一種液體陣列味覺仿生傳感器鑑別白酒香型的方法
2023-06-14 10:04:56
專利名稱：一種液體陣列味覺仿生傳感器鑑別白酒香型的方法
技術領域：
本發明涉及一種鑑別白酒香型的方法，具體指一種液體陣列味覺仿生傳感器鑑別白酒香型的方法。
背景技術：
白酒中乙醇與水的含量超過98%，剩餘不足2%為微量物質，數目有數千種，且各物質之間存在相互作用，正是這些微量物質及其之間的相互作用，構成了白酒的風格與品質。目前常規的白酒鑑別方法可分為兩類:一類是感官評價法，另一類是儀器分析法。感官評價法快速、簡便，且能對白酒進行整體性和綜合性的評價，但感官評價具有很大的主觀性，易受評價人員精神、身體狀況等因素的影響。儀器分析法包括氣相色譜法、色譜質譜聯用法、光譜法等。這些方法可以對白酒成分進行定性、定量分析，但其前期處理繁瑣，且儀器價格昂貴，難以實現方便快速檢測。同時，以色譜為主的白酒檢測方法，需將白酒分解成單一成分，忽略了酒體成分之間的相互作用。因此，對液體酒樣進行整體檢測的方法在白酒品質檢測中具有重要的現實意義。白酒作為一類無明顯特徵成分的複雜體系，特異性傳感器在白酒的識別中不易實現。現有技術中，CN101858854公開了一種基於揮發控制和可視化陣列傳感器的白酒鑑別系統，該發明採用揮發裝置將白酒揮發，在輸入檢測裝置內使揮發白酒與可視化陣列傳感器接觸，進而檢測出相應的光譜變化信號，再進行圖像處理和圖譜識別。該技術僅對揮發類物質進行檢測，忽略了難揮發類成分，因此檢測結果並不準確，導致識別精度不高。王茹等(智舌在白酒區分識別中的應用研究，釀酒科技，11，54-56)提出一種智能味覺系統，該系統採用不同的裸露貴金屬電極組成傳感器陣列，在不同的脈衝頻率下進行檢測，利用主成分分析法進行數據處理來識別白酒香型。該文獻採用裸露貴金屬電極組成的傳感器陣列，需要對探針進行固定化處理，檢測結果的準確性也不是很高。
發明內容
針對以上現有技術存在的問題，本發明為解決現有技術中存在的傳感器設備構建複雜，鑑別精度不高的問題，提供了一種構建簡單、香型鑑別精度高的味覺仿生傳感器及其鑑別方法。為解決上述技術問題，本發明採用如下技術方案:一種液體陣列味覺仿生傳感器鑑別白酒香型的方法，包括如下步驟:
O配製傳感試劑:選用8種傳感物質SI S8，每種傳感物質的乙醇溶液為一種傳感試劑，所述傳感物質SI S8的乙醇溶液分別是濃度為6.86*10_5mol/l的溴甲酚紫乙醇溶液、濃度為7.23*10_5mol/l的溴酚紅乙醇溶液、濃度為5.00*10 _5mol/l的亮黃乙醇溶液、濃度為4.62*10_5mol/l的甲基紫乙醇溶液、濃度為5.l*10_5mol/l的吖啶橙乙醇溶液、濃度為8.32*10_5mol/l的間胺黃乙醇溶液、濃度為2.69*10_5mol/l的孔雀綠乙醇溶液、濃度為1.29*10_5mol/l的四磺酸卟啉乙醇溶液；
2)構建液體陣列傳感器:建立MX8孔板陣列傳感器，其中M為孔板陣列列數，8為
每一列含的孔數，每一列構成一個傳感器，同一列的8個孔中分別裝有IOOiU上述傳感試劑；
3)建立白酒標準樣品的光譜數據:向MX8孔板陣列傳感器每列的8個孔中同時加入 100 u I白酒標準樣品香型的酒樣，20°C下振蕩IOmin,選取415nm、450nm、490nm、595nm
四個波長作為檢測波長，使用酶標儀測定光密度值，得到白酒標準樣品的光譜數據；將前述過程重複N次，便得到的NX 4X 8個光譜數據；
4)對T種不同香型的白酒標準樣品重複步驟3 )，得到T X N X 4 X 8個光譜數據，然後以該光譜數據為輸入變量進行模式識別分析，得到T種不同香型的白酒標準樣品的識別參數；
5)待測酒樣的檢測:向MX8孔板陣列傳感器的任意一列的8個孔中同時分別加入IOOu I的待測酒樣，20°C下振蕩lOmin，選取415nm、450nm、490nm、595nm四個波長作為其檢測波長，使用酶標儀測定光密度值，得到待測酒樣的光譜數據；
6)將步驟5)待測酒樣的光譜數據作為輸入變量進行模式識別，得到待測酒樣的識別參數，將待測酒樣的識別參數分別與T種不同香型的白酒標準樣品的識別參數進行比較，並將待測酒樣判別為與之識別參數相匹配的白酒標準樣品的香型。進一步地，所述步驟4)中模式識別分析為判別分析法，具體如下:
將步驟4)中對T種不同香型的白酒標準樣品重複進行步驟3)得到的TXNX4X8個光譜數據進行分析訓練得到多個判別函數，從所述的多個判別函數中選取貢獻值最大和次大的兩個判別函數作為第一標準樣品判別函數f I和第二標準樣品判別函數f2，T種不同香型的白酒標準樣品在第一標準樣品判別函數fl上的函數值為X值，在第二標準樣品判別函數f2上的函數值為Y值，然後分別以X值和Y值為橫縱坐標製得T種不同香型的白酒標準樣品的判別函數散點圖，將該判別函數散點圖作為T種不同香型的白酒標準樣品的識別參數。更進一步地，所述步驟6)中的模式識別具體如下:將待測酒樣得到的光譜數據代入第一標準樣品判別函數f I得到X』值，待測酒樣得到的光譜數據代入第二標準樣品判別函數f2得到Y，值，所述X』值和Y，值確定的點與T種不同香型的白酒標準樣品建立的判別函數散點圖進行匹配，當該點最接近於某種香型的白酒標準樣品的散點時，則判定該待測酒樣為此種香型。相對於現有技術，本發明具有如下優點:
1、本發明選用了溴甲酚紫、溴酚紅、亮黃、甲基紫、吖啶橙、間胺黃、孔雀綠和四磺酸卟啉8種傳感物質配置的溶液作為傳感試劑，能夠比較容易的構建味覺仿生傳感器，並且可以直接對液體酒樣進行檢測，對白酒香型的鑑別率非常高。2、本發明所採用的液體陣列傳感器，相對於電子鼻/舌等現有固體陣列，不需要進行探針的固定化處理。而且，當分析物為液 態時，分析物與液體陣列作用更充分，具有快速響應的優勢，因此也可以提高白酒香型的鑑別率。3、本發明是利用交叉響應原理，通過採集8種敏感材料與酒體中的多種成分作用的信號構成了酒樣的圖譜，對酒體進行了整體檢測，更全面反映酒樣信息。4、本發明所用8行*M列規格的孔板，每一列相當於一個傳感器，可以同時對M個樣本進行檢測。
圖1為本發明陣列傳感器示意 圖2為具體實施例已知酒樣香型的判別分析散點圖。
具體實施例方式下面結合附圖和實施例對本發明的技術做進一步的說明。實施例:一種液體陣列味覺仿生傳感器鑑別白酒香型的方法，包括如下步驟:
O配製傳感試劑:選用8種傳感物質SI S8，每種傳感物質的乙醇溶液為一種傳感試劑，所述傳感物質SI S8的乙醇溶液分別是濃度為6.86*10_5mol/l的溴甲酚紫乙醇溶液、濃度為7.23*10_5mol/l的溴酚紅乙醇溶液、濃度為5.00*10_5mol/l的亮黃乙醇溶液、濃度為4.62*10_5mol/l的甲基紫乙醇溶液、濃度為5.l*10_5mol/l的吖啶橙乙醇溶液、濃度為8.32*10_5mol/l的間胺黃乙醇溶液、濃度為2.69*10_5mol/l的孔雀綠乙醇溶液、濃度為
1.29*10_5mol/l的四磺酸卟啉乙醇溶液；傳感物質SI S8中S1-S7為染料，S8種為卟啉化合物。
`
7種染料S1-S7均為分析純，購自美國Sigma-Aldrich公司，I種卟啉化合物S8四磺酸基四苯基卟啉，TPPS4，純度為99%，購自美國FrontierScientific公司，具體的傳感物質SI S8的結構與名稱如表I所示。表I
fUKi P-S:JtsKA￥l>\.t!- ; ......---
_ ^
；':'.....::: !； ；
,貧嚴i. 嫌 ■
51-,:4<1_紫...ι'Λ, ...人S5 吖哎拾.+:, .Ν — ^
υ...Mj1-As, 3J1
op
S6————y I
52,:,1她..%/),./ ，...:1 %—--
53 ..':.S7 -fl ^H、.............1I,,..--:
v.*WMt
S Z d
I￥
54 j l! ,: r ".SB —... Ii'
「
-s職暴
傳感物質SI S8的乙醇溶液配置方法具體如下:
取溴甲酚紫Img加入到ImL無水乙醇裡得到溴甲酚紫母液，然後取150ul溴甲酚紫母液加入到4ml無水乙醇中得到濃度為6.86*l(T5mol/l的溴甲酚紫乙醇溶液。取溴酹紅Img加入到ImL無水乙醇裡得到溴酹紅母液,然後取150ul溴酹紅母液加入到4ml無水乙醇中得到濃度為7.23*10_5mol/l的溴酚紅乙醇溶液。取亮黃Img加入到ImL無水乙醇裡得到亮黃母液，然後取125ul亮黃母液加入到4ml無水乙醇中得到濃度為5.00*10_5mol/l的亮黃乙醇溶液。取甲基紫Img加入到ImL無水乙醇裡得到甲基紫母液，然後取75ul甲基紫母液加入到4ml無水乙醇中得到濃度為4.62*10_5mol/l的甲基紫乙醇溶液。取吖啶橙Img加入到ImL無水乙醇裡得到吖啶橙母液，然後取75ul吖啶橙母液加入到4ml無水乙醇中得到濃度為5.l*10_5mol/l的吖啶橙乙醇溶液。取間胺黃Img加入到ImL無水乙醇裡得到間胺黃母液，然後取125ul間胺黃母液加入到4ml無水乙醇中得到濃度為8.32*10_5mol/l的間胺黃乙醇溶液。取孔雀綠Img加入到ImL無水乙醇裡得到孔雀綠母液，然後取50ul孔雀綠母液加入到4ml無水乙醇 中得到濃度為2.69*l(T5mol/l的孔雀綠乙醇溶液。取四磺酸卩卜啉Img加入到ImL無水乙醇裡得到四磺酸卩卜啉母液,然後取40ul四磺酸卟啉母液加入到4ml無水乙醇中得到濃度為1.29*l(T5mol/l的四磺酸卟啉乙醇溶液。2)構建液體陣列傳感器:建立12X8孔板陣列傳感器，其中12為孔板陣列列數，8為每一列含的孔數，每一列構成一個傳感器，同一列的8個孔中分別裝有IOOiU上述傳感試劑。3)建立白酒標準樣品的光譜數據:
選擇如下9種不同香型的白酒香型酒樣，每種酒後括號中分別表徵了該種酒的香型，酒精度:具體為玉冰燒(豉香型，29%)，董酒(藥香型，45%)，四特酒(特香型，45%)，景芝白幹(芝麻香型，49%)，西鳳酒(鳳香型，50%)，瀘州老窖(濃香型，52%)，汾酒(清香型，53%)，郎酒(醬香型，53%)，桂林三花酒(米香型，53%)；
向12X8孔板陣列傳感器的任意一列的8個孔中同時分別加入IOOiU的玉冰燒20°C下振蕩lOmin，此處的同時分別加入100 ill的玉冰燒指的是:同時向12X8孔板陣列傳感器的任意一列的8個孔中的每個孔中加入100 V-1的玉冰燒。選取415nm、450nm、490nm、595nm四個波長作為檢測波長，使用Imark酶標儀(美國BIO-RAD公司)測定光密度值，得到4X8個玉冰燒白酒標準樣品的光譜數據；將前述過程重複5次，得到5X4X8個玉冰燒白酒標準樣品的光譜數據；其中，5X4X8個光譜數據的含義為:對玉冰燒白酒標準樣品進行一次光譜數據採集，由於選擇了四個採集波長，因此得到4X8個數據，對玉冰燒白酒標準樣品進行了五次光譜數據採集就能得到5組4X8個光譜數據，即5X4X8個光譜數據。4)對上述9種不同香型的白酒標準樣品重複步驟3)，得到9X5X4X8個光譜數據，然後以該光譜數據為輸入變量進行模式識別分析，得到9種不同香型的白酒標準樣品的識別參數；
模式識別的具體過程如下:
步驟1:對步驟4)的得到的9 X 5 X 4 X 8個光譜數據進行分析訓練得到10個判別函數，從該10個判別函數中選取貢獻值最大和次大的兩個判別函數作為第一標準樣品判別函數fl和第二標準樣品判別函數f2，分析訓練具體過程為:
(11):對9X5X4X8個進行處理，得到10個判別函數，計算一種白酒標準樣品的5X4X8個光譜數據的中心點，即中間值，對9種不同香型的白酒標準樣品分別計算其光譜數據的中心點，即得到9種不同香型的白酒標準樣品對應的9個中心點；
(12):將步驟I中的9個中心點分別代入上述10個判別函數中的第一個判別函數得到9個函數值，求該9個函數值兩兩之間的馬氏距離的總和；然後將9個中心點分別代入上述10個判別函數中的第二個判別函數得到另外9個函數值，再求該另外9個函數值兩兩之間的馬氏距離的總和；依次類推，將9個中心點依次代入上述10個判別函數中，最後得到9個馬氏距離的總和，將馬氏距離的總和最大、次大對應的判別函數作為貢獻值最大和次大的兩個判別函數，即第一標準樣品判別函數fl和第二標準樣品判別函數f2 ；
步驟2:9種不同香型的白酒標準樣品的光譜數據在第一標準樣品判別函數fl上的函數值為X值，在第二標準樣品判別函數上的函數值為Y值；由於對每種白酒標準樣品均只進行了 5次光譜數據的採集，因此，對每種白酒標準樣品最終能確定5對X值和Y值；然後分別以該X值和Y值為橫縱坐標便能製得9種不同香型的白酒標準樣品的判別函數散點圖，將該判別函數散點圖作為9種不同香型的白酒標準樣品的識別參數。上述模式識別過程可通過現有技術已公開的軟體實現，比如SPSS軟體(全稱為Statistical Pro duct and Service Solutions,即統計產品與服務解決方案軟體)。5)待測酒樣的檢測:向12X8孔板陣列傳感器的任意一列的8個孔中同時分別加入IOOiil的待測酒樣，此處待測酒樣選擇上述9種不同香型的白酒香型酒中的一種，在20°C下振蕩IOmin,選取415nm、450nm、490nm、595nm四個波長作為其檢測波長，使用Imark酶標儀(美國BIO-RAD公司)測定光密度值，得到4X8個待測酒樣的光譜數據。6)將步驟5)待測酒樣的光譜數據作為輸入變量進行模式識別分析，具體識別過程如下:將待測酒樣得到的光譜數據代入第一標準樣品判別函數fl得到X』值，待測酒樣得到的光譜數據代入第二標準樣品判別函數f2得到Y，值，所述X』值和Y，值確定的點Q與9種不同香型的白酒標準樣品建立的判別函數散點圖進行匹配，當該點最接近於某種香型的白酒標準樣品的散點時,則判定該待測酒樣為此種香型。判斷點Q最接近於9種中某一種香型的白酒標準樣品的散點的方法可以為:
由於對每9種白酒標準樣品分別進行了 5次光譜數據的採集和模式識別，因此，最終對於每種白酒標準樣品都會得到具有5個散點的判別函數散點圖；分別計算點Q到每種白酒標準樣品的5個散點的距離，然後求和，比較該9個和值的大小，和值最小的，則認為點Q與該種白酒標準樣品的散點最接近，從而判定該待測酒樣為此種香型。判斷點Q最接近於9種中某一種香型的白酒標準樣品的散點的方法還可以為:
由於對每9種白酒標準樣品分別進行了 5次光譜數據的採集和模式識別，因此，最終對於每種白酒標準樣品都會得到具有5個散點的判別函數散點圖；通過現有的算法計算出每種白酒標準樣品5個散點的中心，得到9個中心，然後分別計算點Q到該9個中心的距離，距離最小的，則認為點Q與該種白酒標準樣品的散點最接近，從而判定該待測酒樣為此種香型。分別選擇上述9種不同香型的白酒香型酒樣作為待測酒樣進行檢測，結果表明該方法對香型白酒的識別準確率能達到100%。由此可見，本方法簡單易實現、全面高效，顯示了其在白酒品質鑑別領域巨大的發展潛力。白酒成分眾多，且各組分之間存在複雜的相互作用，因此白酒品質檢測時，對白酒全面準確的鑑定顯得尤為重要。為模擬哺乳動物味覺系統，本發明採用了 8種非選擇性的敏感物質，構建了交叉響應的液體陣列味覺仿生傳感器，敏感物質的選擇方法如下:
由於哺乳動物可以識別的味道種類遠超出其味覺受體個數，味覺系統的這種強大識別能力，在於味覺物質與味覺受體之間的交叉響應作用。味覺受體並不具備高度的特異性，但每個受體對味覺物質均能表現出不同程度的親和力，每個受體對味覺物質都有一定的響應能力，通過協同作用，達到區分和識別味覺物質的目的。因此，本發明模擬味覺系統構建陣列時，選用的傳感物質不需進行特異性設計，但為了保證其交叉響應的特性，和光譜信號的實現，傳感物質的選擇需要考慮以下2個方面:
(1)傳感物質具有多個作用位點，易與分析物發生相互作用；
(2)具有生色基團，當傳感物質與分析物進行結合時，會引起光譜變化。最後說明的是，以上實施例僅用以說明本發明的技術方案而非限制，儘管參照較佳實施例對本發明進行了詳細說明，本領域的普通技術人員應當理解，可以對本發明的技術方案進行修改或者等同替換，而不脫離本發明技術方案的宗旨和範圍，其均應涵蓋在本發明的權利要求範圍當中·。
權利要求
1.一種液體陣列味覺仿生傳感器鑑別白酒香型的方法，其特徵在於，包括如下步驟: I)配製傳感試劑:選用8種傳感物質SI S8，每種傳感物質的乙醇溶液為一種傳感試劑，所述傳感物質SI S8的乙醇溶液分別是濃度為6.86*10_5mol/l的溴甲酚紫乙醇溶液、濃度為7.23*10_5mol/l的溴酚紅乙醇溶液、濃度為5.00*10_5mol/l的亮黃乙醇溶液、濃度為4.62*10_5mol/l的甲基紫乙醇溶液、濃度為5.l*10_5mol/l的吖啶橙乙醇溶液、濃度為8.32*10_5mol/l的間胺黃乙醇溶液、濃度為2.69*10_5mol/l的孔雀綠乙醇溶液、濃度為1.29*10_5mol/l的四磺酸卟啉乙醇溶液； 構建液體陣列傳感器:建立MX 8孔板陣列傳感器，其中M為孔板陣列列數，8為每一列含的孔數，每一列構成一個傳感器，同一列的8個孔中分別裝有IOOiU上述傳感試劑； 建立白酒標準樣品的光譜數據:向MX8孔板陣列傳感器每列的8個孔中同時加入100 u I白酒標準樣品香型的酒 樣，20°C下振蕩IOmin,選取415nm、450nm、490nm、595nm四個波長作為檢測波長，使用酶標儀測定光密度值，得到白酒標準樣品的光譜數據；將前述過程重複N次，便得到的NX4X8個光譜數據； 對T種不同香型的白酒標準樣品重複步驟3)，得到TXNX4X8個光譜數據，然後以該光譜數據為輸入變量進行模式識別分析，得到T種不同香型的白酒標準樣品的識別參數； 5)待測酒樣的檢測:向MX8孔板陣列傳感器的任意一列的8個孔中同時分別加入IOOu I的待測酒樣，20°C下振蕩lOmin，選取415nm、450nm、490nm、595nm四個波長作為其檢測波長，使用酶標儀測定光密度值，得到待測酒樣的光譜數據； 6)將步驟5)待測酒樣的光譜數據作為輸入變量進行模式識別，得到待測酒樣的識別參數，將待測酒樣的識別參數分別與T種不同香型的白酒標準樣品的識別參數進行比較，並將待測酒樣判別為與之識別參數相匹配的白酒標準樣品的香型。
2.根據權利要求1所述液體陣列味覺仿生傳感器鑑別白酒香型的方法，其特徵在於，所述步驟4)中模式識別分析為判別分析法，具體如下: 將步驟4)中對T種不同香型的白酒標準樣品重複進行步驟3)得到的TXNX4X8個光譜數據進行分析訓練得到多個判別函數，從所述的多個判別函數中選取貢獻值最大和次大的兩個判別函數作為第一標準樣品判別函數f I和第二標準樣品判別函數f2，T種不同香型的白酒標準樣品在第一標準樣品判別函數fl上的函數值為X值，在第二標準樣品判別函數f2上的函數值為Y值，然後分別以X值和Y值為橫縱坐標製得T種不同香型的白酒標準樣品的判別函數散點圖，將該判別函數散點圖作為T種不同香型的白酒標準樣品的識別參數。
3.根據權利要求2所述液體陣列味覺仿生傳感器鑑別白酒香型的方法，其特徵在於，所述步驟6)中的模式識別具體如下:將待測酒樣得到的光譜數據代入第一標準樣品判別函數fl得到X』值，待測酒樣得到的光譜數據代入第二標準樣品判別函數f2得到Y，值，所述X』值和Y』值確定的點與T種不同香型的白酒標準樣品建立的判別函數散點圖進行匹配，當該點最接近於某種香型的白酒標準樣品的散點時，則判定該待測酒樣為此種香型。
全文摘要
本發明提供一種液體陣列味覺仿生傳感器鑑別白酒香型的方法，通過模擬哺乳動物味覺系統，採用了8種敏感物質，構建了交叉響應的液體陣列仿生傳感器，直接對酒體進行檢測，採用模式識別分析的方法建立多種不同香型白酒的判別函數散點圖，再對未知香型的待測酒樣進行模式識別，最後將待測酒樣模式識別的結果與不同香型白酒的判別函數散點圖進行比較，待測酒樣模式識別的結果最接近那種香型白酒標準樣品的散點範圍則認為還待測酒樣為那種香型。本發明所採用的液體陣列傳感器，不需要進行探針的固定化處理，當分析物為液態時，分析物與液體陣列作用更充分，具有快速響應的優勢，因此白酒香型鑑別率高。
文檔編號G01N21/25GK103234918SQ201310126749
公開日2013年8月7日 申請日期2013年4月12日 優先權日2013年4月12日
發明者侯長軍, 戴斌, 沈才洪, 張宿義, 霍丹群 申請人:瀘州品創科技有限公司, 重慶大學