《Food Bioscience》：Machine learning-guided identification and synergistic analysis of key aroma compounds in creamy-type
Streptococcus thermophilus-fermented milk
編輯推薦：
基于24株不同氣味類型的乳鏈球菌，通過機器學習模型結合感官驗證和分子對接，揭示了奶油型風味的形成機制，關鍵揮發性化合物為2,3-丁二酮、2,3-戊二酮和δ-脫鈣酮，其協同效應通過嗅覺受體OR1A1和OR1G1的分子結合驗證。
楊海云|劉翱|杜文靜|劉振珠|王國彥|易華西|張蘭偉|劉同杰
中國海洋大學食品科學與工程學院，中國山東省青島市三沙路1299號，266404
摘要
嗜熱鏈球菌被廣泛用于發酵乳制品中，其香氣特征是決定產品感官特性的關鍵因素。盡管該菌在工業上具有重要意義，但對其香氣類型的系統分類仍較為有限。本研究利用24株具有不同感官特性的嗜熱鏈球菌菌株中15種代表性揮發性化合物的定量數據，訓練并評估了多種監督式機器學習模型。Shapley值分析表明，2,3-丁二酮、2,3-戊二酮和δ-癸內酯是與奶油香氣密切相關的主要化合物。氣味活性值、Feller的加性模型以及σ-τ圖共同揭示了2,3-丁二酮和δ-癸內酯在塑造奶油風味中的協同作用。分子對接分析表明，它們的混合物對人類嗅覺受體OR1A1和OR1G1的親和力增強，這進一步支持了感官研究的結果。本研究建立了一個基于機器學習的香氣類型分類框架，并闡明了嗜熱鏈球菌發酵乳中奶油風味形成的分子機制，為發酵乳制品的風味優化提供了寶貴的見解。
引言
風味是發酵乳制品質量的關鍵決定因素，對消費者的購買決策起著重要作用（Niu等人，2020年）。然而，隨著酸奶市場的不斷擴大，風味同質化問題日益突出（Zhao等人，2018年）。同時，消費者對無人工香料的綠色、天然產品的需求成為食品行業的一個趨勢（Chiocchetti等人，2019年）。因此，通過微生物發酵產生的香氣化合物來增強食品風味成為一種有前景的方法（Farag等人，2021年；Tian等人，2023年）。在這種情況下，篩選具有香氣增強能力的微生物是開發具有天然和環保風味特性的發酵乳制品的關鍵步驟。目前關于發酵乳中風味增強菌株的研究主要集中在選擇能產生高濃度特定香氣化合物的菌株（Farag等人，2021年）。然而，基于獨特風味特征的風味分類研究相對較少（Tian等人，2023年）。明確酸奶的不同香氣特征有助于更深入地理解香氣化合物的化學基礎和氣味感知的生物學機制。這種理解使我們能夠系統地研究不同濃度的揮發性有機化合物如何影響酸奶產品的多樣感官特性（Chen等人，2017年）。近年來，人們對發酵乳中的香氣分類給予了越來越多的關注。例如，有一項研究將20種市售原味酸奶產品分為四種香氣類型：發酵型、奶酪型、乳脂型和果味型（Han等人，2024年）。另一項研究使用八種感官描述符分析了由不同乳酸菌發酵的酸奶樣品的風味特征，并參考了食品或化學標準進行表征（Tang等人，2024年）。在我們之前的研究中，對嗜熱鏈球菌和德氏乳桿菌亞種保加利亞亞種進行了風味分類，根據感官評估結果將其分為奶脂型、奶油型、發酵型和雜型等不同香氣類型。我們還初步篩選了潛在的關鍵香氣化合物（Liu等人，2022年；Liu, Zhang等人，2022年）。
機器學習（ML）在食品研究中的應用日益增多（Yang等人，2025年）。與傳統分類技術相比，ML在識別共同特征和區分樣本特性方面具有顯著優勢（Cai等人，2024年）。提出了“風味分析4.0”的概念，以描述基于ML的智能風味分析新時代。這種方法主要將監督學習模型與現有的食品風味分析技術相結合（Zeng等人，2023年）。現代分析工具與ML的結合不僅提高了風味評估的效率和客觀性，還能夠準確預測以前未表征的食品樣品的風味特征（Zeng等人，2023年）。例如，Qiu等人（2024年）開發了一種基于揮發性化合物濃度的酸奶風味分類邏輯回歸模型，取得了良好的預測效果。除了發酵乳制品外，基于ML的風味組學是復雜食品系統中香氣分析的強大工具。它從高維揮發性數據中提取有意義模式以進行預測和分類的能力已在多種情境中得到驗證，包括中國白酒和其他發酵食品（Wu等人，2026年）。
香氣化合物的協同效應在食品產品的感官評估中具有重要意義（Li等人，2025年）。天然產品的感官復雜性通常無法僅通過單一香氣化合物來完全再現。相反，多種化合物之間的相互作用，包括加成效應、協同效應或掩蓋效應，可以顯著提升整體香氣的真實感和豐富度（Chen等人，2022年）。研究表明，二乙酰、乙醛和3-羥基-2-丁酮在酸奶系統中具有協同增強作用，顯著增強了乳制品的風味特征（Tian等人，2020年）。
奶油風味在市場上非常受歡迎，尤其是在高質量乳制品領域（Wang等人，2024年）。除了市場相關性外，奶油型香氣也被認為是發酵乳制品的核心感官屬性，對整體風味感知和消費者接受度有重要貢獻（Wang等人，2024年）。基于我們之前對嗜熱鏈球菌香氣類型的分類，本研究利用揮發性化合物的定量GC-MS數據構建了一個涵蓋多種香氣類型的綜合數據集。為了確保特征的穩健解釋，評估了十多種監督式機器學習算法，并根據一系列性能指標選擇了最優模型，隨后進行了基于Shapley加性解釋（SHAP）的特征重要性分析。這些結果揭示了不同香氣類型之間的顯著差異，并突出了不同香氣類型特征的化學驅動因素。鑒于其市場相關性和感官重要性，選擇了奶油類型進行更深入的機制研究。通過結合化學分析、機器學習、感官驗證和分子模擬，本研究系統地了解了塑造嗜熱鏈球菌發酵乳奶油風味的關鍵氣味物質和協同機制，為發酵乳制品的精準風味設計提供了寶貴見解。
部分摘錄
菌株
本研究使用了24株具有不同香氣特征的嗜熱鏈球菌菌株（表1），這些菌株在我們之前的系統篩選中根據感官特性被識別并分類為不同的香氣類型（Liu, Zhang等人，2022年）。這些菌株被選為代表發酵乳中的不同香氣類型。嗜熱鏈球菌菌株在37°C的滅菌牛奶培養基中恢復并活化。為了確保完全恢復其活性，每株菌株都
不同香氣類型中的揮發性化合物定量及其相關性分析
在這16種化合物中，本研究中未檢測到顯著水平的乙醛。對其特征離子（m/z 44）的色譜提取顯示，在預期保留時間（3.6分鐘，信噪比<1）處沒有峰值。根據之前的GC-O-MS結果，推測乙醛僅以微量存在（Liu, Zhang等人，2022年）。這種差異可能是由于方法學上的差異：GC-O-MS允許直接嗅覺檢測，從而提高了對低閾值化合物的敏感性（Gemert，2011年），
結論
本研究建立了一個跨學科的、基于機器學習的框架，用于嗜熱鏈球菌香氣類型的系統分類，并闡明了奶油風味的形成機制。應用多種監督式ML模型實現了可靠的香氣類型分類，SHAP分析確定2,3-丁二酮、2,3-戊二酮和δ-癸內酯是影響奶油香氣最關鍵的化合物。后續的感官驗證和氣味活性分析進一步證實了這一點
CRediT作者貢獻聲明
劉振珠：撰寫——審稿與編輯，可視化。杜文靜：撰寫——審稿與編輯，可視化。劉翱：方法學。楊海云：撰寫——初稿，方法學，研究，數據管理。劉同杰：撰寫——審稿與編輯，監督，概念化。張蘭偉：監督，概念化。易華西：方法學。王國彥：撰寫——初稿，可視化
知情同意聲明
所有參與者事先都了解了研究目的、程序、持續時間、可能的風險和益處，并在參與實驗前自愿簽署了帶有日期的知情同意書。
利益聲明
作者聲明他們沒有可能影響本文所述工作的競爭性財務利益或個人關系。
倫理聲明
本研究有十名經過培訓的評估人員（4名男性和6名女性，平均年齡25歲）參與了酸奶中關鍵香氣化合物的感官評估實驗。所有參與者在了解研究目的和程序后自愿參與。所有參與者都簽署了書面知情同意書，并充分了解了研究目的及其數據的使用方式。
利益沖突聲明
作者聲明他們沒有可能影響本文所述工作的競爭性財務利益或個人關系。
致謝
本項工作得到了國家重點研發計劃 [2022YFD2100701]的財政支持。
