近日，中南林業(yè)科技大學團隊在《Food Chemistry: X》發(fā)表研究，系統(tǒng)表征了低壓、常壓和高壓蒸餾條件下米香型白酒的風味特征。通過定量描述分析、電子鼻、HS-GC-IMS和HS-SPME-GC-MS等多種技術(shù)聯(lián)用，研究發(fā)現(xiàn)低壓蒸餾酒體具有突出的米香、青草香和甜香，高壓蒸餾酒體則呈現(xiàn)更明顯的花香和蜜香，而常壓蒸餾酒體風味最為協(xié)調(diào)。電子鼻可清晰區(qū)分不同壓力下蒸餾的酒樣。HS-GC-IMS和HS-SPME-GC-MS共鑒定出248種揮發(fā)性化合物（其中19種為兩種方法共有），包括82種酯類、29種醇類、28種芳香族化合物等。PLS-DA篩選出47種關(guān)鍵差異揮發(fā)性成分（VIP>1, P<0.05）。高壓蒸餾酒體中酯類比例最高，而常壓蒸餾更利于醇類保留?；赗OAV篩選，異丁酸乙酯、辛酸乙酯、檸檬烯、乙酸異戊酯、2-甲基丁酸乙酯、丙酸異戊酯和丁酸異戊酯被鑒定為關(guān)鍵香氣化合物。Mantel檢驗顯示，乙酸異戊酯和2-甲基丁酸乙酯與低壓酒體的青草香、甜香和米香呈顯著正相關(guān)，而檸檬烯、丙酸異戊酯和丁酸異戊酯則與高壓酒體的果香和花香特征相關(guān)。該研究為米香型白酒的風味設計和品質(zhì)提升提供了科學依據(jù)。

白酒是一種具有悠久歷史和深厚文化底蘊的傳統(tǒng)蒸餾酒，是中國獨特傳統(tǒng)工藝的典范。它通常以高粱、小麥、大米等谷物為原料，使用糖化發(fā)酵劑（如大曲、小曲或麩曲），經(jīng)過發(fā)酵、蒸餾、陳釀和勾調(diào)等連續(xù)步驟加工而成。正是通過這種生產(chǎn)工藝的實施，使白酒在全球范圍內(nèi)區(qū)別于其他蒸餾酒。白酒以復雜多樣的香氣成分為特征，這些成分是多種釀造條件共同作用的結(jié)果。這些條件包括生產(chǎn)環(huán)境、所用原料、糖化/發(fā)酵劑、發(fā)酵方法以及所采用的蒸餾技術(shù)。在中國，白酒根據(jù)其獨特的主要香氣特征傳統(tǒng)上分為十二種香型。其中，醬香型、濃香型、清香型和米香型被公認為四大主要香型。這些香型因其悠久的歷史根源、獨特的釀造技術(shù)、高度可識別的風味特征以及作為中國傳統(tǒng)釀造文化象征的作用而在國內(nèi)外廣受認可。其中，米香型白酒因其優(yōu)雅、清亮、醇厚、甘甜、爽凈的獨特風味，在中國酒精飲料市場中占據(jù)了重要地位。米香型白酒的特點是發(fā)酵周期短、用曲量少。其釀造歷史被普遍認為早于濃香型、醬香型、清香型及許多其他香型白酒，被譽為中國白酒文化的源頭。白酒的蒸餾原理基于乙醇、水和揮發(fā)性物質(zhì)沸點的差異。加熱時，乙醇、酯類和部分高級醇汽化并被夾帶，隨后冷凝收集成為蒸餾液。與濃香型和醬香型白酒相比，米香型白酒的蒸餾強調(diào)保留低沸點酯類（如乳酸乙酯和乙酸乙酯），從而突出其細膩的米香。近年來，隨著白酒產(chǎn)業(yè)規(guī)模和品質(zhì)的發(fā)展，對蒸餾工藝的研究逐漸從傳統(tǒng)的經(jīng)驗操作轉(zhuǎn)向精確控制。作為改變物質(zhì)物理化學性質(zhì)的關(guān)鍵熱力學參數(shù)，蒸餾壓力被認為具有巨大的調(diào)控潛力。調(diào)節(jié)蒸餾壓力已被證明可以顯著改變揮發(fā)性成分的沸點和相對揮發(fā)度，從而實現(xiàn)對酒體風味的靶向控制。常壓蒸餾是傳統(tǒng)白酒生產(chǎn)中常用的技術(shù)。然而，在實際應用中，針對不同酒類已經(jīng)開發(fā)并實施了復雜的控制策略以優(yōu)化感官特性。


當前對米香型白酒的研究中，重點集中在發(fā)酵工藝、原料特性以及風味化合物的形成機制上。然而，關(guān)于蒸餾步驟，特別是壓力因素對這種酒風味特征影響的實驗數(shù)據(jù)和理論解釋仍存在明顯空白。因此，本研究旨在通過系統(tǒng)實驗探究蒸餾壓力對米香型白酒風味的影響。利用一系列現(xiàn)代儀器分析技術(shù)，包括電子鼻、氣相色譜-質(zhì)譜聯(lián)用和氣相色譜-離子遷移譜，研究不同蒸餾壓力下各種揮發(fā)性化合物相對組成的變化。這些分析結(jié)果與定量描述分析相結(jié)合，闡明蒸餾壓力如何通過調(diào)節(jié)蒸餾過程中乙醇和其他揮發(fā)性風味化合物的共提取和分配來塑造最終的風味特征。該研究為米香型白酒的風味設計和品質(zhì)提升提供理論支持和實踐指導。

 Figure 1. Sensory evaluation and E-nose analysis of all Rice-aroma Baijiu samples. (A) QDA radar map; (B) E-nose analysis radar map; (C) PCA of the E-nose results.  Figure 2. GC-IMS analysis of all Rice-aroma Baijiu samples. (A) Topographic plots; (B) The difference comparison topographic plots; (C) Fingerprint of volatile compounds (detailed identification of key differential compounds is illustrated in Fig. 3E and F); (D) Chord diagram of volatile compound changes.  Figure 3. Multivariate statistical analysis of GC-IMS results. (A) Volatile compounds types and quantities; (B) PCA score plot; (C) PLS-DA score plot; (D) Validation plot of 200 permutation tests for PLS-DA; (E) Key differential compounds with VIP > 1; (F) HCA of key differential compounds (the color gradient represents the Z-score normalized peak intensities, where red indicates relatively higher abundance and blue indicates relatively lower abundance). (For interpretation of the references to color in this figure legend, the reader is referred to the web version of this article.)  Figure 4. GC–MS analysis of all Rice-aroma Baijiu samples. (A) Venn analysis of the number of volatile compounds; (B) Distribution of the number and content of volatiles detected by GC–MS; (C) Proportion of relative content of volatile compounds; (D) Cumulative total relative content of volatile compounds.  Figure 5. Multivariate statistical analysis of GC-MS results. (A) PCA score plot; (B) PLS-DA score plot; (C) Validation plot of 200 permutation tests for PLS-DA; (D) Key differential compounds with VIP > 1; (E) HCA of key differential compounds (the color gradient represents the Z-score normalized peak intensities, where red indicates relatively higher abundance and blue indicates relatively lower abundance). (For interpretation of the references to color in this figure legend, the reader is referred to the web version of this article.)  Figure 6. Identification and multivariate correlation of key aroma compounds. (A) Comparison of volatile compounds detected using GC-MS and GC-IMS; (B) Sankey diagram of key aroma compounds and odor attributes; (C) Pearson correlation analysis between key aroma compounds; (D) Mantel analysis between key aroma compounds and distillation pressure, sensory evaluation, and electronic nose responses.

本研究建立了一種整合感官感知與多維分子分析的協(xié)同表征策略，揭示了低壓、常壓和高壓蒸餾對米香型白酒風味的影響。感官評價和電子鼻結(jié)果一致表明，蒸餾壓力顯著影響風味品質(zhì)。低壓蒸餾酒樣以清新的米香、青草香和甜香為特征，而高壓蒸餾酒樣則呈現(xiàn)出濃郁的花香和蜜香；常壓蒸餾酒樣則呈現(xiàn)平衡的風味特征。HS-GC-IMS和HS-SPME-GC-MS的聯(lián)合優(yōu)勢，共鑒定出248種揮發(fā)性化合物，有助于對米香型白酒中揮發(fā)性成分進行全面、精確的表征。GC-MS分析表明，高壓和低壓蒸餾顯著促進了酯類富集，且高壓條件下效果更明顯，而常壓蒸餾則有利于醇類保留。揮發(fā)性化合物的總濃度隨蒸餾壓力升高呈先增加后降低的趨勢?；贕C-IMS和GC-MS數(shù)據(jù)，PLS-DA篩選出47種區(qū)分樣品的差異關(guān)鍵化合物（VIP>1且P<0.05）。其中，異丁酸乙酯、辛酸乙酯、檸檬烯、乙酸異戊酯、2-甲基丁酸乙酯、丙酸異戊酯和丁酸異戊酯被鑒定為關(guān)鍵香氣化合物（ROAV>1）。Mantel檢驗進一步表明，乙酸異戊酯和2-甲基丁酸乙酯與低壓酒樣的清新風味呈正相關(guān)。相反，檸檬烯、丙酸異戊酯和丁酸異戊酯與高壓酒樣顯著的果香和花香特征相關(guān)?？傮w而言，研究結(jié)果表明蒸餾壓力是調(diào)控米香型白酒風味的關(guān)鍵工藝參數(shù)。這些發(fā)現(xiàn)為米香型白酒的品質(zhì)提升、風味設計和蒸餾過程的精準控制提供了科學依據(jù)和實踐指導。

作者：天然碳水化合物
聲明本公眾號發(fā)布的所有內(nèi)容，包括但不限于文字、圖片、音頻、視頻、圖表、標志、標識、廣告、商標、商號、域名、軟件、程序等，版權(quán)歸原作者或原出處所有。我們致力于保護原作者版權(quán)，若涉及版權(quán)問題，請及時聯(lián)系我們進行處理。