[发明专利]一种基于曲线预测模型预测牛油渣美拉德反应产物挥发性组分的方法

说明书

本发明公开了一种基于曲线预测模型预测牛油渣美拉德反应产物挥发性组分的方法，首先使用不同的酶制备了五种牛油渣水解液，将水解液与还原糖混合，反应制得美拉德反应产物，测定美拉德反应产物挥发性组分以及相对气味活性值，通过曲线预测模型对少量点拟合、建模来预测挥发性组分随时间变化曲线的方法，并通过一元多项式拟合、三次样条插值对主要挥发性组分随时间变化曲线进行预测、拟合，通过对比、验证可知其中曲线预测模型具有较高的精确度，结果表明，曲线预测模型能够较好地对挥发性组分随时间变化曲线进行预测。

技术领域

本发明属于食品技术领域，具体涉及到一种基于曲线预测模型预测牛油渣美拉德反应产物挥发性组分的方法。

背景技术

近年来，不同水解度的美拉德反应数据分析越来越受到研究者的关注。为了实现对美拉德反应的点到线的预测，许多人使用偏最小二乘回归来分析数据。宋等人通过对不同水解度牛肉的肽分子量、呈味物质和感官评价进行了相关性分析，进一步解释了水解度为29.13的牛肉基质是赋予牛肉加工风味香气特征的理想前体。Kristoffersen等人根据乳蛋白水解物的分子量，采用最小二乘法预测水解度，并开发了基于干膜傅里叶变换红外光谱的最小二乘回归模型预测水解度。

然而，传统模拟方法提供了高精度和灵敏度，但通常需要大量的实验。

最小二乘回归提供了高精度的拟合，但需要大量的实验数据，但需要大量的实验数据，这可能会在少量数据面前降低样本特性和准确性。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述和/或现有技术中存在的问题，提出了本发明。

因此，本发明的目的是，克服现有技术中的不足，提供一种基于曲线预测模型预测牛油渣美拉德反应产物挥发性组分的方法。

为解决上述技术问题，本发明提供了如下技术方案：一种基于曲线预测模型预测牛油渣美拉德反应产物挥发性组分的方法，包括，

制备不同水解时间的水解液：向牛油渣中添加酶，分别酶解0、2、4、6、8小时，制得水解液；

制备美拉德反应产物：将水解液与还原糖混合，反应制得美拉德反应产物；

测定美拉德反应产物组分含量：测定美拉德反应产物挥发性组分以及相对气味活性值；

构建挥发性组分随时间变化的预测模型：以不同酶解时间的美拉德反应产物挥发性组分为输入组成样本集，以相对气味活性值为标签，建立曲线预测模型；其中，

所述建立曲线预测模型，包括，

令x代表时间，y代表挥发性组分的相对气味活性值，即x＝[0,2,4,6,8]，其中x_a＝0，x_b＝2，x_c＝4，x_d＝6，x_e＝8，y为对应x时的挥发性组分的相对气味活性值；

把x从x_a到x_e之间分成100个区间，记每个区间的端点x为x＝[0,0.08,0.16,0.24…8]，并记为x₁，x₂，x₃…x₁₀₀，假设其对应的点的坐标为y₁，y₂，y₃…y₁₀₀；