约瑟夫·克勒a， 尤尔格·巴根斯托斯a， 米雷耶·莫泽b， 安德烈亚斯·雷茨b， E. 托马斯c， A. 格拉巴斯尼亚a， 路易吉·泊松a 和伊姆雷·布兰克a
a雀巢产品技术中心 Orbe， Nestec Ltd.， 1350 Orbe， Switzerland
b雀巢研究中心，1000 Vers-chez-les-Blanc 26，瑞士
cNestlé Nespresso S.A.，瑞士洛桑
除了一杯咖啡的刺激作用外，其消费的主要驱动力是饮料的复杂香气和味道。长期以来，风味科学家们一直在探索是什么让咖啡闻起来如此美妙[1]。咖啡的香气是由1000多种挥发性化合物组成的复杂混合物，根据香气价值的概念，大约有25种关键的香气化合物对整体香气的贡献已经被显示出来[2,3]。此外，在鉴定关键味道化合物方面也取得了重大进展，特别是苦味成分，如咖啡酰喹啉酸内酯[4,5]、4-和（呋喃-2-基）甲基苯二酚和三酚[6]。尽管个别的风味质量和关键的香气和味道化合物的含量是已知的，但它们对一杯咖啡的整体风味的贡献以及它们与特定的感官属性的联系被证明是一项困难的任务。感官评分（强度）与浓度不成正比，每一种香气或味觉化合物都遵循特定的非线性S型生长曲线(Sigmoid)剂量-反馈曲线。这样的信息仍然是缺失的，同时也缺少多种交互作用的认识（例如，香气-香气，香气-味道）。对咖啡香气模型的感官评价和相关的省略实验[3]只是对一杯咖啡的真正复杂性的简化。
最近，使用非靶向方法建立了一个可靠的咖啡香气预测模型。来自顶空质子转移反应-质谱（PTR-MS）的分析数据，即16个离子踪迹，与感官描述符进行了统计学上的关联[7]。该模型经过交叉验证，被证明是可靠的；然而，统计学上的相关性意味着感官属性和离子质量之间的联系，因此缺乏关于关键化学标记物更详细的信息。
因此，本研究的目的是确定与感官描述符最相关的香气和味道化合物--即化学标记物，并根据从训练有素的专家小组获得的感官数据和关键香气味道活性分子的绝对浓度建立一个更详细的预测模型。
特浓咖啡的制备
咖啡用普娜饮用水（Acqua Panna)（Sanpellegrino S.p.a., Milano, Italy）使用商业咖啡机（C190型）萃取。Ristrettos的萃取量为25mL，Espressos为40mL，Lungos为110mL。容量是通过饮料的质量间接控制的。萃取时间是手动控制的，萃取时间过短或过长的样品被拒绝用于本实验。
仪器分析
如前所述[8]，通过稳定同位素稀释法或外标法，结合GC/MS、HPLC-DAD和LC/MS分析技术，测定了42种关键香气和12种味道化合物的浓度。
特浓咖啡的感官分析 Sensory Profiling of Espresso Coffees
感官分析是由12位经过培训的小组成员进行的。每种咖啡被评估两次。对以下感官描述进行了评估。"烘烤味"(roasty)、"苦味"(bitter)、"酸味"(acid)（咖啡的基本属性，在1到10的范围内评分）；香气描述词如"果香-花香"(fruity-floral)（红色水果、柑橘类水果的香调、佛手柑和茉莉花等花香）、"绿色-蔬菜"(green-vegetal)（新鲜草药、草、蔬菜）、"干燥-植物"(dry-vegetal)（干燥的木材、麦芽、谷物）、"植物-腐殖质"(vegetal-humus)（泥土、腐殖质、蘑菇）、"可可"( cocoa)（烘烤味、可可）、"甜"(sweet)（香草、焦糖、蜂蜜）。香气描述词的评分从0到5。
图1 基于感官数据（减去强度后）和风味化合物投影的PCA图。箭头越长，它在PCA图上的表现越好。
统计方法
用于关联感官和分析数据集的统计模型改编自一项早期研究[9]。
结果与讨论
按照Lindinger等人[7]报告的相同统计方法，本研究中感官与仪器数据的相关性也是基于相对成分的比较--即所有定量信息都已从两个数据集中过滤掉。在感官属性方面，得出的PCA图（图1）显示了两个主要的对立轴：与在烘烤过程的相当晚期阶段形成的风味描述符（苦味、可可味、干性植物味、烘烤味和甜味），以及在另一个方向，与轻度烘烤有关的绿色植物味、酸味和花果味。其中一个感官描述符，即植物-腐殖质味，对烘烤程度的依赖程度似乎远远低于其他属性，因此可以得出结论，植物-腐殖质味是一个描述符，比其他描述符与混合味道的相关性更好。
将仪器数据投射到同一PCA图上（图1），可以发现与感官变量相关性最好的成分；即那些与感官描述符接近的成分。这些可以作为不同感官描述符的化学标记物。
本研究中获得的一些相关性与从单一化合物的气味属性中所预期的一致。例如，己醛和甲硫醇与绿色植物气味相关；对甲酚与植物腐殖质味相关；二甲基三硫醚和愈创木酚介于烘烤味/苦味和植物腐殖质味描述词之间。苯乙醛、吡啶和2-乙酰基吡啶与甜味相关；3-甲基-2-丁烯-1-硫醇和N-甲基吡咯与烘烤味/干燥植物/可可/苦味描述符相关。然而，统计学相关性关系的存在并不能证明其因果关系。另一方面，本研究中发现的几个相关性似乎是与感官体验相反的（例如，葫芦巴内酯、呋喃酚2,3-戊二酮和三甲基吡嗪），本研究中分析的苦味化合物没有一个与 "苦味 "感官描述符表现出强烈的相关性。可以假设，在复杂的混合物中，这些单一化合物的影响可能远远超出其内在味觉的贡献--即表现出增强、抑制或拮抗的作用，或表现出协同作用。
在感官和分析数据的基础上建立了一个预测性的数学模型。该模型产生的感官曲线与感官小组获得的结果非常接近（图2）。
图2 基于统计模型的感官数据的预测。实线代表从感官小组获得的数据；虚线是模型的预测值。星号（*）表示描述词，其中感官结果和预测之间的差异大于感官小组的最小显著偏差。R1）-R3），小量浓缩咖啡(Ristrettos)；E1）-E6），意式浓咖啡(Espressos)；L1）-L3），大杯咖啡(Lungos)。
在总共108个预测属性中（12种咖啡，9个感官描述符），只有5个表现出预测值与感官值的偏差大于感官小组的最小显著偏差。咖啡的基本属性 "烘烤"、"苦味 "和 "酸味 "一般都能得到很好的预测。 然而，对更微妙的香味描述符的预测似乎更难捉摸。虽然该模型对与烘烤苦味轴相关的描述符（"干燥植物 "和 "可可"）进行了良好的预测，但在果味较浓的咖啡中，"果味-花香 "的描述符被低估了。在 "甜 "描述符的情况下，也观察到类似的低估。
对于 "绿色-植物 "和 "植物-腐殖质味"，情况有所不同。 对 "绿色植物 "得分较高的咖啡的预 测相当准确，而对 "绿色植物 "气息较弱的咖啡，则观察到这一描述符被高估了。在该模型中，"植物-腐殖质"的味道被普遍高估；这可能部分是由于所有咖啡的得分都很低（在0-5分制中最高为1.11分），以及该描述符的感官分析的标准偏差相对较大。需要注意的是，这个模型是建立在一个相对狭窄的感官空间（体积为25mL、40mL和110mL的咖啡饮料）上的，模型的有效性仅局限于这个感官空间。
在未来的实验中，本研究中发现的统计相关性可能会通过进一步的感官和嗅觉实验来检验因果关系。本研究中开发的预测性感官分析模型将在更多的分子感官指导下开发咖啡混合物中得到应用。与绿色咖啡的特异性、前体风味化合物的影响和咖啡烘烤动态的知识一起，该模型将指出开发具有特殊风味的咖啡所要采用的技术路线。
参考文献
[1] W. Grosch, Flavour of coffee. A review, Nahrung 42 (6) (1998) 344–350.
[2] M. Czerny, F. Mayer, W.J. Grosch, Sensory study on the character impact odorants of roasted Arabica coffee, Agric. Food Chem. 47 (2) (1999) 695–699.
[3] F. Mayer, M. Czerny, W. Grosch, Sensory study of the character impact aroma compounds of a coffee beverage, Eur. Food Res. Technol. 211 (4) (2000) 272–276.
[4] O. Frank, S. Blumberg, G. Kruempel, T. Hofmann, Structure determination of 3-O-caffeoyl-epi-gamma-quinide, an orphan bitter lactone in roasted coffee, J. Agric. Food Chem. 56 (20) (2008) 9581–9585.
[5] O. Frank, G. Zehentbauer, T. Hofmann, Bioresponse-guided decomposition of roast coffee beverage and identification of key bitter taste compounds, Eur. Food Res. Technol. 222 (5–6) (2006) 492–508.
[6] S. Kreppenhofer, O. Frank, T. Hofmann, Identification of (furan-2-yl)methylated benzene diols and triols as a novel class of bitter compounds in roasted coffee, Food Chem. 2010 (2010). 10.1016/j.foodchem.2010.11.008. published online.
[7] C. Lindinger, D. Labbe, P. Pollien, A. Rytz, M.A. Juillerat, C. Yeretzian, et al., When machine tastes coffee: instrumental approach to predict the sensory profile of espresso coffee, Anal. Chem. 80 (5) (2008) 1574–1581.
[8] J. Baggenstoss, L. Poisson, A. Glabasnia, M. Moser, A. Rytz, E. Thomas, et al., Advanced predictive analytical-sensory correlation – towards a better understanding of coffee flavor perception, In: 18th Coll. Sci. Intern. Cafe 2010, pp. 125–132.
[9] T. Hofmann, Identification of the key bitter compounds in our daily diet is a prerequisite for the understanding of the hTAS2R gene polymorphisms affecting food choice, Ann. NY Acad. Sci. 1170 (2009) 116–125.
延伸阅读
不同浓缩咖啡：Ristretto、Espresso和Lungo的区别
很多意式咖啡都是以浓缩咖啡为基底制作的，其实浓缩咖啡不仅仅只有Espresso，按照浓度从高到低排序分别有：Ristretto、Espresso和Lungo，今天我们来看看它们有什么不同吧。
不同于手冲咖啡我们总是讲粉水比，Espresso是用咖啡粉和萃取出的咖啡液体的重量比例去定义的，通常Espresso的粉量与液量比例为1:1.5~2.5。
Ristretto是一杯浓度更高的Espresso，一般来说，Ristretto咖啡粉重和液重的比例是1:1~1.5。这可不是单纯的只是萃取咖啡的前半段来提高浓度，那样的话，萃取出来的咖啡会因萃取不足而尖酸，正常情况下，一杯Ristretto和一杯正常的Espresso一样，是味道平衡、风味完整的，只是浓度高于Espresso。
Lungo咖啡粉重和液重的比例在1:2.5左右或者更高，要获得这种口感薄的浓缩咖啡，也不是简单粗暴拉长萃取时间达到比例就可以的，这样只会得到一杯过萃的苦涩咖啡。一杯正常的Lungo，虽然咖啡风味和口感都比较薄弱，但是整体还是均衡的。
总之，制作Ristretto和Lungo并不是简单的缩短和拉长萃取时长，正确的做法就是通过调整研磨度，直到萃取出合适的咖啡液体。
欢迎广大读者们对本文以及食品风味感知创新团队提出您的宝贵意见
联系方式：mffbest@126.com
长按二维码关注我们
