将感官分析数据与特定化学物质(如挥发性化合物)联系起来的尝试一直很频繁。通常这些关联很难解释，或者本质上很弱。虽然有些困难可能与所使用的方法有关，但这些困难也来自风味的复杂性质。例如，有多种挥发物负责风味的感觉，挥发物的组合产生的风味不同于单个化合物的预期风味，以及不同基质中挥发物的感知差异。这篇综述指出了感官分析和仪器测量导致不良关联的一些原因，并提出了未来研究中需要解决的问题，以便更好地理解风味/香气现象和化学成分的关系。
1、前言
多年来，人们一直采用各种方法进行风味分析，以帮助开发新产品，了解现有产品的性质，研究保质期，并保持食品、饮料、口腔护理产品和其他产品(如口服药物和烟草)的质量[1,2]。风味分析通常采取两种形式之一，感官或仪器。用于测试的感官描述方法已经开发出来，这些方法是高度可靠和一致的，可以明显识别人类对味道的感知。感官分析是评价气味[3]的首选方法。然而，感官方法有时实施起来很昂贵，如果使用得当，可能会很耗时，有时不能“在线”实现即时反馈。
检测风味的仪器方法也已经开发出来，可以提供与风味相关的单个化合物的反馈。这些方法有多种形式，但都是基于化合物的分离、鉴定和定量，或在顶空或实际的产品基质[4]。这些方法特别擅长于发现错误的化合物，识别可能导致风味变化的化合物，当经过验证时，一些仪器方法可以持续运行，以提供关于产品的即时或近乎即时的信息。
为了了解产品的化学成分，已经发表了许多研究。例如，人们对葡萄酒成分进行了大量的研究[5,6,7,8]，以了解葡萄酒的成分并了解其对葡萄酒特定感官方面的影响。许多研究已经发表，评估了品种差异和农业实践对食物的影响[9,10,11]。类似地，其他新的或传统食品中的风味化合物经常被测定，以帮助更好地了解产品的风味特性[12,13,14]。在其他情况下，作者跟踪了生产、储存或保质期期间的风味成分变化[15,16,17,18]。
几篇综述论文讨论了感官-仪器关系或感官相互作用。例如，Poinot等人回顾了用于分析香气相关相互作用[19]的方法;Ross回顾了感官科学中的人机界面，检查质构、声音、香气和风味[20];Croissant等人回顾了乳制品[21]的感官和仪器挥发性分析应用，Auvray和Spence回顾了味觉、嗅觉和三叉神经系统[22]之间的多感官相互作用。这篇综述解决了仪器和感官测量相关联的问题，特别是那些旨在根据化学成分“预测”风味的问题。
2. 风味测试
2.1 感官分析
风味或香气感官方面的主要测量方法是描述性感官分析，通常由训练有素的感官评价小组进行。虽然有许多方法进行这样的分析，这些方法通常测定感官感知属性和测量这些属性的强度。对小组的培训从测量某些关键属性的几个小时到持续测量产品之间风味差异的细微差别可能需要几个月的培训不等。
在测量风味的感官方面特别重要的是属性的“命名”。这对于多个研究人员了解产品有基础是很重要的。大多数用于开发属性的技术都对单个属性使用某种定义或字符引用。最近已经出版了许多这样的感官“词汇”，包括肉类的词汇[25,26];水果和蔬菜植物及其产品[27,28,29,30];坚果及坚果制品[31,32,33];饮料[34];粮食及粮食制品[35,36,37];还有宠物食品。当试图比较化学数据时，使用精心制作的词汇是很重要的，因为使用通俗语言可能会造成混乱。例如，想象一下，试图将黄油中的特定化合物与一般的感官术语“黄油样”联系起来。没有一种化合物可以用来模仿黄油的味道。相反，需要更具体的感官特征，如乳白色、蜡状、脂肪状、椰子状、腐臭或纸状(举几个例子)来从感官上描述黄油的特性。
2.2. 仪器风味分析
在食品和饮料中，顶空分析是仪器测定样品中挥发性化合物的选项之一，因为顶空包含所有负责气味感觉的挥发性物质。有几种方法可以从基质中分离和浓缩挥发性化合物，如蒸汽蒸馏/萃取或超临界CO2萃取[4]或固相微萃取(SPME)[39]。仪器测量挥发性化合物的两种常用方法是气相色谱-质谱联用(GC-MS)和气相色谱-质谱联用嗅觉端口或嗅吸端口(GC-O)[1]。气相色谱-质谱联用了两种技术:气相色谱仪分离出样品中的挥发物混合物，质谱仪分别表征每种成分。如果该系统额外配备了一个嗅闻口(GC-O)，则人类就有可能检测出挥发性化合物混合物中实际具有气味的化合物，因此可能对样品的感官风味很重要。
GC-O方法分为检测频率、稀释至阈值或直接强度[21]。Croissant等人[21]综述了常用的GC-O方法，包括香气提取物稀释分析(AEDA)、峰后嗅探、联合享乐性香气反应测量(CHARM)、Osme和鼻撞击频率/鼻表面撞击频率(NIF/SNIF)。这些研究之后通常是用感官分析检测关键化合物的重建研究[40]。Careri等人回顾了以质谱法为重点的其他仪器风味研究方法。最近的方法包括将选定的单一化合物从色谱柱中洗脱后重新组合成用于感官分析的混合物[42]。
此外，有时可以使用“电子鼻”来评估样品的挥发性化合物的组成[43,44]，并确定这些化合物是否符合预定的分组，以识别可能满足某些标准的产品。电子鼻由许多传感器组成，这些传感器与挥发物相互作用，导致挥发物性质的变化，并记录下来，然后进行分析。电子鼻并不试图识别单个化合物，因此更多的是GC技术和感官分析的附加工具。
3.联系感官和工具方法——为什么和如何
通常，感官测试与仪器测量的部分或全部比较被考虑。当感官测试占用了评委的大量时间，因此证明是昂贵的，但当感官特征和仪器测量之间建立了良好的关系时，也可以这样做。此外，对于一些样品，如酒醋或其他具有强烈香气和风味特征的食物，仪器香气分析可能更实用，特别是在需要频繁测试的情况下。根据Lawless和Heymann的说法，[1]机器可以在以下情况下代替人类法官:(a)感官特征和仪器测量之间的相关性已经建立，(b)感官测试有可能是费力的，可能损害小组成员的健康，以及(c)测试不会导致与产品相关的关键决策。后者表明，即使存在被证实的关系，感官测试也不能完全被机器取代。
3.1. 直接的关系
在产品开发或基准测试的情况下，可能会将仪器测量与感官分析技术相结合，以尝试确定负责某些味道感觉的确切挥发性物质。如果需要增强或去除产品中的某些芳香化合物，或者需要进一步了解与工艺相关的芳香化合物，则这种方法可能是有用的。
可以确定样品气味和化学物质之间的直接关系。两种常见的方法是:(1)对样品和挥发性化合物进行比较感官分析，使用感官分析来检测香气属性，并用GC-MS检测挥发性物质并找到统计关联，或(2)使用GC-MS-O嗅闻端口来检测和识别，然后使用传感器和计算机程序来验证化合物。此外，还可以计算相关性关系，如线性或非线性相关性和多元回归。
直接关系似乎是识别气味化合物的最简单方法，根据文献将样品气味与一些可能具有相似气味的挥发性化合物进行比较。这种方法不需要任何仪器，但需要一些有气味的挥发性化合物的知识。然而，这种方法可能被证明是费力的，只能得出近似的结论，因为几种化学物质可能具有相同的气味特征，但不同浓度的化学物质可能会出现不同的气味特征。这表明，如果需要确定确切的化合物，仪器测量可能是有用的。
GC-MS可与感官芳香化合物色质谱分析结合使用，以确定样品中存在的挥发性化合物。这种方法的主要缺点是无法获得有关特定化合物的实际香气的信息，因此当几种化学物质的变化与相关的感觉强度相似时，可能会得出错误的结论。还需要进一步的文献研究和对特定化合物气味阈值的关注。
GC-MS嗅闻端口可用于识别具有人类鼻子可检测到的气味的挥发性化合物。这些化合物可以与感官芳香化合物的色质谱特征相关联。实际闻到的香气可能会有一些问题，因为通过嗅闻口闻到的化合物可能会被样品实际香气中的其他挥发性化合物淹没。此外，嗅闻口测量需要复制并由几个小组成员进行，就像在感官分析中所做的那样。然而，由于化合物的流动没有考虑到小组成员的呼吸，因此嗅吸端口可能会导致相互矛盾的结果。这种潜在的检测能力损失应该通过仔细采样以及GC提供的色谱信息来克服。
3.2. 计算关系:相关和回归
在自变量相关或两个变量之间可能存在的关系的情况下，散点图可用于确定线性、对数或其他关联。大多数常见的相关方法假设直线关系，并通过确定数据点与数据之间直线拟合的接近程度来确定相关系数[1,47]。相关系数值介于−1和1之间，其中−1为反比关系，1为直接线性关系。其中最常用的相关系数是皮尔逊相关系数。此外，还有一些常用的多变量技术，如主成分分析(PCA)或聚类分析，可以帮助识别变量之间的关系。
使用线性关系的一个问题是感觉功能和化学成分很少是线性的。通常需要使用对数或其他函数来转换这些关系。在许多情况下，感官影响必须达到检测或识别阈值，迅速增加，然后随着化学物质的增加而趋于平稳，因为达到了终端感官阈值。在这种情况下，关系往往在关系的主要感觉强度范围内呈对数函数关系，而在检测或识别阈值与终端阈值之前或之后没有关系(见图1)。
化学化合物的量和显示各种感觉阈值的感觉强度之间的潜在关系示意图。在这种情况下，假定的线性关系是不正确的。
在其他情况下，实际感知可能会随着化学物质的增加而改变。许多作者[48,49,50]已经表明，随着化合物浓度的增加，感官描述可能会发生变化。例如，戊烷(pentane)在低水平(1ppm)时被显示为“豆样”，在较高水平(10 - 5000 ppm)时被显示为“汗样”，在更高水平(10,000-100,000 ppm)时，它有一种谷仓/粪便的气味[49]。没有统计数据可以定义这种关系。
在自变量和因变量的情况下，回归分析是用一个或多个其他变量[2]的值来预测一个变量的值。有几种可用的技术。偏最小二乘回归(PLSR)和广义普氏分析(GPA)常用来关联描述性感官数据和仪器数据。偏最小二乘回归(PLSR)是一种多元统计技术。该技术已被一些研究人员用于创建相关性地图，以确定仪器挥发性数据(x矩阵)和描述性感官数据(y矩阵)之间的关系[52,53]。用GPA将电子鼻数据与感官分析数据、GC-MS数据与感官分析数据[44]关联。然而，使用这些方法的各种计算机程序可能会生成不同的地图，显示不同的关系，通常需要进一步分析来确定实际的关系。
4. 已确定的关系和潜在问题的例子
4.1 己醛
己醛的存在与加工食品中的脂肪氧化反应有关，但它也存在于水果和蔬菜等食品中。己醛存在于多种食品中，包括肉类和加工肉类，水果，加工水果，以及乳制品和谷物产品。更具体地说，己醛通常与水果和蔬菜中的绿色/草香味有关。例如，己醛与番茄中的绿色/青草属性之间存在中度相关性(0.56)[55]。此外，还发现绿色芳香化合物与含己醛的番茄泥[56]的醛混合物呈正相关;黑莓[57]中的豆、草香及己醛和反-2-己醛;豆浆[58]中的己醛和绿叶香;柑橘[59]中的己醛和绿色/草香;己醛与绿臭奶酪味[60];橄榄油中的己醛和“草坪”香[61];草莓中的己醛和绿色香韵[62]。然而，[63]也有研究发现己醛与绿色番茄或番茄中的草香韵之间没有关联。
在一项研究中，有人发现己醛和草/甜属性之间存在负相关，即使己醛被用于训练感官分析小组成员[44]。作者认为，小组成员可能无法区分番茄品种的香气属性。这表明，当涉及到与挥发性化合物的相关性时，需要训练有素的小组成员。
一些研究表明己醛具有绿色/青草气味，但没有计算相关性:红茶[64]、榛子[65,66]、橄榄油[67,68]、洋蓟[69]、草莓[70]、柑橘皮[71]、澳洲肺鱼[72];玉米饼[73]，梨汁[74]。相反，这些作者指出，根据以前的研究，己醛应该与绿色/草香韵有关。陈述这种关系是有问题的，因为己醛还与其他香气/风味特征有关。
除了绿色/草香外，在一些食品中己醛常与腐臭和氧化味有关。例如，Lee等人发现己醛与黑核桃[52]中的腐臭、酸味和发霉/土味有关。此外，Koppel等人还将己醛与干狗粮中的氧化油香化合物相关联[53]。
其他研究发现蜂蜜中己醛含量与干草香(0.58)和奶酪香(0.60)之间存在相关性[75]。这些感官属性的描述是否与己醛相关尚不清楚，因为属性定义或参考材料未列出。Ercan等人发现奶酪中的己醛含有木质香，但这是通过GC-O嗅闻口确定的，而不是描述性分析[76]。Flores等人将己醛与文献中的绿色/青草香联系在一起，但根据研究中的关系，己醛与“Serrano”火腿中促进猪肉风味的芳香物联系在一起[77]。Forde等人认为葡萄中的己醛与葡萄酒中的胡椒属性有关[78]。Krumbein等人认为己醛与番茄中的发霉气味有关[79]，而Limpawattana等人认为糯米中的己醛含有绿色番茄的气味[80]。Maul等人发现己醛浓度与成熟番茄香味、甜度(0.59)和番茄风味(0.46)呈正相关，但与绿色/青草香[43]无相关性。Mitchell等人发现，己醛含量与蔬菜汤中的盐味(0.75)、黄色(0.83)、胡萝卜香气(0.81)、整体风味(0.83)、整体风味复杂性(0.69)和回味(0.70)等属性相关[81]。这些结果表明，己醛可能具有不同的特征，这取决于所发现的浓度和/或风味特征实际上是几种挥发性化合物的组合。事实上，Hongsoongnern和Chambers分析了从10到100,000 ppm的不同浓度的己醛，发现低浓度的己醛气味是发霉/土味(10 - 100 ppm)，而在较高浓度(5,000-100,000 ppm)的己醛气味具有绿草/绿叶、绿藤、霉味-土味和刺鼻的特征[48]。Vara-Ubol等人发现己醛含有绿色/豆荚、腐臭、酸的芳香和类化学芳香[49]，Whitson等人将己醛描述为脂肪/草样香味[82]。
挥发物气味特征的难点之一是化合物的混合物可能会在各种情况下改变人类的感知[83,84]。事实上，Kurin等人指出，相互作用会产生不可预测的香气活性[85]。这一事实可以解释在确定与己醛或其他化合物的单一关系时的大部分问题。博特和钱伯斯研究了己醛，这是一项更大的研究的一部分，目的是研究潜在的“豆样”香味物质[50]。这些作者指出，训练有素的感官小组成员在己醛或反-2-壬醛作为单一化合物进行测试时，没有发现“豆样”特征。然而，当以低水平的10ppm将两者混合时，这种组合就变成了“豆样”香味。
豆香味化合物的潜在形成途径
4.2 3-甲基-1-丁醇
一些化合物，如3-甲基-1-丁醇，似乎具有多种与之相关的香气特征。3-甲基-1-丁醇通常存在于许多食品中，通常被认为是Strecker降解的结果或与脂质氧化过程有关。Heil等人将3-甲基-1-丁醇含量与苹果汁中的酒精发酵过程和乙醇含量(R2 = 0.86)相关，但未报道与感官属性相关[86]。3-甲基-1-丁醇与黑巧克力、刺鼻和土耳其榛子中的甜味等感官属性有关[66]。Costello等人将3-甲基丁醇与葡萄酒中的刺鼻、指甲油和草本芳香物质联系在一起[87]，而Genovese等人报道该化合物在葡萄酒中具有绿色气味特征[88]。Torrens等人通过对葡萄酒的GC-O分析发现3-甲基-1-丁醇具有酒精和奶酪的气味特征[89]。Ferreira等人将该挥发物与奶酪中的水果和酒精芳香物相关联[90]，但Ercan等人根据GC-O分析发现它在Sepet奶酪中具有苦味芳香特征[76]，Moio等人根据GC-O分析报告该化合物具有新鲜奶酪气味[91]。Flores等人在Serrano火腿的GC-O分析中发现3-甲基-1-丁醇具有穿透性的绿色香气，但未发现与感官分析特征相关[77]。此外，Fukami等人在鱼酱的GC-O分析中发现3-甲基-1-丁醇具有烧焦的香气[92]。Gomez Garcia-Carpintero等人报道3-甲基-1-丁醇具有烧焦和酒精气味特征，但这些与感官属性无关[93]。Karahadian等人认为玉米饼中的3-甲基-1-丁醇可能有麦芽气味[73]，Garcia-Gonzales等人根据橄榄膏的GC-O分析报告该化学物质具有辛辣、麦芽和燃烧气味[94]。
3-甲基-1-丁醇经常与其他化学物质相结合，形成许多不同的香气特征。例如，这种与2-甲基丙醇相关的化学物质与香脂-甘草样的香味有关[95]。此外，3-甲基-1-丁醇与葵花籽油中的α-蒎烯和(E)-2-庚烯一起具有葵花籽样和坚果样的感官属性[96]。有人特意将3-甲基-1-丁醇和其他化学物质混合，产生豆香、霉味/泥土味、霉味/尘土味、绿色/豆荚味、坚果香味(己醛)，豆香、霉味/泥土味、霉味/尘土味、绿色/豆荚味、坚果香味和酸香味(1-辛烯-3-酮)，豆香、霉味/泥土味、霉味/尘土味、绿色/豆荚味和花香(反、反-2,4-癸二烯醛)[50]。Lee等人报道称，3-甲基-1-丁醇与2-苯乙醇和琥珀酸二乙酯是构成葡萄酒基本风味的三大挥发物之一，但与描述性感官分析数据没有相关性[97]。Niu等人报道，根据GC-O, 3-甲基-1-丁醇具有奶酪气味，但将该化合物和糠醛与樱桃酒中的花香感觉属性联系在一起[98]。Guth报道3-甲基-1-丁醇与2-甲基丁酸盐、2-苯乙醇、3-乙基苯酚和酒内酯是白葡萄酒的重要气味剂，但作者没有提及具体的气味特征[99]。Vilanova等人发现3-甲基-1-丁醇与己酸、辛酸和乙酸苯乙酯一起对香气强度有贡献[100]。Jonsdottir等人将3-甲基-1-丁醇、2-甲基丙烷、3-甲基丁醇和3-羟基-2-丁酮与甜、花、焦糖、融化样气味联系起来，并认为这些挥发物会影响成熟鱼籽的味道[101]。
根据Costello等人的研究，3-甲基-1-丁醇是葡萄酒的主要贡献者和风味增强剂，但文献中很少提到它与感官属性的实际相关性[87]。Vallverdu-Queralt等人通过多元分析发现3-甲基-1-丁醇与感官异味和甜度呈正相关，但未报道番茄汁中存在任何数值相关性[102]。Abegaz等人发现，在仪器挥发物和感官属性之间的相关性中，2-和3-甲基丁醇与番茄[55]的绿色/青草属性相关(0.46)，与果味特征负相关(- 0.63)。Hansen等人研究了黑麦酵母面包屑中的芳香物质，发现包括3-甲基-1-丁醇在内的异醇类在用同发酵培养物制成的黑麦面包的风味中很重要[103]。
这些发现表明，一种化学物质和一种气味特征之间可能没有明确的联系。相反，这种关联根据产品基质和组成变化。
5. 确定关系的问题
5.1 测量和识别不良
Ruth和O 'Connor指出，不同的GC-O方法不一定能与感官分析方法产生良好的相关性[104]。使用三种GC-O方法证实了这一点，其中后验强度和检测频率数据与感官分析具有良好的相关性，而稀释分析则没有。此外，GC-O嗅闻小组变量要求组员大小(n > 8)，这在使用单个嗅闻端口时可能是不现实的。
虽然GC-MS技术可以相当准确，但还是有一些问题。热不稳定性化合物可以在气相色谱的加热步骤中发生变化。此外，也有可能在分析过程中识别出了错误的化合物。当许多化合物在相似的时间从设备中洗脱时，有时很难在没有进一步分析的情况下最终确定一种化合物。几种化合物中的任何一种都可能导致特定的气味，但根据先前的文献，一个缺乏训练的技术人员在没有进一步检查的情况下选择了一种特定的化合物作为“关键”的风味物质。
感官测试也是一个问题。感官研究需要和化学分析研究一样的细心和谨慎。清楚了解如何使用仪器进行风味化学品研究的工作人员可能对进行高质量、可复制的感官研究所需的必要培训和标准了解不足。在化学数据与感官数据相关的研究中，必须使用训练有素、具有相当识别、命名和量化感官属性能力的小组。同样，在GC-O研究中，能够快速准确地描述/命名感官属性的小组成员坐在嗅闻端口上是至关重要的。在识别一种感官特征时，仅仅几秒钟的延迟就可能导致错误的化合物与香气特征配对。Chambers et al.[24]和Otremba et al.[105]清楚地表明，对感官小组成员进行更多的训练，可以更好地识别气味属性，减少误差，并更有能力发现样本感官方面的差异。除了小组成员的问题，也可能是人的鼻子能检测到一些仪器没有检测到的化合物。例如，在20世纪90年代出现更灵敏的仪器之前，淡啤酒中的“臭味”只能通过感官方法可靠地测量。
5.2. 来自其他化合物和属性的“噪声”
几项GC-O研究的信息表明，同一种化合物在人鼻子上可能表现出不同的属性。原因可能在于产生芳香感觉的基本机制，如气味感受器、气味浓度和气味阈值。产品基质中存在的一些化合物可能被相同的受体检测到，从而改变气味属性；在其他产品中，化合物可能在气相色谱中很快地一个接一个地洗脱，这也可能影响气味属性。此外，样品基质和样品制备也会影响气味属性。
另一个关键方面是，一种或多种化合物的阈值以下水平可能会影响其他化合物的感知性质。例如，Ito和Kubota表明，在(E)-2-己烯基己酸酯、(Z)-3-己烯醇和吲哚的亚阈值水平上，在阈值以下添加4-己内酯，可以使这些化合物的溶液从无味变成“涩味”或“重味”[106]。Dalton等人表明，当味觉化合物与阈下水平的气味结合在一起时，甚至可以在不同模式下发生这种情况，可以产生感知[107]。这种跨模态效应不一定发生在分子水平上，它实际上可能发生在大脑的生理上[108]。
基质效应会影响产品的分析。对于某些产品，基质可以结合风味或物理保存化合物，而其他基质则不能。Wilson和Brown表明，食物基质的质构强度对香蕉风味的感知有深远的影响[109]。当基质的强度和熔点增加时，其强度会随之降低，在口中感受到风味的时间也会增加。此外，还有一种化合物-化合物的相互作用可能会影响风味的感知。Salles等人回顾了关于食物的物理和生理分解以及对风味感知的影响的信息[110]。
同样重要的是食物基质与风味化合物的实际物理化学相互作用。Voilley和Lubbers[111]讨论了葡萄酒中基质化合物与风味化合物的相互作用。他们表明，酵母细胞、蛋白质、乙醇和其他化合物的影响可以改变香气化合物的挥发性，从而改变所感知的葡萄酒香气。Guichard的一篇更全面的综述[112]在更广泛的产品中更全面地讨论了食品成分对风味感知的影响。该作者讨论了一系列可能的影响，如与蛋白质或直链淀粉等各种成分结合并形成复合物，脂肪对芳香族化合物的溶解度和风味释放的不同影响，以及与粘度有关的芳香化合物的物理扩散。使用模型系统来表示实际食品，以确定化合物和感官特性之间的关系，可能会导致在实际食品中不存在的虚假关系。
5.3. 感官术语的重叠与变量命名
感官术语也会影响寻找关系。许多感官术语似乎彼此重叠，可能并不代表单一的特定感官现象。例如，Miller等人发现了多个与“坚果nutty”相关的感官术语，这是产品[31]的感官描述中常见的术语。同样，不同产品的“绿色green”香气也不尽相同，不同的化学成分与“绿色”[48]的不同方面有关。因此，感官工作人员和评定小组必须清楚地定义描述中使用的“属性”所描述的感官方面。此外，该属性应该尽可能具体地描述感官特征。如果样品仅仅是绿色的，那么可能有更广泛的化学物质构成，而不是可能更具体地定义为“绿豆荚”或“绿草”。
对感官评价小组进行明确的定义和适当的训练，也可以减少因使用不同的术语来描述同一感官现象而造成的误解。尽管两个不同的小组不太可能使用完全不同的术语来描述相同的感官冲击，但使用诸如腐臭黄油、出汗、呕吐、陈年等术语来描述某些奶酪的“丁酸”特征是合理的。这些术语可能是研究人员以前使用过的，也可能是由专家小组确定的，但无论如何，它们的意思可能是相同的，也可能不是。描述产品时使用的感官术语的良好定义将有助于识别那些使用相似或含义不同的术语。以“丁酸”和奶酪为例，一个训练有素的小组很容易就能分辨出这些术语。然而，缺乏训练的小组或一群消费者可能会用这些或其他各种术语来描述陈年奶酪的特定风味。不幸的是，当试图确定感官属性和化合物之间的关系时，使用不准确的术语是一个严重的问题。使用“消费者风格”的术语(例如，强烈的，闻起来像奶酪，成熟的，陈年的等)乍一看似乎是“现实生活”的理想表达，但这样的术语是不精确的，可能对不同的人意味着各种不同的理解，可能不会与任何特定的化合物高度相关，并且通常可能无法为研究人员或开发人员提供解决特定风味问题所需的数据。
5.4. 意想不到的关系
将感官特征与化合物联系起来比较困难的一个方面是，当化合物不“已知”具有特定的特征时。正如大多数人描述的那样，己醛是“绿色的”。然而，如前所述，一些作者对此有不同的描述。这些意想不到的关系可能是真实的，也可能是分析的异常，也可能是由于感官评价小组训练不佳，但它们总会引起科学家对这种关系有效性的质疑。这是适当的，但不应必然导致对结果的断然否定。当然，还需要做更多的工作来确定这种关系是真实的，是与其他芳香化合物、其他基质化合物相互作用的结果，还是由该化合物产生的一种前所未闻的实际香气/风味。
5.5. 统计问题
化合物与感官感知的香气和味道之间的关系仍然困难的一个最重要的原因是两者之间缺乏直接的线性关系。大多数统计应用，如回归，甚至多元技术，如主成分分析，使用“线性”(包括曲线)模型来定义关系。这并没有说明化学方法和感觉方法都存在阈值(检测、识别、差异和终端)(见图1)这一事实。这意味着一种化学物质可能需要达到一定的水平才能被测量或感知，在某种程度上，感觉现象可能会“最大化”，不再与物理强度一致。
如果没有广泛的测试，统计学也很少能够同时检查“真实”系统中的多个影响和效果。进行多变量分析可以指出多种化学物质和多种感官属性之间可能的关系，但如果没有比通常在单一研究中进行的更多测试，则无法预测因果关系。公共数据库的出现将有助于在未来的某个时候为元分析提供额外的数据，但以最合理的方式进行化学和感官分析至关重要。此外，由于各种基质对化学相互作用的影响，在这些数据库中必须明确定义组成基质。
此外，新的统计方法减少了对线性假设的依赖，转向非线性或所谓的神经网络处理，这对于更好地理解我们想要理解的关系至关重要。可能性包括逻辑回归等分析，逻辑回归通常用于预测某些物品、行为或动作的存在或不存在[113]，并可用于“预测”在一种或多种化合物存在的情况下某些感官特征出现的可能性。然而，这种方法并没有提供强度与浓度的预测方程。此外，还需要新的统计方法来解释替代食物基质，或帮助解释和检查协变量关系，这些协变量关系可能影响也可能不影响研究人员想要发现的与化学成分和味道的感官感知有关的“结构-功能”关系。
使用“预测”或“关联”建模的一个挑战是，许多研究中通常使用的样本数量很少。特别是当多个变量可以相关时，这种少量的样本通常很难将单个化合物与单个感官属性联系起来，即使已知它们之间的关系。离群值(构成或感知与其他样本特别不同的样本)会在小数据集上产生特殊问题，因为它们可以控制发现或不发现什么关系[114]。与此同时，非常大的数据集可能有如此多的“独特”产品、化学物质或属性，或者数据中有太多的“噪音”，以至于不可能确定关联，因为感官/化学关系被其他方面淹没了。
共线性变量(变化相似的变量)在确定关联时也会产生问题，这些通常发生在小数据集中。共线性变量似乎是，尽管他们是相关的，即使他们不是。例如，假设苯乙醇和己醛在一小群产物中变化相似——它们是共线性的。我们想把一些化合物与“玫瑰”气味联系起来。基于数据的相似性，统计建模实际上可以表明己醛是一个更好的潜在的玫瑰气味“预测器”。当然，在这种情况下，我们知道苯乙醇更可能是玫瑰气味的直接原因。然而，在许多情况下，当我们开始寻找关联时，我们往往不知道哪些化合物可能负责各种感官特性。
6、结论
这篇综述指出了感官分析和仪器测量导致不良关联的一些原因。将感官数据与挥发性化合物联系起来的尝试一直很频繁。通常，这些关联并没有被证明是结论性的。这些关系通常很难解释，或者本质上很薄弱。有时，所使用的方法可能不像建立联系所需的那样可靠，但困难也来自风味的复杂性质。多种挥发物是产生风味的原因，尽管有可能将一些挥发性化合物与某些香气或味觉配对，但情况并非总是如此。在具有复杂风味的复杂产品中，挥发物的组合可能产生不同于单个化合物预期的风味。对不同基质中挥发物的感知也可能不同，当将化合物与一系列产品的感觉现象联系起来时，很少考虑到这一点。我们提出了未来研究中需要解决的问题，例如改进数据分析和元分析，以便更好地理解风味/香气现象和化学成分的关系。
参考文献：
Lawless, H.T.; Heymann, H. Sensory Evaluation of Foods: Principles and Practices, 2nd ed; Chapman & Hall: New York, NY, USA, 2010; pp. 1–18, 125–148. [Google Scholar]
Meilgaard, M.; Civille, G.V.; Carr, B.T. Advanced Statistical Methods. In Sensory Evaluation Techniques, 4th ed; CRC Press: Boca Raton, FL, USA, 2006. [Google Scholar]
Verriele, M.; Plaisance, H.; Vandenbilcke, V.; Locoge, N.; Jaubert, J.N.; Meunier, G. Odor evaluation and discrimination of car cabin and its components: Application of the “field of odors” approach in a sensory descriptive analysis. J. Sens. Stud. 2012, 27, 103–110. [Google Scholar]
Maarse, H. Itroduction. In Volatile Compounds in Foods and Beverages, 1st; Maarse, H., Ed.; Marcel Dekker Inc.: New York, NY, USA, 1991; pp. 1–39. [Google Scholar]
Dreyer, E.; Sims, C.; Rousseff, R.; Gray, D.; Sipowicz, M. Sensory and compositional characteristics of Blanc Du Bois wine. Am. J. Enol. Vitic. 2013, 64, 118–125. [Google Scholar] [CrossRef]
Gamero, A.; Wesselink, W.; de Jong, C. Comparison of the sensitivity of different aroma extraction techniques in combination with gas chromatography-mass spectrometry to detect minor aroma compounds in wine. J. Chromatogr. A 2013, 1272, 1–7. [Google Scholar] [CrossRef]
Saenz-Navajas, M.P.; Fernandez-Zurbano, P.; Ferreira, V. Contribution of nonvolatile composition to wine flavor. Food Res. Int. 2012, 28, 389–411. [Google Scholar] [CrossRef]
Zhu, L.; Zhang, Y.; Deng, J.; Li, H.; Lu, J. Phenolic concentrations and antioxidant properties of wines made from North American grapes grown in China. Molecules 2012, 17, 3304–3323. [Google Scholar] [CrossRef]
Sanchez, G.; Besada, C.; Badenes, M.S.; Monforte, A.J.; Granell, A. A non-targeted approach unravels the volatile network in peach fruit. PLoS One 2012, 7, e38992. [Google Scholar]
Wei, C.-B.; Liu, S.-H.; Liu, Y.-G.; Lv, L.-L.; Yang, W.-X.; Sun, G.-M. Characteristic aroma compounds from different pineapple parts. Molecules 2011, 16, 5104–5112. [Google Scholar] [CrossRef]
Resconi, V.C.; Campo, M.M.; Montossi, F.; Ferreira, V.; Sanudo, C.; Escudero, A. Gas chromatographic-olfactometric aroma profile and quantitative analysis of volatile carbonyls of grilled beef from different finishing feed systems. J. Food Sci. 2012, 77, S240–S246. [Google Scholar] [CrossRef]
Varming, C.; Andersen, L.T.; Petersen, M.A.; Ardo, Y. Flavour compounds and sensory characteristics of cheese powders made from matured cheeses. Int. Dairy J. 2013, 30, 19–28. [Google Scholar] [CrossRef]
Mohamed, H.N.; Man, Y.C.; Mustafa, S.; Manap, Y.A. Tentative identification of volatile flavor compounds in commercial budu, a Malaysian fish sauce, using GC-MS. Molecules 2012, 17, 5062–5080. [Google Scholar] [CrossRef]
Zhao, G.; Zhao, J.; Peng, L.; Zou, L.; Wang, J.; Zhong, L.; Xiang, D. Effects of yeast polysaccharide on growth and flavonoid accumulation in Fagopyrum tataricum sprout cultures. Molecules 2012, 17, 11335–11345. [Google Scholar] [CrossRef]
Cano-Salazar, J.; Lopez, M.L.; Echeverria, G. Relationships between the instrumental and sensory characteristics of four peach and nectarine cultivars stored under air and CA atmospheres. Postharvest Biol. Technol. 2013, 75, 58–67. [Google Scholar] [CrossRef]
Pereira, V.; Albuquerque, F.; Cacho, J.; Marques, J.C. Polyphenols, antioxidant potential and color of fortified wines during accelerated ageing: The madeira wine case study. Molecules 2013, 18, 2997–3017. [Google Scholar] [CrossRef]
de Beer, D.; Schulze, A.E.; Joubert, E.; de Villiers, A.; Malherbe, C.J.; Stander, M.A. Food ingredient extracts of Cyclopiasubternata (Honeybush): Variation in phenolic composition and antioxidant capacity. Molecules 2012, 17, 14602–14624. [Google Scholar] [CrossRef]
Zhao, Y.P.; Li, J.M.; Zhang, B.C.; Yu, Y.; Shen, C.H.; Song, P. A comparison of the influence of eight commercial yeast strains on the chemical and sensory profiles of freshly distilled Chinese brandy. J. Inst. Brewing 2012, 118, 315–324. [Google Scholar] [CrossRef]
Poinot, P.; Arvisenet, G.; Ledauphin, J.; Gaillard, J.L.; Prost, C. How can aroma-related cross-modal interactions be analysed? A review of current methodologies. Food Qual. Prefer. 2013, 28, 304–316. [Google Scholar] [CrossRef]
Ross, C.F. Sensory science at the human-machine interface. Trends Food Sci. Tech. 2009, 20, 63–72. [Google Scholar] [CrossRef]
Croissant, A.E.; Watson, D.M.; Drake, M.A. Application of sensory and instrumental analyses to dairy products. Annu. Rev. Food Sci. Technol. 2009, 2, 395–421. [Google Scholar] [CrossRef]
Auvray, M.; Spence, C. The multisensory perception of flavor. Consciousness Cogn. 2008, 17, 1016–1031. [Google Scholar] [CrossRef]
Hootman, R.C. ASTM Manual on Descriptive Analysis Testing for Sensory Evaluation; American Society for Testing and Materials: Philadelphia, PA, USA, 1992; pp. 1–3. [Google Scholar]
Chambers, D.H.; Allison, A.A.; Chambers, E., IV. Effects of Training on Performance of Descriptive Sensory Panelists. J. Sens. Stud. 2004, 19, 486–499. [Google Scholar] [CrossRef]
Maughan, C.; Martini, S. Identification and quantification of flavor attributes present in chicken, lamb, pork, beef, and turkey. J. Food Sci. 2012, 77, S115–S121. [Google Scholar] [CrossRef]
Adhikari, K.; Chambers, E., IV; Miller, R.; Vázquez-Araújo, L.; Bhumiratana, N.; Philip, C. Development of a lexicon for beef flavor in intact muscle. J. Sens. Stud. 2011, 26, 413–420. [Google Scholar] [CrossRef]
Smyth, H.E.; Sanderson, J.E.; Sultanbawa, Y. Lexicon for the sensory description of Australian native plant foods and ingredients. J. Sens. Stud. 2012, 27, 471–481. [Google Scholar] [CrossRef]
Chambers, E., IV; Lee, J.; Chun, S.; Miller, A. Development of a lexicon for commercially available cabbage (baechu) kimchi. J. Sens. Stud. 2012, 27, 511–518. [Google Scholar] [CrossRef]
Suwonsichon, S.; Chambers, E., IV; Kongpensook, V.; Oupadissakoon, C. Sensory lexicon for mango as affected by cultivars and stages of ripeness. J. Sens. Stud. 2012, 27, 148–160. [Google Scholar]
Talavera-Bianchi, M.; Chambers, E., IV; Chambers, D.H. Lexicon to describe flavor of fresh leafy vegetables. J. Sens. Stud. 2010, 25, 163–183. [Google Scholar] [CrossRef]
Miller, A.E.; Chambers, E., IV; Jenkins, A.; Lee, J.; Chambers, D.H. Defining and characterizing the “Nutty” attribute across food categories. Food Qual. Prefer. 2013, 27, 1–7. [Google Scholar] [CrossRef]
Vázquez-Araújo, L.; Chambers, D.; Carbonell-Barrachina, A.A. Development of a sensory lexicon and application by an industry trade panel for turrón, a European protected product. J. Sens. Stud. 2012, 27, 26–36. [Google Scholar] [CrossRef]
Civille, G.V.; Lapsley, K.; Huang, G.; Yada, S.; Seltsam, J. Development of an almond lexicon to assess the sensory properties of almond varieties. J. Sens. Stud. 2010, 25, 146–162. [Google Scholar] [CrossRef]
Leksrisompong, P.P.; Lopetcharat, K.; Guthrie, B.; Drake, M.A. Descriptive analysis of carbonated regular and diet lemon-lime beverages. J. Sens. Stud. 2012, 25, 247–263. [Google Scholar]
Bett-Garber, K.L.; Lea, J.M.; Champagne, E.T.; McClung, A.M. Whole-grain rice flavor associated with assorted bran colors. J. Sens. Stud. 2012, 27, 78–86. [Google Scholar] [CrossRef]
Elía, M. A procedure for sensory evaluation of bread: protocol developed by a trained panel. J. Sens. Stud. 2011, 26, 269–277. [Google Scholar] [CrossRef]
Callejo, M.J. Present situation on the descriptive sensory analysis of bread. J. Sens. Stud. 2011, 26, 255–268. [Google Scholar] [CrossRef]
Zhang, Z.; Pawliszyn, J. Headspace solid-phase microextraction. Anal. Chem. 1993, 65, 1843–1852. [Google Scholar] [CrossRef]
Di Donfrancesco, B.; Koppel, K.; Chambers, E., IV. An initial lexicon for sensory properties of dry dog food. J. Sens. Stud. 2012, 27, 498–510. [Google Scholar]
Poehlmann, S.; Schieberle, P. Characterization of the aroma signature of Styrian pumpkin seed oil (Cucurbitapepo subsp. pepo var. Styriaca) by molecular sensory science. J. Agric. Food Chem. 2013, 61, 2933–2942. [Google Scholar] [CrossRef]
Careri, M.; Bianchi, F.; Corradini, C. Recent advances in the application of mass spectrometry in food-related analysis. J. Chromatogr. A 2002, 970, 3–64. [Google Scholar] [CrossRef]
Johnson, A.J.; Hirson, G.D.; Ebeler, S.E. Perceptual characterization and analysis of aromamixtures using gas chromatography recomposition-olfactometry. PLoS One 2012, 7, e42693. [Google Scholar] [CrossRef]
Maul, F.; Sargent, S.; Sims, C.; Baldwin, E.; Balaban, M. Tomato flavor and aroma quality as affected by storage temperature. J. Food Sci. 2000, 65, 1228–1237. [Google Scholar] [CrossRef]
Berna, A.; Buysens, S.; Di Natale, C.; Grun, I.; Lammertyn, J. Relating sensory analysis with electronic nose and headspace fingerprint MS for tomato aroma profiling. Postharvest Biol. Technol. 2005, 36, 143–155. [Google Scholar] [CrossRef]
Dymerski, T.M.; Chmiel, T.M.; Wardencki, W. An odor-sensing-system—Powerful technique for foodstuff studies. Rev. Sci. Instrum. 2011, 82, 1–32. [Google Scholar]
Tesfaye, W.; Morales, M.L.; Garcia-Parrilla, M.C.; Troncoso, A.M. Improvement of wine vinegar elaboration and quality analysis: Instrumental and human sensory evaluation. Food Rev. Int. 2009, 25, 142–156. [Google Scholar] [CrossRef]
Smith, G.L. Statistical analysis of sensory data. In Sensory Analysis of Foods, 2nd; Piggott, J.R., Ed.; Elsevier Applied Science: New York, NY, USA, 1988; pp. 335–379. [Google Scholar]
Hongsoongnern, P.; Chambers, E. A lexicon for green odor or flavor and characteristics of chemicals associated with green. J. Sens. Stud. 2008, 23, 205–221. [Google Scholar] [CrossRef]
Vara-Ubol, S.; Chambers, E.; Chambers, D.H. Sensory characteristics of chemical compounds potentially associated with beany aroma in foods. J. Sens. Stud. 2004, 19, 15–26. [Google Scholar]
Bott, L.; Chambers, E. Sensory characteristics of combinations of chemicals potentially associated with beany aroma in foods. J. Sens. Stud. 2006, 21, 308–321. [Google Scholar]
Martens, M.; Martens, H.; Wold, S. Preference of cauliflower related to sensory descriptive variables by partial least squares (PLS) regression. J. Sci. Food Agric. 1983, 34, 715–724. [Google Scholar] [CrossRef]
Lee, J.; Vazquez-Araujo, L.; Adhikari, K.; Warmund, M.; Elmore, J. Volatile compounds in light, medium, and dark black walnut and their influence on the sensory aromatic profile. J. Food Sci. 2011, 76, C199–C204. [Google Scholar] [CrossRef]
Koppel, K.; Adhikari, K.; Di Donfrancesco, B. Volatile compounds in dry dog foods and their influence on sensory aromatic profile. Molecules 2013, 18, 2646–2662. [Google Scholar]
Yenket, R.; Chambers, E., IV; Adhikari, K. A comparison of seven preference mapping techniques using four software programs. J. Sens. Stud. 2011, 26, 135–150. [Google Scholar]
Abegaz, E.G.; Tandon, K.S.; Scott, J.W.; Baldwin, E.A.; Shewfelt, R.L. Partitioning taste from aromatic flavor notes of fresh tomato (Lycopersicon esculentum, Mill) to develop predictive models as a function of volatile and nonvolatile components. Postharvest Biol. Technol. 2004, 34, 224–235. [Google Scholar]
Baldwin, E.A.; Goodner, K.; Plotto, A.; Pritchett, K.; Einstein, M. Effect of volatiles and their concentration on perception of tomato descriptors. J. Food Sci. 2004, 69, 310–318. [Google Scholar] [CrossRef]
Du, X.F.; Kurnianta, A.; McDaniel, M.; Finn, C.E.; Qian, M.C. Flavourprofiling of “Marion” and thornless blackberries by instrumental and sensory analysis. Food Chem. 2010, 121, 1080–1088. [Google Scholar] [CrossRef]
Lozano, P.R.; Drake, M.; Benitez, D.; Cadwallader, K.R. Instrumental and sensory characterization of heat-induced odorants in aseptically packaged soy milk. J. Agric. Food Chem. 2007, 55, 3018–3026. [Google Scholar] [CrossRef]
Miyazaki, T.; Plotto, A.; Baldwin, E.A.; Reyes-De-Corcuera, J.; Gmitter, F.G. Aroma characterization of tangerine hybrids by gas-chromatography-olfactometry and sensory evaluation. J. Sci. Food Agric. 2012, 92, 727–735. [Google Scholar] [CrossRef]
Carunchia-Whetstine, M.E.; Drake, M.A.; Nelson, B.K.; Barbano, D.M. Flavor profiles of full-fat and reduced-fat cheese and cheese fat made from aged cheddar with the fat removed using a novel process. J. Dairy Sci. 2006, 89, 505–517. [Google Scholar] [CrossRef]
Tura, D.; Failla, O.; Bassi, D.; Pedò, S.; Serraiocco, A. Cultivar influence on virgin olive (Olea europea L.) oil flavor based on aromatic compounds and sensorial profile. Sci. Hortic. 2008, 118, 139–148. [Google Scholar]
Schulbach, K.; Rouseff, R.; Sims, C. Relating descriptive sensory analysis to gas chromatography/olfactometry ratings of fresh strawberries using partial least squares regression. J. Food Sci. 2004, 69, S273–S277. [Google Scholar] [CrossRef]
Tandon, K.S. Linking sensory descriptors to volatile and nonvolatile components of fresh tomato flavor. J. Food Sci. 2003, 68, 2366–2371. [Google Scholar] [CrossRef]
Alasalvar, C.; Topal, B.; Serpen, A.; Bahar, B.; Pelvan, E.; Gökmen, V. Flavor characteristics of seven grades of black tea produced in Turkey. J. Agric. Food Chem. 2012, 60, 6323–6332. [Google Scholar] [CrossRef]
Alasalvar, C.; Odabasi, A.Z.; Demir, N.; Balaban, M.Ö.; Shahidi, F.; Cadwallader, K.R. Volatiles and flavor of five Turkish hazelnut varieties as evaluated by descriptive sensory analysis, electronic nose, and dynamic headspace analysis/gas-chromatography-mass spectrometry. J. Food Sci. 2004, 69, 99–106. [Google Scholar]
Alasalvar, C.; Shahidi, F.; Cadwallader, K.R. Comparison of natural and roasted Turkish tombul hazelnut (Corylus avellana L.) volatiles and flavor by DHA/GC/MS and descriptive sensory analysis. J. Agric. Food Chem. 2003, 51, 5067–5072. [Google Scholar] [CrossRef]
Angerosa, F.; Servili, N.; Selvaggini, R.; Taticchi, A.; Esposto, S.; Montedoro, G. Volatile compounds in virgin olive oil: Occurrence and their relationship with the quality. J. Chromatogr. A 2004, 1054, 17–31. [Google Scholar]
Bubola, K.B.; Koprivnjak, O.; Sladonja, B.; Lukić, I. Volatile compounds and sensory profiles of monovarietal virgin olive oil from Buža, Črna, and Rosinjola cultivars in Istria (Croatia). Food Technol. Biotech. 2012, 50, 192–198. [Google Scholar]
Bach, V.; Kidmose, U.; Bjørn, G.K.; Edelenbos, M. Effects of harvest time and variety on sensory quality and chemical composition of Jerusalem artichoke (Helianthus tuberosus) tubers. Food Chem. 2012, 133, 82–89. [Google Scholar] [CrossRef]
Du, X.; Plotto, A.; Baldwin, E.; Rouseff, R. Evaluation of volatiles from two subtropical strawberry cultivars using GC-Olfactometry, GC-MS odor activity values, and sensory analysis. J. Agric. Food Chem. 2011, 59, 12569–12577. [Google Scholar] [CrossRef]
Elmaci, Y.; Onogur, T.A. Mandarin peel aroma: estimation by using headspace/GC/MS and descriptive analysis techniques. Acta Aliment. 2012, 41, 131–139. [Google Scholar] [CrossRef]
Frank, D.; Poole, S.; Kircchoff, S.; Forde, C. Investigation of sensory and volatile characteristics of farmed and wild barramundi (Latescalcarifer) using gas chromatography-olfactometry mass spectrometry and descriptive sensory analysis. J. Agric. Food Chem. 2009, 57, 10302–10312. [Google Scholar] [CrossRef]
Karahadian, C.; Johnson, K. Analysis of headspace volatiles and sensory characteristics of fresh corn tortillas made from fresh masa dough and spray-dried masa flour. J. Agric. Food Chem. 1993, 41, 791–799. [Google Scholar] [CrossRef]
Lopez-Nicolas, J.M.; Andreu-Sevilla, A.J.; Carbonell-Barrachina, A.A.; Garcia Carmona, F. Effects of addition of Alpha-Cyclodextrin on the sensory quality, volatile compounds, and color parameters of fresh pear juice. J. Agric. Food Chem. 2009, 57, 9668–9675. [Google Scholar] [CrossRef]
Castro-Vazquez, L.; Diaz-Maroto, M.C.; Gonzalez-Vinas, M.A.; Perez-Coello, M.S. Differentiation of monofloral citrus, rosemary, eucalyptus, lavender, thyme and heather honeys based on volatile composition and sensory descriptive analysis. Food Chem. 2009, 112, 1022–1030. [Google Scholar] [CrossRef]
Ercan, D.; Korel, F.; Yüceer, K.Y.; Kınık, Ö. Physicochemical, textural, volatile, and sensory profiles of traditional sepet cheeses. J. Dairy Sci. 2011, 94, 4300–4312. [Google Scholar] [CrossRef]
Flores, M.; Grimm, C.C.; Toldrá, F.; Spanier, A.M. Correlations of sensory and volatile compounds of Spanish “Serrano” dry-cured ham as a function of two processing times. J. Agric. Food Chem. 1997, 45, 2178–2186. [Google Scholar] [CrossRef]
Forde, C.; Cox, A.; Williams, E.; Boss, P. Associations between the sensory attributes and volatile composition of cabernet sauvignon wines and the volatile composition of the grapes used for their production. J. Agric. Food Chem. 2011, 59, 2573–2583. [Google Scholar]
Krumbein, A.; Peters, P.; Bruckner, B. Flavour compounds and a quantitative descriptive analysis of tomatoes (Lycopersicon esculentum Mill.) of different cultivars in short-term storage. Postharvest Biol. Technol. 2004, 32, 15–28. [Google Scholar] [CrossRef]
Limpawattana, M.; Yang, D.S.; Kays, S.J.; Shewfelt, R.L. Relating sensory descriptors to volatile components in flavor of specialty rice types. J. Food Sci. 2008, 73, S456–S461. [Google Scholar] [CrossRef]
Mitchell, M.; Brunton, N.P.; Wilkinson, M.G. Impact of salt reduction on the instrumental and sensory flavor profile of vegetable soup. Food Res. Int. 2011, 44, 1036–1043. [Google Scholar] [CrossRef]
Whitson, M.E.; Miracle, R.E.; Drake, M.A. Sensory characterization of chemical components responsible for cardboard flavor in whey protein. J. Sens. Stud. 2010, 25, 616–636. [Google Scholar]
Yoder, W.M.; Currlin, S.W.; Larue, A.; Fernandex, K.M.; King, D.; Smith, D.W. Interactions of guaiacol and methyl salicylate in binary mixture significantly lowers perceptual threshold in human observers. J. Sens. Stud. 2012, 27, 161–167. [Google Scholar]
Saenz-Navajas, M.; Campo, E.; Avizcuri, J.M.; Valentin, D.; Fernandez-Zurbano, P.; Ferreira, V. Contribution of non-volatile and aroma fractions to in-mouth sensory properties of red wines: Wine reconstitution strategies and sensory sorting task. Anal. Chim. Acta 2012, 732, 64–72. [Google Scholar] [CrossRef]
Kurin, E.; Mučaji, P.; Nagy, M. In Vitro antioxidant activities of three red wine polyphenols and their mixtures: An interaction study. Molecules 2012, 17, 14336–14348. [Google Scholar] [CrossRef]
Heil, M.; Hahn, H.; Christoph, N.; Stingel, D.; Gessler, A.; Ara, V. 3-Methylbutanol in apple juice. Fruit Process. 2007, 17, 164–176. [Google Scholar]
Costello, P.J.; Francis, I.L.; Bartowsky, E.J. Variations in the effect of malolactic fermentation on the chemical and sensory properties of cabernet sauvignon wine: Interactive influences of oenococcusoeni strain and wine matrix composition. Aust. J. Grape. Wine R 2012, 18, 287–301. [Google Scholar] [CrossRef]
Genovese, A.; Gambuti, A.; Piombino, P.; Moio, L. Sensory properties and aroma compounds of sweet fiano wine. Food Chem. 2007, 103, 1228–1236. [Google Scholar] [CrossRef]
Torrens, J.; Riu-Aumatell, M.; Vichi, S.; López-Tamames, E.; Buxaderas, S. Assessment of volatile and sensory profiles between base and sparkling wines. J. Agric. Food Chem. 2010, 58, 2455–2461. [Google Scholar] [CrossRef]
Ferreira, I.M.P.L.V.O.; Pinho, O.; Sampaio, P. Volatile fraction of DOP “CasteloBranco” cheese: Influence of breed. Food Chem. 2009, 112, 1053–1059. [Google Scholar] [CrossRef]
Moio, L.; Dekimpe, J.; Etievant, P.X.; Addeo, F. Volatile flavour compounds of water buffalo mozzarella cheese. Italian J. Food Sci. 1993, 1, 57–68. [Google Scholar]
Fukami, K.; Ishiyama, S.; Yaguramaki, H.; Masuzawa, T.; Nabeta, Y. Identification of distinctive volatile compounds in fish sauce. J. Agric. Food Chem. 2002, 50, 5412–5416. [Google Scholar]
Garcia-Carpintero, G.E.; Gomez-Gallego, M.A.; Sanchez-Palomo, E.; Gonzalez-Vinas, M.A. Impact of alternative technique to ageing using oak chips in alcoholic or in malolactic fermentation on volatile and sensory composition of red wines. Food Chem. 2012, 134, 851–863. [Google Scholar]
Garcia-Gonzales, D.L.; Tena, N.; Aparicio, R. Characterization of olive paste volatiles to predict the sensory quality of virgin olive oil. Eur. J. Lipid. Sci. Technol. 2007, 109, 663–672. [Google Scholar] [CrossRef]
Aznar, M.; Lopez, R.; Cacho, J.; Ferreira, V. Prediction of aged red wine aroma properties from aroma chemical composition. partial least squares regression models. J. Agric. Food Chem. 2003, 51, 2700–2707. [Google Scholar] [CrossRef]
Bendini, A.; Barbieri, S.; Valli, E.; Buchecker, K.; Canavari, M.; Toschi, T.G. Quality evaluation of cold pressed sunflower oils be sensory and chemical analysis. Eur. J. Lipid Sci. Technol. 2011, 113, 1375–1384. [Google Scholar] [CrossRef]
Lee, S.; Lee, J.; Kim, S.; Koh, K. Development of korean red wines using Vitis labrusca Varieties: Instrumental and sensory characterization. Food Chem. 2006, 94, 385–393. [Google Scholar] [CrossRef]
Niu, Y. Characterization of odor-active compounds of various cherry wines by gas chromatography-mass spectrometry, gas chromatography-olfactometry and their correlation with sensory attributes. J. Chromatogr. B 2011, 879, 2287–2293. [Google Scholar] [CrossRef]
Guth, H. Identification of character impact odorants of different white wine varieties. J. Agric. Food Chem. 1997, 45, 3022–3026. [Google Scholar] [CrossRef]
Vilanova, M.; Campo, E.; Escudero, A.; Grana, M.; Masa, A. Volatile composition and sensory properties of vitis vinifera red cultivars from north-west Spain: Correlation between sensory and instrumental analysis. Anal. Chim. Acta 2012, 720, 104–111. [Google Scholar] [CrossRef]
Jonsdottir, R.; Olafsdottir, G.; Martinsdottir, E.; Stefansson, G. Flavor characterization of ripened cod roe by gas chromatography, sensory analysis, and electronic nose. J. Agric. Food Chem. 2004, 52, 6250–6256. [Google Scholar] [CrossRef]
Vallverdú-Queralt, A.; Bendini, A.; Tesini, F.; Valli, E.; Lamuela-raventos, R.M.; Toschi, T.G. Chemical and sensory analysis of commercial tomato juices present on the Italian and Spanish markets. J. Agric. Food Chem. 2013, 61, 1044–1050. [Google Scholar] [CrossRef]
Hansen, Å.; Lund, B.; Lewis, M.J. Flavour of sourdough rye bread crumb. Z. Lebensm.-Unters. Forsch. 1989, 22, 141–144. [Google Scholar]
Ruth, S.M.; O’Connor, C.H. Evaluation of three gas chromatography-olfactometry methods: comparison of odour intensity-concentration relationships of eight volatile compounds with sensory headspace data. Food Chem. 2001, 74, 341–347. [Google Scholar] [CrossRef]
Otremba, M.; Dikeman, M.E.; Milliken, G.A.; Stroda, S.L.; Chambers, E., IV; Chambers, D.H. Interrelationships between a descriptive texture profile sensory panel and descriptive attribute sensory panel evaluations of Longissimus and Semitendinosus muscles. Meat Sci. 2000, 54, 325–332. [Google Scholar] [CrossRef]
Ito, Y.; Kubota, K. Sensory evaluation of the synergism among odorants present in concentrations below their odor threshold in a Chinese jasmine green tea infusion. Mol. Nutr. Food Res. 2005, 49, 61–68. [Google Scholar] [CrossRef]
Dalton, P.; Doolittle, N.; Nagata, H.; Breslin, P.A.S. The merging of the senses: integration of subthreshold taste and smell. Nat. Neurosci. 2000, 3, 431–432. [Google Scholar] [CrossRef]
Donishi, T.; Kimura, A.; Imbe, H.; Yokoi, I.; Kaneoke, Y. Sub-threshold cross-modal sensory interaction in the tahalamus: Lemniscal auditory response in the medial geniculate nucleus is modulated by somatosensory stimulation. Neuroscience 2011, 174, 200–215. [Google Scholar] [CrossRef]
Wilson, C.E.; Brown, W.E. Influence of food matrix structure and oral breakdown during mastication on temporal perception of flavor. J. Sens. Stud. 1997, 12, 69–86. [Google Scholar] [CrossRef]
Salles, C.; Chagnon, M.C.; Feron, G.; Guichard, E.; Laboure, H.; Morzel, M.; Semon, E.; Tarrega, A.; Yven, C. In-mouth mechanisms leading to flavor release and perception. Crit. Rev. Food Sci. 2001, 51, 67–90. [Google Scholar]
Voilley, A.; Lubbers, S. Flavor-matrix interactions in wine. In Chemistry of Wine Flavor; Waterhouse, A.L., Ebeler, S.E., Eds.; American Chemical Society: Washington, DC, USA, 1998; pp. 217–229. [Google Scholar]
Guichard, E. Interactions between flavor compunds and food ingredients and their influence on flavor perception. Food Rev. Intern. 2002, 18, 49–70. [Google Scholar] [CrossRef]
Osborne, J.W. Logits and tigers and bears, oh my! A brief look at the simple math of logistic regression and how it can improve dissemination of results. Pract. Assess. Res. Eval. 2012, 17, 1–10. [Google Scholar]
Osborne, J.W.; Overbay, A. The power of outliers (and why researchers should always check for them). Pract. Assess. Res. Eval. 2004, 9, 6. [Google Scholar]
本文译自：
Chambers E IV, Koppel K. Associations of Volatile Compounds with Sensory Aroma and Flavor: The Complex Nature of Flavor. Molecules. 2013; 18(5):4887-4905. https://doi.org/10.3390/molecules18054887
