基于聚类分析描述味觉特征和机器学习快速筛选甜味物质

　　摘要： 本研究运用电子舌和分子对接技术，系统分析12 种典型甜味物质的综合滋味及其与甜味受体的结合情况。基于主成分分析和聚类分析将这些甜味物质按照综合滋味特征划分为4 类：第I类以蔗糖为代表，整体味感纯净；第II类以莱鲍迪苷A为代表，涩味显著；第III类以罗汉果苷III为代表，酸味突出；第IV类以三氯蔗糖为代表，苦味明显。根据甜味物质与hT1R2和hT1R3甜味受体结合能力的差异，也将其划分为4 类。然后，利用偏最小二乘回归、随机森林回归和支持向量回归3 种模型构建电子舌和分子对接的单模态预测模型；进而对各单模态模型进行特征层融合，构建以分子特征为桥联的双模态预测模型。本研究成功筛选出与蔗糖味感相似的代糖是麦芽糖醇和低聚异麦芽糖，并进行感官评定验证。本研究为快速筛选味感纯净的甜味物质提供了一种可靠的建模新思路。