《Food Bioscience》：Machine learning-guided identification and synergistic analysis of key aroma compounds in creamy-type
Streptococcus thermophilus-fermented milk
编辑推荐：
基于24株不同气味类型的乳链球菌，通过机器学习模型结合感官验证和分子对接，揭示了奶油型风味的形成机制，关键挥发性化合物为2,3-丁二酮、2,3-戊二酮和δ-脱钙酮，其协同效应通过嗅觉受体OR1A1和OR1G1的分子结合验证。
杨海云|刘翱|杜文静|刘振珠|王国彦|易华西|张兰伟|刘同杰
中国海洋大学食品科学与工程学院，中国山东省青岛市三沙路1299号，266404
摘要
嗜热链球菌被广泛用于发酵乳制品中，其香气特征是决定产品感官特性的关键因素。尽管该菌在工业上具有重要意义，但对其香气类型的系统分类仍较为有限。本研究利用24株具有不同感官特性的嗜热链球菌菌株中15种代表性挥发性化合物的定量数据，训练并评估了多种监督式机器学习模型。Shapley值分析表明，2,3-丁二酮、2,3-戊二酮和δ-癸内酯是与奶油香气密切相关的主要化合物。气味活性值、Feller的加性模型以及σ-τ图共同揭示了2,3-丁二酮和δ-癸内酯在塑造奶油风味中的协同作用。分子对接分析表明，它们的混合物对人类嗅觉受体OR1A1和OR1G1的亲和力增强，这进一步支持了感官研究的结果。本研究建立了一个基于机器学习的香气类型分类框架，并阐明了嗜热链球菌发酵乳中奶油风味形成的分子机制，为发酵乳制品的风味优化提供了宝贵的见解。
引言
风味是发酵乳制品质量的关键决定因素，对消费者的购买决策起着重要作用（Niu等人，2020年）。然而，随着酸奶市场的不断扩大，风味同质化问题日益突出（Zhao等人，2018年）。同时，消费者对无人工香料的绿色、天然产品的需求成为食品行业的一个趋势（Chiocchetti等人，2019年）。因此，通过微生物发酵产生的香气化合物来增强食品风味成为一种有前景的方法（Farag等人，2021年；Tian等人，2023年）。在这种情况下，筛选具有香气增强能力的微生物是开发具有天然和环保风味特性的发酵乳制品的关键步骤。目前关于发酵乳中风味增强菌株的研究主要集中在选择能产生高浓度特定香气化合物的菌株（Farag等人，2021年）。然而，基于独特风味特征的风味分类研究相对较少（Tian等人，2023年）。明确酸奶的不同香气特征有助于更深入地理解香气化合物的化学基础和气味感知的生物学机制。这种理解使我们能够系统地研究不同浓度的挥发性有机化合物如何影响酸奶产品的多样感官特性（Chen等人，2017年）。近年来，人们对发酵乳中的香气分类给予了越来越多的关注。例如，有一项研究将20种市售原味酸奶产品分为四种香气类型：发酵型、奶酪型、乳脂型和果味型（Han等人，2024年）。另一项研究使用八种感官描述符分析了由不同乳酸菌发酵的酸奶样品的风味特征，并参考了食品或化学标准进行表征（Tang等人，2024年）。在我们之前的研究中，对嗜热链球菌和德氏乳杆菌亚种保加利亚亚种进行了风味分类，根据感官评估结果将其分为奶脂型、奶油型、发酵型和杂型等不同香气类型。我们还初步筛选了潜在的关键香气化合物（Liu等人，2022年；Liu, Zhang等人，2022年）。
机器学习（ML）在食品研究中的应用日益增多（Yang等人，2025年）。与传统分类技术相比，ML在识别共同特征和区分样本特性方面具有显著优势（Cai等人，2024年）。提出了“风味分析4.0”的概念，以描述基于ML的智能风味分析新时代。这种方法主要将监督学习模型与现有的食品风味分析技术相结合（Zeng等人，2023年）。现代分析工具与ML的结合不仅提高了风味评估的效率和客观性，还能够准确预测以前未表征的食品样品的风味特征（Zeng等人，2023年）。例如，Qiu等人（2024年）开发了一种基于挥发性化合物浓度的酸奶风味分类逻辑回归模型，取得了良好的预测效果。除了发酵乳制品外，基于ML的风味组学是复杂食品系统中香气分析的强大工具。它从高维挥发性数据中提取有意义模式以进行预测和分类的能力已在多种情境中得到验证，包括中国白酒和其他发酵食品（Wu等人，2026年）。
香气化合物的协同效应在食品产品的感官评估中具有重要意义（Li等人，2025年）。天然产品的感官复杂性通常无法仅通过单一香气化合物来完全再现。相反，多种化合物之间的相互作用，包括加成效应、协同效应或掩盖效应，可以显著提升整体香气的真实感和丰富度（Chen等人，2022年）。研究表明，二乙酰、乙醛和3-羟基-2-丁酮在酸奶系统中具有协同增强作用，显著增强了乳制品的风味特征（Tian等人，2020年）。
奶油风味在市场上非常受欢迎，尤其是在高质量乳制品领域（Wang等人，2024年）。除了市场相关性外，奶油型香气也被认为是发酵乳制品的核心感官属性，对整体风味感知和消费者接受度有重要贡献（Wang等人，2024年）。基于我们之前对嗜热链球菌香气类型的分类，本研究利用挥发性化合物的定量GC-MS数据构建了一个涵盖多种香气类型的综合数据集。为了确保特征的稳健解释，评估了十多种监督式机器学习算法，并根据一系列性能指标选择了最优模型，随后进行了基于Shapley加性解释（SHAP）的特征重要性分析。这些结果揭示了不同香气类型之间的显著差异，并突出了不同香气类型特征的化学驱动因素。鉴于其市场相关性和感官重要性，选择了奶油类型进行更深入的机制研究。通过结合化学分析、机器学习、感官验证和分子模拟，本研究系统地了解了塑造嗜热链球菌发酵乳奶油风味的关键气味物质和协同机制，为发酵乳制品的精准风味设计提供了宝贵见解。
部分摘录
菌株
本研究使用了24株具有不同香气特征的嗜热链球菌菌株（表1），这些菌株在我们之前的系统筛选中根据感官特性被识别并分类为不同的香气类型（Liu, Zhang等人，2022年）。这些菌株被选为代表发酵乳中的不同香气类型。嗜热链球菌菌株在37°C的灭菌牛奶培养基中恢复并活化。为了确保完全恢复其活性，每株菌株都
不同香气类型中的挥发性化合物定量及其相关性分析
在这16种化合物中，本研究中未检测到显著水平的乙醛。对其特征离子（m/z 44）的色谱提取显示，在预期保留时间（3.6分钟，信噪比<1）处没有峰值。根据之前的GC-O-MS结果，推测乙醛仅以微量存在（Liu, Zhang等人，2022年）。这种差异可能是由于方法学上的差异：GC-O-MS允许直接嗅觉检测，从而提高了对低阈值化合物的敏感性（Gemert，2011年），
结论
本研究建立了一个跨学科的、基于机器学习的框架，用于嗜热链球菌香气类型的系统分类，并阐明了奶油风味的形成机制。应用多种监督式ML模型实现了可靠的香气类型分类，SHAP分析确定2,3-丁二酮、2,3-戊二酮和δ-癸内酯是影响奶油香气最关键的化合物。后续的感官验证和气味活性分析进一步证实了这一点
CRediT作者贡献声明
刘振珠：撰写——审稿与编辑，可视化。杜文静：撰写——审稿与编辑，可视化。刘翱：方法学。杨海云：撰写——初稿，方法学，研究，数据管理。刘同杰：撰写——审稿与编辑，监督，概念化。张兰伟：监督，概念化。易华西：方法学。王国彦：撰写——初稿，可视化
知情同意声明
所有参与者事先都了解了研究目的、程序、持续时间、可能的风险和益处，并在参与实验前自愿签署了带有日期的知情同意书。
利益声明
作者声明他们没有可能影响本文所述工作的竞争性财务利益或个人关系。
伦理声明
本研究有十名经过培训的评估人员（4名男性和6名女性，平均年龄25岁）参与了酸奶中关键香气化合物的感官评估实验。所有参与者在了解研究目的和程序后自愿参与。所有参与者都签署了书面知情同意书，并充分了解了研究目的及其数据的使用方式。
利益冲突声明
作者声明他们没有可能影响本文所述工作的竞争性财务利益或个人关系。
致谢
本项工作得到了国家重点研发计划 [2022YFD2100701]的财政支持。
