成果介绍
酱香型白酒基酒质量等级是影响酱香型白酒成品酒独特风味形成和品质提升的关键因素。然而，现目前酱香型白酒基酒质量等级判别严重依赖于传统人为感官经验评估，缺乏具有客观、准确的数字化标准。更为重要的是，现目前行业对于酱香型基酒质量等级研究常聚焦在酒体风格特征研究，很少有相关研究报道基酒质量等级与其对应酒醅的微生物组成结构、理化指标等相关研究分析。针对上述酱香型白酒生产实际中的科学研究难点，本研究选取酱香型白酒冬季生产中易于出现发酵异常的一轮次酒醅和基酒作为研究对象，通过检测基酒理化指标结合感官评价分析（QDA）表征了不同质量等级基酒酒体风格感官差异；选取代表不同质量等级基酒对应酒醅进行宏基因组测序和理化指标检测，解析了造成不同质量等级基酒差异的关键理化指标和微生物标志物；通过GC-FID检测不同质量等级基酒52种骨架成分结合OPLS-DA分析和OVA值阐明了造成不同质量等级基酒关键风味化合物。首次应用11种机器学习分类模型和9种回归预测模型构建了不同质量等级基酒判别和预测模型，选择了具有最优模型评价的模型结合SHAP（SHapley Additive exPlanations）方法进行最终特征解释和判别模型构建。本研究不仅为酱香型白酒不同质量等级基酒评价体系提供了高效精准的判别和预测模型，也为有效预防和调控改善发酵和保障基酒产质量提供了科学理论指导依据。
研究亮点
● 表征了不同质量等级基酒酒体风格差异。
● 确定了影响不同质量等级基酒的酒醅微生物标志物。
● 阐明了影响不同质量等级基酒的酒醅关键理化因子。
● 应用机器学习模型对基酒质量等级进行判别和预测。
研究结论
本研究全面揭示了造成酱香型白酒一轮次基酒质量等级差异的原因。QDA 分析表明了不同质量等级的基酒在酸涩味和干净度等五个维度上均存在显著差异（p < 0.05）。GC-FID 结合 OAV 分析确定乙酸（A：1491.3 > B：1350.0 > C：923.67）和丙酸（B：2.55 > A：1.69 > C：0.88）是造成不同质量等级基酒酸涩味差异的关键风味化合物。亚油酸乙酯（C: 97.2 > B: 75.4 > A: 62.9）、油酸乙酯（C: 97.2 > B: 75.4 > A: 62.9）和异戊醇（C: 42.3 > B: 36.3 > A: 32.3）被认为是导致不同质量等级基酒干净度下降的关键风味化合物。此外，研究还发现酒醅中高还原糖含量对基酒质量等级有显著影响（p < 0.05，r > 0.6），这与 LEfSe 分析中A-JP（一等基酒酒醅）中存在高产淀粉水解酶的微生物标志物Aspergillus和Monascu研究结果一致（LDA > 2，p < 0.05）。最后本研究首次应用 11 种机器学习分类模型和 9 种回归预测模型构建了基酒质量等级的判别和预测模型，其中Gradient Boosting （梯度提升）和 Linear Regression（线性回归） 被认为是最佳判别和预测模型。此外，基于最佳模型结合可解释机器学习的SHAP 模型表明，异丁醛和乙缩醛是影响判别和预测一等基酒的关键特征，而异丁醇则是区分其他基酒质量等级的关键特征，因此我们建议生产实际中，适当延长基酒储存时间和采用更加透气的陶坛储存基酒，可能有利于高级醇的氧化降解，从而提升基酒质量等级。本研究旨在提高酱香型白酒基酒的质量等级，为建立更加客观准确的评价体系提供科学依据。
