“曲乃酒之骨”[1]，酒曲不仅是白酒酿造中物系、微生物和酶系的载体，而且在白酒发酵过程中具有糖化、发酵、生香等多重作用。酒曲主要分为大曲、小曲、麸曲、麦曲和红曲[2]，其中大曲是白酒生产中最常用的糖化发酵剂。大曲分类方式有很多，根据白酒香型分为酱香型大曲、浓香型大曲、清香型大曲等，根据制曲温度可分为高温大曲（60～70 ℃）、中温大曲（50～60 ℃）和低温大曲（40～50 ℃）[3]。高温大曲是酱香型白酒酿造的核心，主要以小麦为原料，其生产流程主要包括曲块成型、曲房发酵以及储存成熟三个阶段。在高温条件下，形成了独特的微生物群结构，其中嗜热细菌占主导地位，一些不耐高温的酵母霉菌被淘汰[4]。中温大曲主要应用于酿造浓香型白酒，在南方中温大曲主要以小麦为原料；而在北方中温大曲主要以大麦、小麦和豌豆为原料。中温大曲生产过程主要分为低温培菌期、高温转换期、后火排潮生香期以及储存后熟期四个主要阶段。低温大曲主要用于酿造清香型白酒，其原料主要为大麦和豌豆，质量比通常为6∶4。低温大曲的制作一般分大曲成型、大曲发酵（30 d）以及储存（约6个月）三个阶段[5]。三种大曲的区别在于培养温度以及微生物群和酶系的复杂性。酒曲的质量与白酒品质息息相关，优质的大曲能够赋予白酒独特的风味和良好的品质，因此大曲的质量鉴别对于白酒的生产至关重要，一直是白酒酿造方面研究的重点[6]。目前大曲质量鉴别的方法主要包括传统方法、微生物多样性法、风味物质法和光谱分析法等。
本文针对近年来白酒大曲的质量鉴别研究进行综述，旨在为后续大曲质量鉴别和大曲质量提升提供参考。
传统方法鉴别大曲质量主要通过感官评定和理化指标测定。感官评定主要依据大曲颜色、曲香、皮张厚度、断面等进行判断；理化指标测定主要包括酯化力、发酵力、酸度、糖化力、液化力、淀粉、水分等[7]。感官评定主要依靠经验，虽然简便、迅速，但受人为影响较大，评价结果不稳定。因此基于理化指标的大曲质量鉴别以及综合评价代替单纯的感官评价的方法逐步形成，并初步形成大曲质量鉴别的标准体系[8-9]。
唐玲等[10]以酒化力、酯化力、生香力（包括氨基酸态氮和淀粉转化力）、曲块容重、水分和酸度为指标，采用粗集理论的分析法对大曲质量鉴别，进而可以识别不同月份与不同储存时间的大曲。在理化指标与感官指标量化的基础上，基于化学计量学以及模糊数学等方法，也可对大曲质量进行综合评价[11-12]。刘延波等[13]结合感官和理化指标对浓香型中高温优级、普级和劣级大曲进行全面的质量标准检测，发现三种大曲在水分、酸度、糖化力等理化指标和微生物总数上具有明显差异。此外，曲皮厚度也影响着大曲质量，如张振科等[14]通过对不同厚度曲皮的理化指标与微生物菌落测定，对比优质大曲参数，得出优质大曲曲皮厚度应该控制在0.5～0.8 cm。LIU P H等[15]利用生化、理化指标评价大曲在储藏期间的品质变化，结果表明，在大曲储藏过程中，水分含量较为稳定，pH值前三个月略有下降后又上升，这显示有机酸含量在贮藏后期降低，可能是由于其被代谢为其他成分所致。在生化指标方面，部分大曲样品的糖化力在贮藏前三个月开始下降。基于这些变化，为确保大曲质量，建议将大曲样品贮藏三个月后再作为糖化发酵剂使用，为大曲贮藏和使用过程中的品质评价提供了理论基础。
微生物多样性鉴别常用的方法包括利用高通量测序（high-throughput sequencing，HTS）和变性梯度凝胶电泳（denaturing gradient gel electrophoresis，DGGE）法等。利用此方法可以分析大曲中微生物结构，有助于促进大曲发酵过程中微生物多样性的监测，提高对大曲发酵过程中微生物多样性的认识和研究水平，为大曲质量评价提供理论支持。然而，这些微生物多样性鉴别方法也存在一些不足之处。一方面，仪器成本高，无论是高通量测序设备还是进行变性梯度凝胶电泳所需的设备，都需要较大的资金投入。另一方面，操作复杂，需要专业的技术人员进行操作和数据分析，对操作人员的专业技能要求较高。此外，这些方法还易受环境影响，可能导致结果的不稳定性，从而影响对大曲质量评价的准确性。
HTS是一种利用大规模并行化和自动化的方法，在短时间内对大量的脱氧核糖核酸（deoxyribonucleic acid，DNA）或核糖核酸（ribonucleic acid，RNA）进行测序的技术。主要包括聚合酶克隆测序、454 焦磷酸测序、扩增子测序技术和Illumina MiSeq等。HTS是目前微生物多样性研究中使用最广泛的测序技术，具有测序通量高、成本低廉、准确率高等优势，不仅可以快速分析复杂微生物群落的组成、结构和功能，而且可以检测到较低丰度及不可培养的微生物[16]。
通过高通量测序检测大曲中的微生物组成及微生物群落结构，结合偏最小二乘判别分析（partial least squares discriminant analysis，PLS-DA）和Fisher判别分析等统计方法可构建大曲分类判别模型，实现大曲高效、准确的分类评判，判别准确率达95%以上[17-18]。王莉等[19]将高通量测速技术与随机森林算法结合，得到不同质量大曲之间主要的微生物差异，根据微生物组成对大曲进行质量鉴别。不同质量大曲中微生物的菌属丰富度也有显著差异，质量更优的大曲含有更多种类的微生物[20-21]。柯悦等[22]利用MiSeq高通量测序技术检测黑曲和黄曲中真菌群类发现，黑曲中红曲霉属的相对丰度显著偏低黄曲。王莉等[23]利用454高通量测序技术，并通过偏最小二乘法对微生物变量进行筛选与优化，同时结合二次判别分析构建大曲质量鉴别评价模型并应用于大曲质量等级鉴别，构建了一套适用于成品曲、出仓黄曲和出仓白曲等级鉴别的判别方法。丁芳等[24]运用高通量测序对不同等级高温大曲的微生物群落和代谢物差异进行比较，结果显示，不同等级高温大曲在属水平的优势菌群存在一定差异。其中，一级大曲优势菌属有慢生芽孢杆菌属、克罗彭斯特菌属、葡萄球菌属和曲霉属等；优级大曲优势菌属为芽孢杆菌属、克罗彭斯特菌属和踝节菌属等；特级大曲优势菌属为芽孢杆菌属、克罗彭斯特菌属和曲霉属等。向港兴等[25]运用高通量测序技术，揭示了不同等级浓香型大曲微生物菌群结构与理化性质的差异及相关性。研究表明，优级曲和一级曲的细菌群落结构较为相似，优势细菌物种为高温放线菌属、魏氏斯菌属、乳酸杆菌属、克罗彭斯特菌属。真菌优势微生物一致，为嗜热真菌属、未分类曲霉科、嗜热子囊菌属，但差异分析发现，优级曲中嗜热子囊菌属相对丰度显著高于一级曲，一级曲中未分类曲霉科显著高于优级曲，细菌差异微生物为低丰度物种。此外，优级曲水分含量、pH 值、液化力、糖化力显著低于一级曲，总酸含量和酯化力显著高于一级曲，发酵力无显著差异。
DGGE是一种分子生物学技术，可分析DNA片段的序列差异并且可检测DNA分子中的单碱基替代、移码突变或小片段缺失等变异。DGGE在菌群鉴定中的应用将有助于促进大曲发酵过程中微生物多样性的监测，提高对大曲发酵过程中微生物样性的认识和研究水平[26]。
通过DGGE标记快速监测细菌多样性并全面鉴定高温大曲，用于判断不同发酵阶段大曲中的细菌多样性，可以直观观察大曲细菌多样性，从而判断大曲质量[27]。闫希军等[28]建立合格大曲样品优势菌群的DGGE标准指纹图谱，将生产过程中大曲样品的DGGE指纹图谱与标准图谱进行对比，若符合标准则为合格大曲，反之亦然。也可通过DGGE技术对不同地区、不同香型大曲进行微生物生物量测定，并与理化指标相结合综合鉴别大曲质量[29-30]。WANG H Y等[31]对高温、中温、低温大曲进行多样性分析，DGGE谱显示乳酸菌是三种大曲中优势菌并具有较高的多样性，此外，三种大曲中都存在酿酒酵母，但其谱带密度普遍较弱。YAN S B等[32]利用DGGE分析探究浓香型大曲在不同发酵阶段细菌群落结构及多样性，研究发现大曲在不同阶段细菌群落特征不同，并且各菌种的含量也存在差异。YAN S B等[33]利用PCR-DGGE研究大曲发酵过程中酵母的演替，结果表明，26S rDNA的条带数量、优势度、多样性和相似性在DGGE图谱中存在差异，这是由于不同酵母群落在不同阶段表现出显著的多样性。
大曲中的微生物代谢产物和原料的分解产物直接或间接构成了白酒的风味物质，这些风味物质不仅赋予白酒独特的香气和口感，而且会影响酒的质量、口感的醇厚感和协调性，因此研究大曲风味物质对于改善基酒质量和探索酒香具有重要意义。目前常用色谱质谱联用技术检测大曲中风味物质，色谱质谱联用技术是一种将色谱分离技术和质谱检测技术有机结合的分析方法，可以实现对复杂样品中的多种组分的快速、准确、灵敏的定性和定量分析，并且，能揭示大曲香气形成机制和影响因素，确定关键香气活性化合物对大曲整体风味的贡献，丰富大曲香气，提高风味品质。虽然色谱质谱联用技术能准确分析风味物质，但预处理增加步骤和时间，且样品易变质或损失。
色谱质谱联用技术可以对大曲中的挥发性香气成分进行定性和定量分析，揭示其香气形成机制和影响因素。利用顶空固相微萃取-气质联用技术，可以筛选优质大曲香气的关键物质并结合电子鼻，探讨仪器分析与感官评价大曲质量的一致性，建立中高温大曲香气质量评价的数学模型评判大曲质量[34-35]。林琳等[36]采用顶空固相微萃取-气质联用（headspace solid-phase microextraction-gas chromatography/mass spectrometry，HS-SPME-GC/MS）技术对大曲中的风味物质进行了分析，并运用判别分析法对数据进行了处理，实现了大曲质量的有效鉴别。TANG P等[37]首次利用分子感官科学的方法建立了酱香型高温大曲风味轮。采用HS-SPME结合全二维气相色谱-飞行时间质谱联用技术（comprehensive two-dimensional gas chromatographytime of flight-mass spectrometry，GC/GC-TOF-MS）对酱香型高温大曲的香气成分进行了综合分析，鉴定出大曲内11个不同类别的524种挥发性化合物，进一步采用气相色谱-嗅闻-质谱联用技术（gas chromatography-olfactometry-mass spectrometry，GC-O-MS）结合相对气味活度值（relative odor activity value，ROAV）分析，确定了29种关键的香气活性化合物对大曲的整体风味有贡献，从而判别大曲质量，这些化合物显著地丰富了大曲的香气，对提高大曲的风味品质起着至关重要的作用。WANG Z等[38]采用HS-SPME 结合GC/MS 从大曲六个不同成熟期鉴定出139种化合物，经化合物种类分析和含量主成分分析，发现大曲陈酿中，酯类发酵前期生成，吡嗪类缓慢上升期后产生且含量种类稳定，醛酮先减后增，酸发酵初期达最大值后缓慢下降，醇类和酚类在大曲成熟过程先增后减，呋喃类随发酵种类增加，萜类在发酵初期种类和含量显著减少。杨亮等[39]采用色谱分离技术获取大曲非挥发性物质，通过随机森林算法筛选优化变量指标，获取对大曲质量分类贡献大的物质组成变量，构建判别模型来评价大曲类型。
光谱技术涵盖紫外可见光谱、红外光谱、拉曼光谱、核磁共振光谱、荧光光谱、多光谱成像以及高光谱成像等多种类型。不同物质在与光相互作用时，会呈现出各异的光谱响应，此响应包含光的吸收、发射或散射的波长与强度等特性。光谱分析技术乃是一种通过物质对光线的吸收、发射或散射所呈现出的特征波长和强度，来确定其化学组成与结构的分析方法。该方法具有快速高效、无损检测、操作便捷等优势。然而，此项技术也存在一些潜在的不足之处。如不同产地、工艺的大曲可能需要重新构建模型，在通用性方面受到一定限制；实际生产环境中的杂质、光照等因素可能会对光谱分析的准确性产生干扰；并且，光谱数据较为复杂，对操作人员的技术水平要求较高。
利用高光谱技术将大曲光谱参数与大曲的水分、酸度含量相关联，建立大曲水分、酸度含量预测模型，从而判断大曲质量[40-41]。HU X J等[42]利用高光谱成像技术测定大曲中水分含量，通过对不同水分含量的特征光谱，采用向量回归法建立模型，对发酵过程中大曲的水分含量进行预测，并判断大曲质量。王凡等[43]利用红外光谱技术并结合化学计量学方法建立高温大曲判别模型。利用该模型，只需测量大曲的红外光谱，即可快速、准确地评价大曲的质量，检测准确率达90%以上。王莉等[44]根据吸光值的大小判断出仓大曲的质量等级，其中黑曲的吸光度值为9.32～10.5，黄曲为8.13～9.31，白曲4.52～5.18，该方法提升了大曲样品的检测速率，降低了大曲的检测难度。许正宏等[45]提出基于拉曼光谱的大曲质量快速鉴定方法，涉及质量管控技术领域。该方法提取大曲物质样本和微生物群落样本进行拉曼光谱检测，利用机器学习支持向量机对带质量类别的大曲物质样本光谱数据训练获得大曲物质拉曼模型，利用深度学习二维卷积神经网络（two-dimensional convolutional neural networks，2D-CNN）对带质量类别的大曲待测微生物群落样本训练获得大曲微生物群落模型，分别通过两个模型对未知大曲的物质样本和微生物群落样本进行分类，再以软投票法确定待测大曲质量类别，解决了现有技术中大曲质量鉴别速度慢、准确度低的问题，适用于大曲质量鉴定。
除了上述技术，差示扫描量热分析技术、核磁共振技术和图像处理技术也可以从不同的角度反映大曲的物理、化学和生物特性，为大曲的质量控制提供了有效的手段。
倪德让等[46]利用差示扫描量热分析技术测定大曲热焓值，通过热焓值（7.280～7.940 J/g为白曲、6.095～7.280 J/g为黄曲、4.691～5.493 J/g为黄曲、）判断大曲种类，不仅丰富了大曲品质评价指标，而且相对标准偏差＜3%，具有良好的重复性，且与传统的感官判别方法相比，具有简便、准确的特点。
王寿峰等[47]通过采集多个不同等级的大曲样品的核磁图谱，并对核磁图谱进行校正，分段积分，然后构建大曲等级识别分类模型，最后将未知大曲的核磁数据输入分类模中，实现对大曲等级的快速鉴别。
杨秀丽等[48]获取待检测酒曲的色调（hue，H）、饱和度（saturation，S）及明度（value，V）图像与灰度图像，借助H、S、V值确定质量合格酒曲，对其灰度图像曲胚连通域聚类得聚簇，依聚簇中像素灰度值及与中心距离获得曲胚表面光滑度，用最大频率灰度值等获取曲胚松散程度，以之对酒曲质量分级。
白酒大曲质量是实现白酒高质量发展的关键。大曲质量鉴别关乎白酒的香型、风格和质量。传统的感官评定存在主观性，但凭借经验丰富的制曲技师的判断，仍能在一定程度上提供直观的初步判断。理化分析则为大曲质量提供了一些量化的参考。而现代的微生物学检测技术，如高通量测序和变性梯度凝胶电泳等，为精准调控和优化大曲质量开辟了新途径。风味物质鉴别大曲质量，特别是气相色谱-质谱联用，不仅能快速、准确地检测相关成分和指标，还大大提高了检测效率和科学性。然而，在研究进展中也面临一些问题和挑战。不同地区、香型的大曲质量标准缺乏统一性，这给跨区域和跨香型的比较带来一定困难。一些新技术的应用还需要进一步的验证和优化，以确保其可靠性和稳定性。同时，对于大曲质量与白酒最终品质之间复杂的内在联系，还需要更深入、全面的研究，以建立更准确的预测模型和质量控制体系。今后需协同优化多种方法，引入新的快检技术，提升鉴别方法的时效性与适用性，助力大曲质量提升与白酒产业的转型升级。
[1]黎露露，程平言，尤小龙，等.酱香型白酒功能活性成分研究进展[J].酿酒科技，2023（9）：109-113.
[2]申孟林，张超，王玉霞.白酒大曲微生物研究进展[J].中国酿造，2016，35（5）：1-5.
[3]钱国友，范长秀.三曲分酵操作法在浓香型白酒生产中的工艺研究[J].酿酒，2023，50（4）：101-106.
[4]HU Y L,DUN Y H,LI S A,et al.Changes in microbial community during fermentation of high-temperature Daqu used in the production of Chinese'Baiyunbian'liquor[J].J I Brewing,2017,123(4):594-599.
[5]DU H, WANG X S, ZHANG Y H, et al.Exploring the impacts of raw materials and environments on the microbiota in Chinese Daqu starter[J].Int J Food Microbiol,2019,297:32-40.
[6]李媛媛，罗碧霞，张兰兰，等.不同粮食曲的理化特性及其微生物群落结构[J].食品与发酵工业，2020，46（10）：74-79.
[7]明红梅，周健，朱莉莉，等.大曲传统质量指标体系与新指标体系的对比研究[J].酿酒科技，2015（4）：32-36.
[8]沈才洪，张应鸿，许德富，等.大曲质量标准体系设置的探讨[J].酿酒科技，2005（11）：8-13.
[9]明红梅，董瑞丽，许德富，等.主成分分析法在大曲质量评价体系中的应用[J].中国酿造，2010，29（8）：120-123.
[10]唐玲，陶雪容.基于粗集理论的大曲理化指标重要性分析[J].黑龙江科技信息，2011（17）：36-37.
[11]陆玮，黄杰，刘国英，等.一种基于化学计量学方法的大曲质量分类鉴别方法[J].酿酒，2021，48（2）：124-126.
[12]李伟安，赵德义，曹建全，等.景芝浓香大曲的感官质量评价[J].酿酒，2020，47（3）：91-93.
[13]刘延波，刘润雨，赵志军，等.赊店老酒大曲质量差异研究[J].食品工业科技，2019，40（23）：77-80，7.
[14]张振科，杨方玉，樊建辉，等.大曲曲皮厚度对大曲质量的影响研究[J].酿酒科技，2019（3）：38-43.
[15]LIU P H, ZHANG L H, DU X W, et al.Dynamic analysis of physicochemical and biochemical indices and microbial communities of lightflavor Daqu during storage[J].J Am Soc Brew Chem,2019,77(4):287-294.
[16]胡梓晴，刘晓艳，白卫东，等.高通量测序技术在白酒微生物多样性中的研究进展[J].中国酿造，2023，42（5）：15-21.
[17]欧曦阳，杨帆，曹青青，等.一种基于微生物结构组成的大曲类别判别方法：CN202310433797.3[P].2023-07-21.
[18]杨帆，陈良强，罗汝叶，等.基于箱线图对大曲质量的判别分析[J].酿酒科技，2015（5）：1-3.
[19]王莉，干书蘅，杨帆，等.一种基于随机森林模型鉴别大曲质量的方法：CN201910120569.4[P].2023-05-26.
[20]杨旭，马歌丽，王光路，等.高通量测序解析白酒中高温大曲细菌和真菌群落结构[J].中国酿造，2020，39（6）：119-123.
[21]FAN G S,FU Z L,TENG C,et al.Comprehensive analysis of different grades of roasted-sesame-like flavored Daqu[J].Int J Food Prop,2019,22(1):1205-1222.
[22]柯悦，邓子文，姜在明，等.鹿头黄酒酿造用高温大曲理化指标和真菌类群的相关性[J].中国酿造，2023，42（9）：91-95.
[23]王莉，杨帆，韩莹，等.一种构建判别模型鉴别大曲质量的方法：CN201410419220.8[P].2017-01-04.
[24]丁芳，张原頔，蒋英丽，等.不同等级高温大曲微生物群落和代谢物的特征分析[J].中国酿造，2022，41（11）：24-30.
[25]向港兴，陈莹琪，沈毅，等.不同等级浓香型大曲微生物群落结构与理化性质的比较分析[J].食品科学，2022，43（18）：184-191.
[26]张彦赠.八宝豆豉后发酵过程中细菌群落演替和挥发性风味的表征及其相关性分析[D].烟台：烟台大学，2023.
[27]SHAN Q M G,LIANG H Z,ZHANG C X,et al.A DGGE marker-mediated fast monitoring of bacterial diversity and comprehensive identification of high-temperature Daqu starter[J].J Food Sci,2015,80(7):M1519-M1525.
[28]闫希军，李长文，梁慧珍，等.一种酱香型白酒大曲生产的质量控制方法：CN200910228701.X[P].2011-05-25.
[29]LING Y X,LI W Y,TONG T,et al.Assessing the microbial communities in four different Daqus by using PCR-DGGE,PLFA,and biolog analyses[J].Pol J Microbiol,2020,69(1):27-37.
[30]ZHANG L Q,WU C D,DING X F,et al.Characterisation of microbial communities in Chinese liquor fermentation starters Daqu using nested PCR-DGGE[J].World J Microb Biot,2014,30:3055-3063.
[31]WANG H Y,GAO Y B,FAN Q W,et al.Characterization and comparison of microbial community of different typical Chinese liquor Daqus by PCR-DGGE[J].Lett Appl Microbiol,2011,53(2):134-140.
[32]YAN S B, CHEN X S, GUANG J Q.Bacterial and fungal diversity in the traditional Chinese strong flavour liquor Daqu[J].J I Brewing,2019,125(4):443-452.
[33]YAN S B, TONG Q Q, GUANG J Q.Yeast dynamics and changes in volatile compounds during the fermentation of the traditional Chinese strong-flavor Daqu[J].LWT-Food Sci Technol,2019,106:57-63.
[34]崔新莹.中高温大曲香气成分分析及评价模型的研究[D].济南：齐鲁工业大学，2023.
[35]张春林.泸州老窖大曲的质量、微生物与香气成分关系[D].无锡：江南大学，2012.
[36]林琳，罗汝叶，杨婧，等.一种判别高温大曲的方法：CN201310201060.5[P].2014-12-17.
[37]TANG P, WANG L Q, ZHAO Q, et al.Characterization of key aroma compounds and relationship between aroma compounds and sensory attributes in different quality of high temperature Daqu[J].LWT-Food Sci Technol,2024,194:115801.
[38]WANG Z,WANG S,LIAO P F,et al.HS-SPME combined with GC-MS/O to analyze the flavor of strong aroma Baijiu Daqu[J].Foods,2022,11(1):116.
[39]杨亮，于沛然，唐佳代.一种基于大曲非挥发性物质鉴别大曲质量的方法：CN202211287619.6[P].2022-12-06.
[40]张芯豪.基于高光谱大曲特征提取算法研究[D].自贡：四川轻化工大学，2019.
[41]叶建秋.基于高光谱的大曲解混技术研究[D].自贡：四川轻化工大学2021.
[42]HU X J, CHEN P, TIAN J P, et al.Predicting the moisture content of Daqu with hyperspectral imaging[J].Int J Food Eng,2021,17(1):37-47.
[43]王凡，卢君，山其木格，等.一种基于近红外光谱技术判别高温大曲的方法：CN202211574014.5[P].2023-03-14.
[44]王莉，杨帆，曾祥炼，等.一种判别高温大曲类别的方法：CN202110980778.3[P].2023-11-21.
[45]许正宏，陆震鸣，沈才洪，等.基于拉曼光谱的大曲质量快速鉴定方法：CN115575380A[P].2023-01-06.
[46]倪德让，叶兴乾，胡光源，等.一种鉴别大曲质量的方法：CN202010518502.9[P].2024-04-12.
[47]王寿峰，明红梅，周慧，等.一种快速识别大曲等级的方法：CN202010485993.1[P].2020-08-14.
[48]杨秀丽，王杨阳，张盛飞，等.基于图像数据的荷香大曲质量识别方法：CN202211381525.5[P].2023-02-17.
Research progress on quality identification of Baijiu Daqu