图1 豆瓣酱加工工艺流程
Fig.1 Processing procedure of broad bean paste
Synergistic Regulation of Pepper Variety and Fermentation Process on Aroma of Broad Bean Paste Based on Electronic Nose and Multivariate Statistics
CHEN Xin, HOU Sihao, YANG Wanling, et al. Synergistic regulation of pepper variety and fermentation process on aroma of broad bean paste based on electronic nose and multivariate statistics[J]. China Brewing, 2026, 45(6): 114-121.(in Chinese with English abstract) DOI:10.11882/j.issn.0254-5071.2026.06.015. http://www.chinabrewing.net.cn
辣椒（Capsicum annuum L.）作为全球范围内广泛栽培和食用的重要经济作物与辛香料，以其独特的辣味和丰富的营养成分深受消费者青睐，其在中国川渝饮食文化中占有重要地位[1]。以辣椒和蚕豆为主要原料酿制而成的豆瓣酱，是具有增香提色作用的传统复合调味品，被誉为“川菜之魂”[2]。豆瓣酱的感官品质，尤其是其复杂的香气特征是决定产品感官品质与消费者接受度的核心指标，而这些香气主要源于发酵过程中不同原料所形成的各类挥发性有机化合物[3-4]。影响豆瓣酱最终风味品质的因素众多。首先，辣椒品种直接决定豆瓣酱的基础风味骨架。不同辣椒品种在辣椒素类物质（赋予辣度）、色素（赋予色泽）、糖类、氨基酸及芳香物质前体等化学组分上存在天然差异[5-8]。这些差异不仅直接影响豆瓣酱的感官特性，也为发酵过程中微生物生长代谢提供不同底物，从而间接调控特征香气物质的生成与积累。因此，探究辣椒品种对豆瓣酱香气特征的影响，对于优化原料配比、提升产品风味品质及开发具有地域特色的豆瓣酱产品具有重要的理论与实践价值[9]。
蚕豆的发酵工艺同样深刻影响豆瓣酱风味。传统发酵工艺中存在“阴豆瓣”（指在较低温度和湿度下发酵或干燥的豆瓣）和“晒豆瓣”（指经日光晒制干燥的豆瓣）等不同发酵工艺[10]，二者在制备过程中经历的物理化学变化及微生态演替各不相同，引发其蛋白质降解程度、糖类转化及风味前体物质种类和含量差异，进而显著影响后续与辣椒共同发酵时香气物质的形成途径与最终轮廓[11-13]。然而，目前关于阴制与日晒工艺对豆瓣酱香气贡献的系统性比较研究仍显不足。
电子鼻技术能够模拟生物嗅觉对复杂气味进行快速、无损、客观识别，已广泛应用于食品风味评价与品质监控领域[14-16]。其传感器阵列可精准捕捉挥发性化合物的指纹图谱，为深入解析不同因素对豆瓣酱风味的影响提供了有效的技术支撑[17]。
尽管已有研究探讨了辣椒品种对豆瓣酱风味的影响[18]，但关于辣椒品种与豆瓣发酵工艺（日晒/阴制）对豆瓣酱香气成分协同影响的研究尚不多见。鉴于此，本研究选用5种代表性辣椒品种，与日晒、阴制豆瓣复配制备豆瓣酱，采用电子鼻结合多元统计分析系统评价不同“品种-发酵工艺”组合对豆瓣酱整体香气轮廓的影响，旨在揭示辣椒品种与发酵微环境对豆瓣酱香气特征的协同作用，为特色风味产品的定向开发、工艺优化及传统发酵食品品质的提升提供科学依据和技术参考。
红冠3号（HG3）、红冠4号（HG4）、红冠5号（HG5）、川腾6号（CT6）、川腾10号（CT10）辣椒源自四川省农业科学院园艺研究所自主选育；米曲霉曲精3.042 成都曲赋生物科技有限公司；蚕豆瓣、面粉、食盐 市售。
CheKineTM乙醇脱氢酶（alcohol dehydrogenase，ADH）活性检测试剂盒、还原糖含量检测试剂盒、CheKineTM γ-氨基丁酸（γ-aminobutyric acid，GABA）含量检测试剂盒 亚科因（武汉）生物技术有限公司；类胡萝卜素含量生化试剂盒 上海晅科生物科技有限公司；总氨基酸比色法测试盒 武汉伊莱瑞特生物科技股份有限公司；乳酸含量试剂盒 上海烜雅生物科技有限公司；总果胶含量试剂盒 上海瓦兰生物科技有限公司；植物类黄酮含量检测试剂盒 上海恒斐生物科技有限公司；植物总酚检测试剂盒 北京伊塔生物科技有限公司；食品级亚硝酸盐含量测试盒 优利科（上海）生命科学有限公司。
台式数显pH计 翌圣生物科技（上海）股份有限公司；PEN3便携式电子鼻 德国Airsense公司；手持式折光仪 上海仪电物理光学仪器有限公司。
1.3.1 样品收集
供试辣椒品种于2022年3月25日进行定植。整个生育期内，采用统一的田间管理措施，以保证实验条件的一致性。待辣椒果实进入红熟期（2022年7月中旬），采集果形大小均匀一致、无明显病虫害的健康果实。
1.3.2 豆瓣酱加工工艺流程及操作要点
豆瓣酱制备工艺流程如图1所示。
图1 豆瓣酱加工工艺流程
Fig.1 Processing procedure of broad bean paste
操作要点：
阴/晒瓣子醅制备：蚕豆瓣常温浸泡6～8 h，沥干水分，蚕豆瓣与面粉按照质量比8.5∶1.5混合后，接种0.3%（m/m，以原料总质量计）米曲霉曲精，在30 ℃恒温曲 房制曲48 h，得到蚕豆曲；将蚕豆曲、盐和水按照质量比3∶1∶1均匀混合后装入发酵池。其中，一半酱醅用食品级塑料膜覆盖、盐压榨封口，常温阴凉处自然发酵8个月，制备阴瓣子（Y）；另一半酱醅在发酵池常温自然发酵8个月后，再转入晒缸人工翻晒4个月，制备晒瓣子（S）。
辣椒醅制备：辣椒去蒂、清洗、破碎、入缸后，与15%（m/m）盐水按照质量比5∶1混合，充分混匀后进行发酵，前一个月每1 d翻醅一次，后2个月每3 d翻醅一次，发酵3个月即可得到辣椒醅。
混合发酵制酱：将辣椒醅、阴/晒瓣子醅及食盐按照质量比7∶2∶1充分混合后，常温（27～30 ℃）发酵。每日人工翻杵，日晒夜露，晒制2个月发酵成为传统阴/晒制豆瓣，各样品编号分别为HG3+S、HG3+Y、HG4+S、HG4+Y、HG5+S、HG5+Y、CT6+S、CT6+Y、CT10+S、CT10+Y。
1.3.3 电子鼻测定
利用电子鼻检测豆瓣酱对特定气体的响应特性，将5 g豆瓣酱分装于50 mL离心管中，用封口膜对管口进行密封处理，每个处理3次重复。参照电子鼻使用说明进行检测，清洁时间120 s，检测时间70 s，55 s基本稳定，取56～58 s数据进行分析，每个样品平行测定3次。电子鼻系统配备的金属传感器阵列及其对特定气体的响应特性见表1。
表1 电子鼻传感器型号及其响应物质
Table1 Electronic nose sensor models and their response substances
物质（mL/m3）W1C对芳香成分灵敏甲苯10 W2W芳香成分，对有机硫化物灵敏H2S1传感器检测限/型号敏感化合物参考W5C对氮氧化合物灵敏NO21 W3C对氨水、芳香成分灵敏苯10 W6S主要对氢气有选择性H2100 W5S烷烃、芳香成分丙烷1 W1S对甲烷灵敏CH3100 W1W对硫化物灵敏H2S1 W2S对乙醇灵敏CO100 W3S对烷烃灵敏CH410
1.3.4 理化与生化指标测定
ADH、类胡萝卜素、氨基酸、乳酸、总果胶、类黄酮、GABA、还原糖、总酚、亚硝酸盐含量均采用试剂盒法测定；pH值使用pH计测定；含水率采用烘干法测定；色价参照GB 1886.34—2015《食品安全国家标准 食品添加剂 辣椒红》测定；可溶性固形物含量采用手持式折光仪测定。
1.3.5 辣椒素含量测定
辣椒素含量参照NY/T 1381—2007《辣椒素的测定高效液相色谱法》测定。
采用仪器自带的Winmuster系统对电子鼻数据进行载荷分析及主成分分析（principal component analysis，PCA）；采用Origin 2024软件绘制电子鼻响应值雷达图；采用SPSS Statistics 23软件进行方差分析与相关性分析，使用迈维云平台中的云工具（https://cloud.metware.cn）进行香气成分PCA和聚类分析。
为明确电子鼻各传感器在区分不同样品香气特征中的贡献程度，本研究基于10个传感器对不同样品的响应值进行PCA，并绘制其在PC1和PC2上的载荷分布。 由图2可知，PC1解释原始数据总方差的97.20%，而PC2解释2.23%，两者累计方差贡献率高达99.43%，表明这 2个PC已能高度概括原始传感器数据的主要变异信息。传感器W1S在PC1上具有极高的正载荷值（0.93），远大于其他所有传感器。这表明PC1主要由W1S传感器的响应变化所驱动。因此，样品在PC1轴上的分布差异主要反映由W1S传感器所检测到的挥发性物质差异。其他传感器如W5S（约0.35～0.40）和W2S（约0.20）在PC1上也有一定的正载荷，但其贡献远小于W1S。传感器W5S在PC2上具有非常高的正载荷值（0.91），是PC2的最主要贡献者。这表明W5S传感器捕捉到样品间次要但独特的气味差异信息。其他传感器如W1W、W2W、W1C、W3C和W5C等在PC1和PC2上的载荷值均较小，紧密聚集在原点附近，这说明这些传感器对于区分本研究中样品间的主要气味差异贡献较小。因此，对W1S（甲烷类）和W5S（烷烃、芳香成分）传感器起主要响应的挥发性成分是区分不同处理豆瓣酱样品香气特征的关键标志物。
图2 电子鼻10个传感器响应值的载荷分析
Fig.2 Load analysis of response values of electronic nose’s10sensors
由图3可知，传感器W1S（甲烷类）对多数样品均表现出较强的响应，尤其在CT6+S、HG4+S、CT10+Y、 HG5+S等样品中响应值最高，表明W1S对这些样品释放的关键挥发性成分较为敏感。其次，传感器W5S（烷烃、芳香成分）也对这些样品有较明显的响应，但强度普遍低于W1S。这一结果与载荷图分析一致，表明这2类挥发性物质是构成并区分不同豆瓣酱香气特征的关键组分。这可能与豆瓣酱发酵过程中氨基酸降解产生胺类、醇类以及脂质氧化产生醛类、酮类、烷烃类等有关[19-21]。相比之下，W2W、W2S、W5C、W6S等传感器在所有样品中的响应值均较低，表明这些传感器对所测样品中的挥发性物质不太敏感，或这些物质含量较低。
图3 不同豆瓣酱电子鼻气味响应雷达图
Fig.3 Radar chart of electronic nose responses of different broad bean pastes
为进一步探究不同品种辣椒所制豆瓣酱间香气轮廓的整体差异性并可视化其聚类情况，对电子鼻传感器阵列响应数据进行PCA。由图4可知，PC1方差贡献率为72.33%，PC2方差贡献率为20.21%，两者累计方差贡献率高达92.54%，表明这2个PC已能充分解释原始数据中的大部分变异信息，能够有效地反映样品间的香气差异。大部分处理组的样品点在二维PCA空间中形成相对独立的簇，表明电子鼻能够有效地识别和区分这些品种的香气特征。在第1象限内，HG3+Y与其他所有样品组别均有明显的空间分离，显示出其独特的香气特征；在第2象限内，CT6+S和CT10+S各自形成独立的聚类，且与其他组别有较好的区分度；在第3象限内，CT10+Y、CT6+Y和HG4+S虽然彼此间距离相对较近，但也表现出一定的分离趋势，表明它们在香气组成上既有相似性也存在差异。特别是CT10+Y样品，占据了较为独立的空间；在第4象限内，HG5+Y和HG4+Y高度聚集甚至部分重叠，表明这2个品种辣椒所制豆瓣酱的香气特征非常相似，难以通过当前电子鼻传感器阵列和PCA进行有效区分。HG3+S也位于第4象限，但与其他2组显著分离。综上，PCA能够高效区别不同处理组豆瓣酱的整体气味差异。聚类分析表明，辣椒品种和豆瓣发酵工艺的相互作用强烈影响豆瓣酱香气轮廓形成。除极少数特定组合（如HG4+Y与HG5+Y）由于挥发性成分高度相似而表现出风味趋同外，绝大多数豆瓣酱样品均表现出高度特异性的整体香气特征。
图4 不同豆瓣酱香气成分PCA得分图
Fig.4 Principal component analysis score plot of aroma compounds in broad bean pastes
为进一步探究不同样品间挥发性成分的整体相似性，本研究基于电子鼻阵列响应数据进行层次聚类分析，并结合各聚类簇的特征雷达图深入解析其香气同质化物质基础。由图5可知，所有样品在较高的距离水平上首先分化为两大主簇。其中，HG3+S与HG3+Y与其他所有样品发生显著的空间隔离。结合该组雷达图特征可知，HG3组有别于其他以W1S（甲烷类）和W5S（烷烃、芳香成分）为主导的样品组，HG3组除对W5S高度响应外，还对W1W（对硫化物灵敏）和W2W（芳香成分，对有机硫化物灵敏）传感器表现出较强的特征响应，这种独特的“相对高硫化物”指纹图谱构成其独立聚类的根本原因。除HG3外，其他样品全部聚集于第2大簇， 且其内部紧密聚合直观地表现出豆瓣发酵工艺与辣椒品种对特定气味成分的协同塑造作用。进一步对照雷达图可发现，聚合相近的样品，其香气相似性并非仅仅依赖于主效传感器（W1S和W5S）响应值接近，而是在10个传感器构成的整体响应轮廓上高度重叠。例如，同属晒制工艺的CT6+S组与CT10+S组样品在聚类树上聚为一组，其对应的雷达图显示，二者在W1S与W5S传感器上形成了高度一致的峰。类似地，聚为一组的CT6+Y组与HG5+Y组样品，尽管辣椒基础品种不同，但在相同的阴制工艺下，其W1S、W5S传感器及弱响应区域（如W1W、W2S）响应曲线也几乎重合。以上结果表明，不同豆瓣发酵工艺对豆瓣酱样品的香气轮廓产生比基础辣椒品种更大的影响，使得相同工艺处理的不同基础品种反而表现出更高的香气相似性。这可能与阴豆瓣和晒豆瓣在发酵过程中微生物菌群结构、理化及生化指标及产生的风味物质不同有关[22-23]。
图5 不同豆瓣酱香气成分聚类分析
Fig.5 Cluster analysis of aroma compounds in broad bean pastes
为深入探究电子鼻传感器响应值与样品理化品质指标之间的内在联系，本研究对所有电子鼻传感器响应数据及样品理化品质指标进行相关性分析，并结合双向层次聚类将结果可视化为热图，结果见图6。
图6 电子鼻数据与理化品质相关性分析
Fig.6 Correlation analysis between electronic nose data and physicochemical properties
2.5.1 变量聚类模式
电子鼻传感器的响应模式形成3大聚类。W1C、W3C、W5C聚为一簇；而确定为区分样品风味的主效传感器（W1S、W5S）与W1W、W2W、W2S高度聚类；此外，单独聚类的传感器W6S和W3S为第3大簇。这种聚类结果表明，在发酵体系中，特定类别的挥发性化合物在释放规律上具有同步性。
各理化及生化指标也表现出一定的模块化聚类特性。第1模块以“氨基酸含量-乳酸含量-总果胶含量-类黄酮”为核心，与ADH聚为一类。这一聚类模式契合豆瓣酱发酵前、中期微生物酶解与代谢的共性途径。蛋白质水解产生的氨基酸与糖类代谢积累的乳酸构成发酵风味与防腐骨架，而果胶的降解状态及类黄酮等次级代谢物的释放，均与发酵体系的酶促反应（如ADH催化活动）密切相关，表明该模块集中表征了大分子底物降解与核心风味前体累积的协同代谢网络；第2模块由还原糖、 pH值、总酚与GABA组成。其中，还原糖可作为微生物代谢的初级碳源，其消耗速率与pH值波动存在直接响应关系。该分支的聚合，客观反映发酵体系“中间碳氮代谢物-环境因子”间的动态平衡规律；第3模块主要为含水率、辣椒素、色价、可溶性固形物及亚硝酸盐等指标。该分支聚合的指标主要表征豆瓣酱的宏观物理状态（如水分分布、固形物富集）以及由辣椒原料赋予的感官性状（色价、辣椒素及亚硝酸盐保留量），提示发酵体系的基础属性与辣椒特有组分的演变具有高度的同步性。
2.5.2 电子鼻传感器响应与理化品质指标相关性
相关性分析表明，发酵过程中的风味演变并非单一前体物质的线性转化，而是受微环境因子与特征代谢物协同驱动的复杂过程。在基础营养代谢方面，氨基酸含量、乳酸含量、总果胶及类黄酮内部构成高度显著的正相关网络（P＜0.001）。这直观反映了豆瓣酱发酵过程中，蚕豆蛋白质水解与碳水化合物代谢产酸的共性变化规律。然而，这一核心理化指标簇与区分体系整体风味差异的主效传感器响应簇（如W1S、W5S）之间并未表现出显著的直接相关性。这一现象表明发酵底物的绝对丰度仅构成风味前体，而最终特征挥发物轮廓的形成可能更多依赖于特定发酵条件下的次级代谢途径。
在微环境与特征组分方面，不同传感器响应对部分指标展现出强烈的差异化指征。在W1S、W5S、W2S、W1W、W2W传感器簇中，W1S和W2S与含水率呈极显著正相关（P＜0.01），W5S、W1W和W2W与含水率呈显著正相关（P＜0.05）；W2S、W1S和W5S分别与辣椒素含量呈高度显著（P＜0.001）、极显著 （P＜0.01）及显著（P＜0.05）正相关，而W1W和W2W则与辣椒素含量无相关性。相反，对芳香类组分敏感的W1C、W3C、W5C传感器簇则与含水量和辣椒素含量呈现负相关（P＜0.05、P＜0.01）。这种截然相反的响应模式可能归因于水分活度及生物胁迫（辣椒素含量）对优势微生物代谢的定向重塑。
综上，电子鼻不仅能够区分样品的整体香气轮廓，其特定传感器的响应值还有潜力用于间接预测或指示样品中某些关键理化品质指标水平。然而，这种相关性是间接的，具体的挥发性化合物与理化及生化指标之间的直接因果关系仍需通过气相色谱-质谱等更精确的分析手段确证[24-25]。
豆瓣酱复杂风味的形成，本质上是特定发酵微环境驱动下，基础营养前体（氨基酸、还原糖等）向特征挥发性组分转化的过程。由表2可知，豆瓣酱发酵工艺通过改变体系的物理状态（如水分活度）显著重塑微生物代谢，进而导致风味前体与最终香气响应差异。以CT6组为例，日晒工艺（CT6+S）使得体系含水率降至55.16%，低于阴制组（CT6+Y）的57.39%。这种水分活度的降低叠加日间升温效应，对发酵体系产生强烈作用：可能抑制部分不耐渗细菌的过度增殖，同时为生香酵母及部分霉菌分泌的胞外蛋白酶提供适宜的作用条件，而阴制工艺在相对湿润环境下可能更利于乳酸菌等细菌的活动，从而导致香气成分的差异[26]。理化数据确证了这一推论，CT6+S中作为核心风味前体的游离氨基酸含量（44.57 mg/g）与还原糖质量分数（15.38%）均高于阴制组（35.69 mg/g与10.70%）。更为关键的是，日晒环境不仅富集了前体物质，更加速了游离氨基酸与还原糖的美拉德反应，将其大量转化为短链脂肪酸及芳香族化合物[27]。这一前体物质的高效转化直接映射于电子鼻响应结果中：CT6+S在表征短链挥发物及芳香成分的主效传感器W1S和W5S上的响应强度远高于相对湿润、以乳酸菌代谢为主导的阴制组。其他品种辣椒（如HG4、CT10）亦呈现出日晒（+S）在主效传感器上的响应高于阴制（+Y）的规律，充分证实日晒工艺能够主导高响应值特征香气轮廓的形成。
表2 不同处理组合的理化及生化指标及传感器响应值
Table2 Physicochemical property and sensor response values of different treatment combinations
指标CT6+SCT6+YHG5+SHG5+YHG4+SHG4+YHG3+SHG3+YCT10+SCT10+Y含水率/%55.16±0.0857.39±0.1851.53±0.6355.54±0.4752.40±0.3453.15±0.2152.21±0.7456.16±2.0455.15±0.4257.63±0.94 pH4.33±0.024.53±0.014.16±0.144.23±0.274.46±0.494.25±0.074.58±0.074.55±0.034.62±0.144.26±0.07可溶性固形物质量分数/%62.55±10.1367.53±3.8855.01±2.6958.95±5.4656.08±1.7061.46±4.3854.82±4.2362.81±2.0960.20±1.9465.23±0.90氨基酸含量/（mg/g）44.57±2.1035.69±1.0338.86±1.3231.89±2.1642.77±3.3037.54±1.7140.10±0.6334.67±1.5434.160±1.4530.43±1.24乳酸浓度/（mmol/L）11.71±0.579.91±0.149.79±0.447.50±0.3811.26±0.6110.37±0.1313.27±0.698.21±0.309.30±0.607.29±0.37总果胶含量/（mg/g）106.33±6.1193±3.6195.33±3.2248.67±3.06107.33±5.8657.67±2.8994.00±2.6576.67±2.0884.33±5.0372±1.00还原糖质量分数/%15.38±0.0710.70±0.6615.81±0.409.874±0.1411.21±0.3910.59±0.3915.47±0.7813.30±0.2212.78±0.7210.92±0.52类黄酮含量/（mg/g）7.78±0.284.73±0.409.23±0.444.04±0.287.11±0.454.75±0.176.13±0.723.91±0.344.45±0.182.84±0.50总酚含量/（mg/g）6.52±0.427.28±0.405.62±0.396.78±0.559.00±0.605.89±0.2110.15±0.744.87±0.039.64±0.079.53±0.27色价12.07±1.0612.55±0.2412.05±0.3414.57±0.4712.01±0.4711.20±0.1310.81±0.6312.07±0.5411.38±0.8611.84±0.88辣椒素含量/（mg/g）0.60±0.070.63±0.010.58±0.020.63±0.040.58±0.060.55±0.030.53±0.050.58±0.030.64±0.050.67±0.04 ADH活性/（U/g）29.80±0.6023.10±1.4639.87±3.5931.24±4.1543.78±5.7934.63±2.2744.43±7.4930.38±1.8232.75±2.2732.35±1.49 GABA含量/（mg/g）77.89±1.9974.76±0.0962.64±9.5262.36±8.8583.66±6.9863.61±12.3965.24±3.6172.88±2.3863.62±1.8572.00±1.58亚硝酸盐含量/（mg/kg）5.62±0.887.08±0.946.18±0.396.58±0.255.51±1.026.72±0.265.23±0.307.01±0.276.53±0.077.48±0.33类胡萝卜素含量/（mg/g）46.78±4.0550.02±0.8047.32±0.8949.03±0.6244.19±2.6946.94±2.8650.51±5.9450.71±0.7858.06±5.2549.79±0.58 W1C响应值0.83±0.010.88±0.000.88±0.010.89±0.010.87±0.000.89±0.000.96±0.000.98±0.000.84±0.000.838±0.01 W5S响应值5.80±0.134.09±0.034.58±0.363.82±0.124.66±0.053.48±0.162.15±0.011.88±0.134.85±0.084.73±0.11 W3C响应值0.96±0.000.97±0.000.98±0.000.98±0.000.97±0.000.98±0.000.99±0.000.99±0.000.96±0.000.96±0.00 W6S响应值1.04±0.001.00±0.001.03±0.001.00±0.001.00±0.011.00±0.001.00±0.001.03±0.021.03±0.001.00±0.00 W5C响应值0.90±0.000.93±0.010.96±0.000.95±0.010.93±0.000.97±0.000.99±0.001.00±0.000.89±0.010.90±0.00 W1S响应值9.19±0.156.91±0.336.00±0.205.61±0.327.04±0.204.33±0.232.24±0.040.98±0.069.17±0.538.63±0.16 W1W响应值3.24±0.023.18±0.033.23±0.073.12±0.053.53±0.033.25±0.082.76±0.012.07±0.083.41±0.073.42±0.01 W2S响应值2.74±0.042.32±0.061.74±0.041.97±0.062.20±0.041.41±0.031.15±0.000.97±0.023.01±0.133.00±0.05 W2W响应值2.96±0.022.78±0.022.87±0.052.74±0.043.08±0.022.81±0.062.48±0.011.89±0.062.90±0.052.88±0.01 W3S响应值1.07±0.001.03±0.001.04±0.011.03±0.001.03±0.001.03±0.001.01±0.001.08±0.011.05±0.001.04±0.00
除工艺外，不同辣椒品种自带的底物丰度也决定了发酵体系的风味发育潜力。辣椒原料主要影响发酵酱的辣度和色泽，且与调味酱的发酵方式密切相关[28-30]。本研究数据表明，辣椒品种特性对前体代谢产生重要的影响。在相同发酵工艺下（日晒工艺），不同的辣椒品种展现出截然不同的风味演化路径。HG3+S组具有较高的初始碳氮源（还原糖质量分数15.47%、氨基酸含量40.10 mg/g），但其在表征总体芳香成分与烷烃类的核心传感器W5S上的响应值极低（2.15），导致丰富的碳氮底物陷入风味“无效积累”状态。相反，CT6+S不仅维持了较高的前体丰度（还原糖质量分数15.38%、氨基酸含量44.57 mg/g），且成功实现了向特征挥发物的高效生香转化，其W5S响应值跃升至所有品种的峰值（5.80）。这说明CT6品种可能最为适宜产香微生物的繁衍与酶促转化。此外，辣椒素不仅赋予产品辣度，更是发酵体系中极其重要的胁迫因子。CT10品种（CT10+S与CT10+Y）辣椒素含量最高（0.64、0.67 mg/g），在这种胁迫下，发酵微生物为维持生理稳态，可能会加速对前体物质的消耗，从而导致其氨基酸含量降至较低水平（34.16、30.43 mg/g）。然而，这种前体的剧烈消耗也加速了特征香气积累，其W5S响应值高达4.85、4.73，位居前列。而HG3+S之所以在表征香气的传感器上响应值较低，较大程度上可能归因于其较低的辣椒素含量（0.53 mg/g）。这均表明，辣椒品种的差异不仅提供基础营养差异，更通过底物特异性决定前体物质向关键风味成分转化的方向。
综上，豆瓣酱的最终风味表现并非原料风味的单一叠加，而受特定辣椒底物特性与发酵环境（如日晒脱水、阴制保湿）的综合影响。若以特征挥发物的富集强度与风味前体的高效转化为评价指标，晒制工艺凭借其显著的脱水效果，在激发芳香族化合物生成方面显著优于阴制工艺。在辣椒品种适配性方面，CT6不仅能够维持较高的前体丰度，且能够实现最高效的生香转化，展现出卓越的产香潜能，而CT10的高辣椒素含量则验证了胁迫对香气积累的驱动作用。因此，以“川腾6号”搭配“日晒工艺”（CT6+S）为该研究中特征香气响应最为突出、前体转化体系最为完备的最优发酵组合。
本研究考察辣椒品种与豆瓣发酵工艺对豆瓣酱风味协同影响。结果表明，电子鼻阵列结合多元统计学方法能够精准鉴别不同“品种-发酵工艺”组合的香气轮廓差异，W1S和W5S传感器区分样品间香气差异的主要贡献者。而豆瓣的发酵工艺（阴/晒）对香气轮廓的塑造作用超过了辣椒品种的基础差异，表现为相同豆瓣发酵工艺的不同辣椒品种样品反而具有更高的香气相似性。此外，研究揭示了豆瓣酱特征香气的最终定型依赖于辣椒底物特性与发酵环境的综合调控。一方面，发酵工艺重塑生香微环境，日晒工艺（+S）凭借其脱水效应显著加速氨基酸与糖类等前体向特征挥发物的转化，产香性能优于阴制工艺；另一方面，辣椒底物特异性决定前体的转化方向。低辣椒素品种易导致丰富的前体陷入生香的“无效积累”，而高辣椒素品种则通过胁迫加速前体消耗，驱动特征香气的靶向爆发。在本研究体系中，“川腾6号”搭配“日晒工艺”（CT6+S）兼具最高的前体丰度与最优的转化效率，展现出最为卓越的产香潜能。电子鼻技术结合理化分析有效揭示了风味代谢的可能途径，强调电子鼻作为无损检测工具在食品风味分析中的潜力，但传感器响应与具体化合物的对应关系仍需气相色谱-质谱等技术进一步验证。研究结果为豆瓣酱生产中原料的优化选择、工艺的针对性改进以及特色风味产品的开发提供了科学依据和技术参考。
[1] 邹学校, 马艳青, 戴雄泽, 等. 辣椒在中国的传播与产业发展[J]. 园艺学报, 2020, 47(9): 1715-1726. DOI:10.16420/j.issn.0513-353x.2020-0103.
[2] 李幼筠. “郫县豆瓣”剖析[J]. 中国酿造, 2008, 27(6): 83-86.DOI:10.3969/j.issn.0254-5071.2008.06.027.
[3] 黄著, 彭熙敏, 刘超兰, 等. 郫县豆瓣挥发性香气成分剖析及其在陈酿过程中的变化研究[J]. 中国调味品, 2009, 34(3): 106-111.DOI:10.3969/j.issn.1000-9973.2009.03.026.
[4] 陈璟, 任田, 赵子龙, 等. 郫县豆瓣酱香气成分与感官评价[J]. 食品与机械, 2024, 40(4): 34-39. DOI:10.13652/j.spjx.1003.5788.2023.80662.
[5] 秦于玲, 刘维侠, 朱丹, 等. 35份辣椒种质资源辣椒素类物质和辣椒红素的精准评价[J]. 农业科学, 2025, 15(4): 463-471. DOI:10.12677/hjas.2025.154057.
[6] 张小慧, 连梦瑶, 李欢, 等. 不同品种辣椒挥发性香味物质的对比[J].食品工业, 2023, 44(12): 119-125.
[7] 许艺, 巩雪峰, 陈鑫, 等. 四川不同产区二荆条辣椒农艺性状及品质分析[J]. 广东农业科学, 2023, 50(11): 66-77. DOI:10.16768/j.issn.1004-874X.2023.11.007.
[8] 王雪雅, 陆宽, 孙小静, 等. 贵州不同辣椒品种的品质及挥发性成分分析[J]. 食品科学, 2018, 39(4): 212-218. DOI:10.7506/spkx1002-6630-201804032.
[9] 彭粲, 黄钧, 黄家全, 等. 不同品种辣椒发酵豆瓣酱的品质分析[J].中国酿造, 2021, 40(5): 54-58. DOI:10.11882/j.issn.0254-5071.2021.05.010.
[10] 吉礼, 蒲开阳, 秦覃, 等. 农家日晒与阴制郫县豆瓣产品品质对比分析[J]. 食品与发酵科技, 2022, 58(3): 119-123. DOI:10.3969/j.issn.1674-506X.2022.03-016.
[11] 蒋四强, 邓维琴, 范智义, 等. 烘瓣子和阴瓣子发酵过程中风味品质的对比分析[J]. 现代食品科技, 2024, 40(4): 277-286. DOI:10.13982/j.mfst.1673-9078.2024.4.0369.
[12] 钟小廷, 吕杰, 张任虎, 等. 两种发酵工艺甜瓣子品质分析[J]. 食品与发酵科技, 2021, 57(1): 17-23; 35. DOI:10.3969/j.issn.1674-506X.2021.01.003.
[13] 王金晶, 周敏, 刘春凤, 等. 蚕豆酱酿造过程中挥发性风味物质分析[J]. 东北农业大学学报, 2013, 44(8): 14-22. DOI:10.3969/j.issn.1005-9369.2013.08.003.
[14] 穆申玲, 沈文锋, 吕大伍, 等. 电子鼻技术及其应用研究进展[J]. 材料导报, 2024, 38(14): 52-65. DOI:10.11896/cldb.23040072.
[15] 刘亭利, 胡国清. 电子鼻的应用综述[J]. 传感器世界, 2007, 13(8):6-10. DOI:10.3969/j.issn.1006-883X.2007.08.001.
[16] 李洪涛, 管仕栓, 于存峰, 等. 提质工艺对山东低次烟叶感官品质及挥发性香气成分的影响[J]. 西南农业学报, 2025, 38(6): 1327-1335.DOI:10.16213/j.cnki.scjas.2025.6.020.
[17] 李治华, 黄驰, 王自鹏, 等. 不同后熟发酵时间郫县豆瓣酱挥发性成分分析[J]. 食品科学, 2014, 35(16): 180-184. DOI:10.7506/spkx1002-6630-201416035.
[18] 彭粲. 辣椒的品种特性及对新型豆瓣酱品质的影响[D]. 成都: 四川大学, 2021. DOI:10.27342/d.cnki.gscdu.2021.004164.
[19] 徐琳娜, 王璋, 许时婴. 豆瓣酱后熟过程中氨基酸和风味物质的变化[J]. 中国调味品, 2006, 31(9): 21-25. DOI:10.3969/j.issn.1000-9973.2006.09.004.
[20] 屠大伟, 马宏能, 李佳, 等. 川渝地区豆瓣的常规理化和挥发性风味物质及细菌群落分析[J]. 食品科学, 2025, 46(3): 187-195.DOI:10.7506/spkx1002-6630-20240625-182.
[21] YANG M L, HUANG J, ZHOU R Q, et al. Characterizing the microbial community of Pixian Doubanjiang and analysing the metabolic pathway of major flavour metabolites[J]. LWT-Food Science and Technology, 2021, 143: 111170. DOI:10.1016/j.lwt.2021.111170.
[22] 张芃芃, 王世乐, 陈福生. 蚕豆豆瓣酱发酵过程中微生物群落与挥发性风味物质的相关性[J]. 中国酿造, 2023, 42(5): 41-49.DOI:10.11882/j.issn.0254-5071.2023.05.007.
[23] 李晓阳, 汪溢恒, 钮成拓, 等. 温度对豆瓣酱发酵过程理化指标、风味物质和微生物群落的影响[J]. 食品与发酵工业, 2024, 50(2): 112-118. DOI:10.13995/j.cnki.11-1802/ts.035206.
[24] 黄翠, 王凤丽, 陈耀林, 等. 基于GC-MS和GC-O的茶本酒中特征风味物质研究[J]. 茶叶科学, 2023, 43(5): 703-717. DOI:10.3969/j.issn.1000-369X.2023.05.010.
[25] 桂江平, 于化泓, 余勃, 等. 基于GC-MS江西米酒风味物质的分析及品质比较[J]. 中国酿造, 2023, 42(1): 231-237. DOI:10.11882/j.issn.0254-5071.2023.01.039.
[26] 王鹏跃, 蒋四强, 邓维琴, 等. 郫县豆瓣翻“、晒、露”期间微生物群落及挥发性风味物质的变化[J]. 现代食品科技, 2025, 41(5): 290-301. DOI:10.13982/j.mfst.1673-9078.2025.5.0344.
[27] 雷丹, 吴敏, 唐洁, 等. 不同原料预处理工艺对豆瓣酱品质的影响[J]. 食品工业科技, 2020, 41(7): 301-308. DOI:10.13386/j.issn1002-0306.2020.07.050.
[28] 马嫄, 樊巧, 刘平, 等. 郫“县豆瓣”色价和辣度的分析[J]. 食品科学,2014, 35(6): 152-155. DOI:10.7506/spkx1002-6630-201406032.
[29] BOZKURT H, ERKMEN O. Effects of production techniques on the quality of hot pepper paste[J]. Journal of Food Engineering, 2004,64(2): 173-178. DOI:10.1016/j.jfoodeng.2003.09.028.
[30] 徐清萍, 张如霞, 张锋, 等. 影响发酵辣椒酱品质因素探讨[J]. 中国调味品, 2019, 44(6): 70-72; 76. DOI:10.3969/j.issn.1000-9973.2019.06.015.