分享自:

食品中香气化合物的感知相互作用及其对风味质量提升的影响:综述

期刊:trends in food science & technologyDOI:10.1016/j.tifs.2025.105315

食品风味品质提升中香气化合物感知相互作用的研究综述

作者及发表信息
本文由上海应用技术大学香料香精技术与工程学院的Chen Chen、Meiqi Sheng、Haibin Yuan、Xin Pan、Huaixiang Tian*和Xinman Lou*合作完成,发表于2025年9月的《Trends in Food Science & Technology》期刊(DOI: 10.1016/j.tifs.2025.105315),是一篇系统探讨食品香气化合物感知相互作用及其风味调控应用的综述论文。


研究背景与主题
随着消费者对食品“美味”需求的提升,风味品质成为食品工业的核心竞争力。香气化合物(aroma compounds)作为风味的关键驱动力,其感知并非单一化合物的简单叠加,而是通过复杂的相互作用(如协同、叠加、掩蔽等)形成整体风味特征。本文从嗅觉神经生物学机制、多学科分析方法、影响因素及实际应用四个维度,综述了香气化合物感知相互作用的最新研究进展,旨在为食品加工中的风味精准调控提供理论依据。


主要观点与论据

1. 嗅觉感知的神经生物学机制
- 双通路激活理论:香气化合物通过鼻前通路(orthonasal)和鼻后通路(retronasal)激活嗅觉受体(ORs),其中鼻前通路敏感性更高,而鼻后通路因气味分子浓度降低导致信号强度减弱(Pellegrino et al., 2021)。
- 中枢信号整合:气味分子与ORs结合后,通过嗅球(olfactory bulb)传递至梨状皮层(piriform cortex, PC)和眶额叶皮层(orbitofrontal cortex, OFC),最终形成风味记忆(Mori & Sakano, 2022)。
- 分子识别机制:2023年研究首次通过冷冻电镜解析了OR51E2受体被丙酸激活的3D结构,证实气味分子与受体的互补空间匹配是识别基础(Billesbolle et al., 2023)。

2. 香气相互作用的分析方
- 阈值法(olfactory threshold):通过比较混合物实验阈值(Texp)与理论阈值(Ttheo)的比值(R)判断相互作用类型(R≤0.5为协同,R>1为掩蔽)。例如,奶酪中δ-辛内酯与二乙酰的混合阈值降低33%,表现为协同效应(Tian et al., 2024)。
- S曲线法(S-curve):基于Feller加和模型量化浓度-感知概率关系。如2-乙酰呋喃对丁酸的掩蔽效应表现为S曲线右移(R=1.21)(Chen et al., 2023)。
- 分子对接(molecular docking):模拟化合物与ORs的原子级结合。例如,β-紫罗兰酮与OR52D1的结合能(-5.685 kcal/mol)解释了其对己醛气味的掩蔽作用(Zhang et al., 2022)。

3. 影响相互作用的关键因素
- 浓度效应:低浓度下易现协同效应(如亚阈值酯类增强花香),高浓度则多表现为掩蔽(如过量丁酸掩盖果香)(Wang et al., 2025)。
- 结构相似性:碳链长度、功能基团一致性促进协同。如直链酯(乙酸乙酯+己酸乙酯)的协同强度(I=0.17)高于支链酯(I=0.59)(Niu et al., 2020)。
- 食品基质(food matrices):蛋白质(如β-酪蛋白)通过疏水作用结合醛类,降低其自由浓度,改变阈值(Chen et al., 2025)。

4. 实际应用案例
- 乳制品:奶酪中γ-十二内酯与δ-十二内酯的协同效应(I=0.40)强化了奶香(Chen et al., 2022)。
- 酒类:白酒老化过程中乙酸与乙酸乙酯的掩蔽效应(阈值增加299.9%)解释了风味失衡现象(Qiu et al., 2025)。
- 水果:芒果中二甲基硫醚与丙硫醇的协同(R=0.10)提升了热带果香(Xiao et al., 2019)。


研究意义与价值
本文系统整合了香气感知的分子机制与多尺度分析方法,为食品风味设计提供了以下创新视角:
1. 理论突破:揭示了ORs动态结合的构象变化规律,填补了从分子结构到感官体验的认知空白。
2. 技术革新:结合计算模拟(如分子对接)与感官评价,建立了客观量化香气相互作用的新范式。
3. 应用指导:提出通过调控化合物浓度比(如奶酪中4:16:32的丁二酮-乙醛-乙偶姻配比)实现风味精准优化(Tian et al., 2020)。

未来挑战包括:多组分相互作用重现性、跨模态感官数据融合,以及绿色生物技术(如微生物发酵)在天然风味合成中的应用潜力(图5c)。


亮点总结
1. 跨学科整合:首次将神经生物学、计算化学与食品风味学结合,构建了香气相互作用的完整理论框架。
2. 方法创新:开发了基于S曲线和σ-τ模型的浓度梯度分析法,突破了阈值法的静态局限。
3. 实践导向:针对乳制品、酒类等复杂基质提出了可操作的风味调控策略。

(注:全文引用文献均来自原文档,未一一标注以保持简洁)

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com