腌鸡蛋质地感官评价与仪器分析的相关性研究

杜泽坤,李玉珠,张家明,徐学博,马博远,杜　鹏

(东北农业大学食品学院,黑龙江哈尔滨 150030)



腌鸡蛋质地感官评价与仪器分析的相关性研究

杜泽坤,李玉珠,张家明,徐学博,马博远,杜鹏*

(东北农业大学食品学院,黑龙江哈尔滨 150030)

对腌鸡蛋的蛋清和蛋黄进行感官评价和仪器分析的相关性研究。感官评价采用质地剖面分析法,仪器分析使用物性质构仪测定。结果表明:除凝聚性外,蛋清感官指标硬度、弹性、咀嚼性和仪器指标表现出了较好的相关性;蛋黄感官指标硬度、粗糙性、残余颗粒、脂性都和仪器指标表现出较好的相关性。以感官指标为因变量,以仪器指标为自变量进行逐步回归分析,获得的预测方程均具有统计学意义。本研究为使用仪器指标代替感官指标来评价腌蛋质地提供了理论依据。

腌蛋,感官评价,仪器分析,相关性,逐步线性回归

腌蛋又称咸蛋、盐蛋、味蛋等,是我国传统加工蛋制品之一,具有悠久的历史,品质优良的腌蛋具有“鲜、细、嫩、松、沙、油”六大特点,煮(蒸)后切开断面,蛋白质地细嫩,蛋黄细沙,周围有露水状油珠,味道鲜美[1]。对于腌蛋来说,不论蛋清还是蛋黄,质地都是其质量评价的一个非常重要的方面,感官评价方法是目前较常用的评价其质地的重要方法。但是感官评价过程复杂,不便于经常的广泛地开展。物性质构仪,可以将样品的物性特点作出数据化的准确描述,是感官量化的测定工具。近年来,分析感官评价和质地测定的相关性并试图用仪器指标来代替感官指标的研究越来越多,国内外学者在肉丸[2]、凝胶软糖[3]、工程重组米[4]、马铃薯[5]、禽肉[6]、芒果[7]、谷物小吃[8]、蛋黄酱[9]等食品都有涉及。但是对腌蛋的研究较少,戴浩亮[10]探究了质构仪测定的蛋清硬度、黏着性与蛋清嫩度与感官评价总分的相关性,蛋黄L*值和b*值与蛋黄色泽和感官评价总分的相关性;周芹[11]研究了熟咸蛋黄特有的出油沙感质地客观检测方法,发现HDP/SR涂布测试可以更好的表示蛋黄特有的沙感质地。

本研究通过质地剖面分析法对分别鸡蛋清和鸡蛋黄进行感官评价,使用物性质构仪对鸡蛋清和鸡蛋黄进行仪器测定。研究了感官指标与仪器指标的相关性,并使用逐步回归分析建立了感官指标对仪器指标的预测方程,探求用仪器指标代替感官指标的可能性。

1　材料和方法

1.1材料与仪器

鲜鸡蛋(54个)市售;腌蛋腌鸡蛋,在实验室中腌制。

表2　腌蛋感官评定描述词汇、定义及参照物

TA.XT plus质构仪英国 Stable Micro Systems Ltd;HSYS-SP电热恒温水浴锅北京市永光明医疗仪器厂。

1.2.实验方法

1.2.1.鸡蛋的腌制与熟制腌蛋步骤:鲜蛋→检验→洗蛋→晾干→标记、称重、量尺寸→装罐→腌制→抽样测定。

为了全面的模拟市场上不同品牌的腌蛋,在腌制温度、腌制液浓度、腌制时间都设置了多个水平。我国地域、季节带来的温差变化较大,温度设置为10、20 和30 ℃三个水平;腌制浓度参考荣建华[12]的研究设置为15%,20%和25%;根据张胜富[13]的研究,腌制时间随季节变化从20 d到40 d不等,本实验设置为24、29 和34 d三个水平。具体水平见表1。使用L9(34)正交表进行正交设计,共得到9个水平组合,按照正交水平组合进行腌制。每个水平6次重复实验,共使用54个鸡蛋。

表1　正交因素水平表

腌制好的鸡蛋在100 ℃下蒸制15 min,迅速放置在冷水中。

1.2.2.腌蛋的感官评价腌蛋的感官评价使用质地剖面分析法,实验使用0～15标尺,0和15分别表示非常小和非常大。使用的描述词汇、定义和参照物见表2。招募了6名食品专业的学生(4名女性、2名男性)作为评审员,进行6次重复实验。感官评价时,蛋清切成10 mm×10 mm×8 mm大小,蛋黄切成20 mm×20 mm×10 mm大小。评审小组的选拔和培训以及整个感官评定的过程参照GB/T 16860-1997的具体要求进行。

1.2.3.腌蛋的仪器分析蛋清使用P/36R探头进行TPA测试,参数设置见表3。

表3　蛋清和蛋黄的质构仪测定参数

蛋清测试的指标有硬度(hardness)、弹性(springiness)、凝聚性(cohesiveness)、回复性(resilience)、咀嚼性(chewiness)。在测试时,蛋清被切割成10 mm×10 mm×8 mm大小。每个水平测试6次。

由于蒸熟后蛋黄松软易碎,不宜直接使用柱形探头进行压缩测试,使用A/BC探头进行切割测试。质构仪参数设置见表3。测试的指标有硬度(Mean)、面积(Area)、正峰数(COUNT PEAKS+VE)、线性距离(LINEAR DISTANCE)。在测试时,蛋黄被切割成20 mm×20 mm×20 mm的大小。每个水平测试6次。

表4　蛋清感官指标和仪器指标结果汇总

表5　蛋黄感官指标和仪器指标测定结果汇总

1.3数据处理

使用SPSS19.0分别计算感官指标和仪器指标的标准差和变异系数,进行相关性分析和逐步回归分析。

2　结果与分析

2.1蛋清和蛋黄的仪器分析曲线

蛋黄典型的A/BC切割测试曲线见图1。

图1　蛋黄A/BC切割测试典型曲线Fig.1　Typical A/BC cutting curve of egg polk

图中的F1和F2之间力的平均值为仪器指标硬度,F1和F2之间曲线与横坐标围成的面积为仪器指标面积,图中所标注的正峰的数量为正峰数,线性距离是指F1和F2之间曲线的长度。

蛋清的典型的TPA测试曲线见图2。

图2　蛋清TPA测试典型曲线Fig.2　Typical TPA curve of egg white

图中第一次压缩时出现的最大力F3为硬度;第二次压缩与第一次压缩的高度比值,即长度2 比长度1为弹性;面积2和面积1的比值为凝聚性;咀嚼性为硬度、弹性和凝聚性的乘积;回复性使用面积4和面积3的比值来表示。

2.2.仪器指标和感官指标数据分析按照正交设计得到的9个组合水平腌制鸡蛋,对腌制后的鸡蛋按照1.2.2和1.2.3中的方法进行感官评价和仪器分析,结果见表4和表5。

由表4可以看出,蛋清感官指标中的弹性变围化范相对较大,其次是咀嚼性和凝聚性,变化幅度最小的是硬度。仪器指标中,硬度的变化最小,弹性、凝聚性和回复性变化幅度依次增加,最大的是咀嚼性,这是因为咀嚼性是硬度、弹性、凝聚性三者的乘积。

由表5可以看出,感官评价的各项指标中,硬度和粗糙度变化较大,残余颗粒和脂性变化较小。对于仪器测定指标,硬度、面积、正峰数、线性距离变化都比较大,说明不同水平的腌蛋在这些指标上有较大差别。

2.3蛋清

2.3.1蛋清感官指标之间的相关性分析蛋清感官指标之间的相关性分析结果见表6。

表6　蛋清感官指标和仪器指标的相关性分析结果

注:*.在0.05水平(双侧)显著相关;**.在 0.01水平(双侧)极显著相关。

表7　蛋清仪器指标对感官指标的逐步回归分析

注:X1为仪器指标硬度,X2为仪器指标咀嚼性。*.在0.05 水平上(双侧)显著;**.在 0.01 水平(双侧)上极显著。

由表6可以看出,硬度和弹性具有极显著的相关关系(r=0.690**),蛋清如果太软,那么恢复形变的速度就会慢下来,那么弹性的得分就会降低。煮熟后的蛋清的主要结构是蛋白质凝胶[15],Montejano等人对蛋白质凝胶的研究结果也发现了感官硬度和弹性的之间存在正相关关系[16]。硬度和咀嚼性具有极显著的相关关系(r=0.666**),咀嚼性是指将蛋清咀嚼到达到可以吞咽的地步需要的能量,硬度越大,需要的能量越多,Di Monaco等对15种食品的感官质地研究也表明硬度与咀嚼性呈显著正相关[17]。弹性和咀嚼性为显著性相关关系(r=0.582*),样品的弹性越好,说明抗拒形变的力就越大,咀嚼到能吞咽阶段就需要更多的能量。凝聚性没有和其他指标表现出显著的相关性。

2.3.2.蛋清仪器指标之间的相关性分析蛋清仪器指标之间的相关性分析结果见表8。由表8可以看出,硬度与弹性、咀嚼性都为极显著性正相关关系(r=0.793**,r=0.938**),这和感官评价指标的相关性分析结果是一致的。硬度和凝聚性为显著的正相关关系(r=0.627*),样品变形需要的力越大,其形成食品形态所需要的内部结合力越大。弹性和回复性为极显著正相关关系(r=0.903**),这两个指标都是表示了样品受压后的恢复能力。弹性和咀嚼性为显著的正相关关系(r=0.541*),凝聚性和咀嚼性为极显著正相关关系(r=0.850**),这是因为咀嚼性是硬度、弹性和凝聚性的乘积。

2.3.3.蛋清仪器指标与感官指标相关性分析蛋清仪器指标和感官指标相关性分析结果见表8。由表8,感官指标硬度和仪器指标中硬度、弹性、凝聚性、咀嚼性之间为显著或者极显著的正相关关系(r=0.746**、r=0.548*、r=0.525*、r=0.721**),感官指标弹性和仪器指标中硬度、弹性、咀嚼性、回复性之间为显著或者极显著性正相关关系(r=0.788**、r=0.713**、r=0.711**、r=0.583*)。感官指标咀嚼性和仪器指标中硬度、凝聚性、咀嚼性之间为极显著的正相关关系(r=0.697**、r=0.813**、r=0.833**)。但是感官指标凝聚性和仪器指标凝聚性的之间没有发现显著的相关关系,CURTIS R. LUCKETT[17]、Di Monaco[18]、MEULLENET[19]的研究中都发现了类似的现象。Di Monaco[18]等人认为原因可能是在测定时感官凝聚性时将样品破碎了,而仪器指标凝聚性时并没有将样品破碎。对于感官指标凝聚性的的测定还需要进一步的研究。仪器指标硬度、咀嚼性与感官指标中的硬度、弹性、咀嚼性都为极显著的正相关关系,说明硬度和咀嚼性在预测蛋清质地特性中起着重要作用,可以考虑使用这两个指标代替感官指标。

2.3.4.蛋清仪器指标和感官指标的逐步回归分析由相关性分析可知,感官指标与仪器指标之间有一定的相关性,说明用仪器指标代替感官指标具有可行性。以蛋清感官评价的4个指标为因变量,以仪器分析的5个指标作为自变量,进行逐步回归分析。回归结果见表7。

感官指标硬度、弹性、咀嚼性的回归方程都通过F检验(p<0.01),凝聚性的回归方程不显著,故剔除,对感官凝聚性的预测需要进一步的研究。偏回归系数假设检验(t检验)表明,各回归方程的偏回归系数均达到 0.01极显著性水平,说明各模型中偏回归系数可引入到回归方程中。

由表7,仪器指标硬度是用于预测感官硬度的最好指标,可以解释感官硬度的55.6%的变异。硬度同样也被用于预测感官指标弹性,方程解释了弹性62.1%的变异。感官指标咀嚼性使用仪器指标咀嚼性来预测,方程解释了咀嚼性69.4%的变异。

逐步回归分析结果说明,在实际应用时,可以使用仪器指标硬度、咀嚼性代替感官指标来评价蛋清质地。

2.4蛋黄

2.4.1蛋黄感官指标之间的相关性分析蛋黄感官指标之间的相关性分析结果见表8。

表8　蛋黄感官指标和仪器指标相关性分析结果

注:*.在0.05 水平(双侧)显著相关;**.在 0.01 水平(双侧)极显著相关。

表9　蛋黄仪器指标对感官指标的逐步回归分析

注:X3为仪器指标面积,X4为仪器指标线性距离,X5为仪器指标正峰数。*.在0.05 水平(双侧)上显著;**.在0.01 水平(双侧)上极显著。

由表8,粗糙度、残余颗粒和脂性三者之间都成显著或者极显著的正相关关系(r=0.578*,r=0.878**,r=0.602*)。原因是随着腌蛋的逐渐成熟,进入蛋中的食盐使得腌蛋不断脱水,蛋黄球颗粒缩小并缩在一起,蛋黄入口时表面颗粒感越强,吞咽后口中剩余颗粒越多,蛋黄球的不断缩小使得其中含有的脂肪不断渗出,亲油基团相互聚合机会增加,聚集成明显可见的油液或油滴,蛋黄丰润“出油”[20],用舌头和上颚挤压样品时,油脂量增加。硬度和脂性呈极显著负相关关系(r=-0.930**),随着腌制的进行,油脂不断增加,而析出的油脂在蛋黄球之间起到了润滑作用使得蛋黄的硬度减小。硬度和粗糙度、残余颗粒呈极显著的负相关关系(r=-0.872**、r=-0.659**)。

2.4.2.蛋黄仪器指标之间相关性蛋黄仪器指标之间的相关性分析结果见表10。由表10,硬度和面积成极显著的正相关关系(r=0.973**),腌蛋黄越硬,切碎蛋黄的需要做的功越多。正峰数和线性距离呈极显著的正相关关系(r=0.979**),切割曲线的正峰数越多,则线越波折,线的长度越大。硬度和正峰数成极显著的负相关关系(r=-0.800**),但是周芹[11]的研究中,二者呈正相关关系。得到相反结论的原因可能如下:卫惠萍[21]研究发现,在腌蛋腌制过程中,随着成熟程度增加,硬度有先增大后减小的趋势。周芹在分析时,使用了咸鸭蛋黄,本实验使用的咸鸡蛋黄体积小于咸鸭蛋,导致成熟程度高于咸鸭蛋黄,因此得到了相反的结论。硬度和线性距离成极显著性负相关关系(r=-0.809**)。面积与正峰数、线性距离呈极显著性负相关关系(r=-0.707**,r=-0.717**)。

2.4.3.蛋黄仪器指标和感官指标之间的相关性蛋黄仪器指标和感官指标相关性分析结果见表10。由表10,感官指标中硬度和仪器指标中的硬度、面积呈极显著的正相关关系(r=0.902**,r=0.833**),与正峰数、线性距离呈极显著的负相关关系(r=-0.889**,r=-0.925**)。感官指标中的粗糙度与仪器指标中硬度、面积呈极显著的负相关关系(r=-0.888**,r=-0.838**),与感官评价指标中的正峰数和线性距离都呈极显著的正相关关系(r=0.839**,r=0.792**)。感官指标残余颗粒和脂性与粗糙度的相关性分析结果类似。仪器指标和感官指标都有显著或者极显著的相关关系,都可以用于代替感官指标。

2.4.4.仪器指标对感官指标的逐步回归分析以蛋黄4个感官指标为因变量,以4个仪器指标为自变量,进行逐步回归分析。回归结果见表9。

由表9,4个感官指标的回归方程的F检验都显著(p<0.01),回归系数检验也都显著(p<0.01)。根据逐步回归分析结果,感官硬度使用仪器指标面积进行预测,方程解释了因变量的89.1%的变异。仪器指标线性距离被用来预测感官指标中糙的粗度和残余颗粒,方程分别解释66.0%和61.5%的变异。感官指标脂性使用正峰数预测,解释了66.4%的变异。在实际应用中,使用仪器指标硬度、正峰数和线性距离代替感官指标来评价蛋黄的质地是可行的。

3　结论

质地剖面分析法是一种客观准确的感官评价方法,本实验使用质地剖面分析法来评价蛋清和蛋黄的质地,结果表明此方法是适用的。对于蛋黄的仪器指标,A/BC的测试结果是稳定和可靠地,可以全面的评价蛋黄的质地特点。

除凝聚性外,蛋清感官指标硬度、弹性和咀嚼性与相应的仪器指标表现出了显著的相关关系。逐步线性回归的结果表明在实际应用中可以使用仪器指标的硬度和咀嚼性代替感官指标。蛋黄感官指标硬度、粗糙度、残余颗粒和脂性都和相应的仪器指标具有较好的相关性。在实际应用中,可以使用仪器指标硬度、正峰数和线性距离代替感官指标来评价蛋黄质构特点。

关于腌鸡蛋感官指标和仪器指标相关性的研究较少,相比前人的研究,本研究使用了质地剖面分析法,仅研究了腌鸡蛋的质地特点,但是全面具体的进行了评价。虽方法有所差异,但是结果是类似的,戴浩亮[10]的研究中,蛋清的TPA指标硬度和黏着性和感官指标间具有显著的相关性;周芹[11]蛋黄的感官得分和仪器指标中硬度、面积和正峰数之间为显著性相关关系。

本实验中,蛋清感官指标凝聚性没有和仪器指标表现出相关性,逐步回归分析方程也没有通过显著性检验,需要进一步的探讨。本实验只研究了腌鸡蛋的质构特点,关于腌鸡蛋风味的感官评价和仪器测定,大量的的研究工作有待开展。

[1]马美湖. 禽蛋制品生产技术[M]. 中国轻工业出版社,2003.

[2]殷俊,梅灿辉,陈斌,等. 肉丸品质的质构与感官分析[J]. 现代食品科技,2011,27(1):50-55.

[3]李丹丹,李汴生,阮征. 凝胶软糖质构特性的感官评定与仪器分析研究[J]. 食品工业,2011(7):47-49.

[4]张志清,熊善波,李远志,等. 工程重组米质构测定(TPA)与感官评价相关分析[J]. 中国粮油学报,2011,26(10):1-5.

[5]张建辉,徐晓云,王克勤,等. 油炸马铃薯条的感官评价与仪器测定指标的相关分析[J]. 食品科学,2013,34(14):237-240.

[6]Luckett C R,Kuttappan V A,Johnson L G,et al. Comparison of Three Instrumental Methods for Predicting Sensory Texture Attributes of Poultry Deli Meat[J]. Journal of Sensory Studies,2014,29(3):171-181.

[7]Valente M,Ribeyre F,Self G,et al. Instrumental and sensory characterization of mango fruit texture[J]. Journal of Food Quality,2011,34(6):413-424.

[8]KIM E H J,Corrigan V K,Hedderley D I,et al. Predicting the

sensory texture of cereal snack bars using instrumental measurements[J]. Journal of texture studies,2009,40(4):457-481.

[9]Terpstra M E J,Jellema R H,Janssen A M,et al. Prediction of texture perception of mayonnaises from rheological and novel instrumental measurements[J]. Journal of Texture Studies,2009,40(1):82-108.

[10]戴浩亮,徐明生. 咸蛋品质评价方法的探析[J]. 农产品加工:学刊(下),2011(4):79-82.

[11]周芹. 咸蛋黄质地与风味的研究[D]. 天津:天津科技大学,2012.

[12]荣建华,张正茂,韩晓等. 腌制过程中咸蛋品质变化的动态分析[J]. 华中农业大学学报,2006,25(6):676-678.

[13]张胜富. 真空包装熟制咸鸭蛋的制作[J]. 农产品加工,2009,(7):22-23.

[14]Bourne M. Food texture and viscosity:concept and measurement[M]. Academic press,2002.

[15]陈彰毅,赵燕,涂勇刚,等. 蛋清蛋白质凝胶化机理的研究进展[J]. 食品工业科技,2014,35(4):369-373.

[16]Montejano J G,Hamann D D,Lanier T C. COMPARISON OF TWO INSTRUMENTAL METHODS WITH SENSORY TEXTURE OF PROTEIN GELS2[J]. Journal of texture studies,1985,16(4):403-424.

[17]Luckett C R,Kuttappan V A,Johnson L G,et al. Comparison of Three Instrumental Methods for Predicting Sensory Texture Attributes of Poultry Deli Meat[J]. Journal of Sensory Studies,2014,29(3):171-181.·

[18]Di Monaco R,Cavella S,Masi P. Predicting sensory cohesiveness,hardness and springiness of solid foods from instrumental measurements[J]. Journal of Texture Studies,2008,39(2):129-149.

[19]MEULLENET J F C,Gross J. Instrumental single and double compression tests to predict sensory texture characteristics of foods[J]. Journal of texture studies,1999,30(2):167-180.

[20]廖明星,朱定和. 咸蛋加工过程的腌制成熟机理初探[J].食品工业科技,2008(4):324-326.

[21]卫惠萍,仝其根. 咸蛋黄腌制过程中特性变化[J]. 中国农学通报,2011,27(11):74-77.

Study on the correlation between sensory evaluation and instrumental analysis for salted eggs texture

DU Ze-kun,LI Yu-zhu,ZHANG Jia-ming,XU Xue-bo,DU Peng*

(College of Food,Northeast Agricultural University,Harbin 150030,China)

The correlation between sensory evaluation and instrumental analysis for salted eggs’ white and yolk was investigated. Sensory evaluation adopted texture profile inspection,and instrumental analysis was measured by Food Texture Analyzer. The results indicated that except for cohesiveness,the egg white sensory indexes including hardness,springiness,chewiness showed a good correlation with instrument indexes;the egg yolk sensory indexes including hardness,roughness,residual particles,lipid showed a good correlation with instrument indexes. By choosing sensory indexes as the dependent variable,instrument analysis indexes as the independent variables,stepwise regression analysis was conducted and the acquired prediction equation were of significance in statistics. This research provides theoretical basis for instrumental analysis to substitute sensory evaluation to evaluate the texture of salted egg.

salted eggs;sensory evaluation;instrumental analysis;correlation;stepwise regression analysis

2015-04-23

杜泽坤(1994-),男,本科生,研究方向:食品科学与工程,E-mail:18745028968@163.com。

杜鹏(19-),E-mail:dupeng@neau.edu.cn。

东北农业大学开放性实验资助项目(10600275c)。

TS

A

1002-0306(2016)01-0000-00

10.13386/j.issn1002-0306.2016.01.000