研究背景
花椒油（Fried Pepper Oil, FPO）是由植物油与花椒经过高温炸制而成，不仅赋予了油脂独特的风味，也萃取了花椒中的活性成分。然而，加工过程破坏了花椒原有的结构，使得花椒油在储存过程中极易受到光照、氧气等因素的影响，发生氧化和降解反应，导致其标志性的辛香、麻辣风味减弱，同时产生不受欢迎的酸败味（哈喇味）。目前，关于油脂异味的研究多集中于大豆油、黄油等，而对于风味构成更为复杂的复合调味油——花椒油的研究相对较少，尤其是对异味化合物从哪里来（前体物质）、如何生成（转化路径）的深层机制尚不清晰。分子感官科学是解析食品风味的强大工具，它结合了感官评价、现代仪器分析和数据科学，能够从分子层面阐明风味化合物的形成与变化。本研究正是利用这一策略，旨在全面解析花椒油在储存过程中的风味劣变问题。
研究方法与技术路线研究
团队设计了一套精密的实验方案，层层递进，探究花椒油异味的奥秘：
1. 模拟储存实验：将新鲜制备的花椒油分别置于不同条件下（有氧/无氧、不同紫外线强度）加速储存，模拟真实世界的货架期变化。
2. 风味轮廓分析：结合人工感官评价和电子鼻（E-nose）技术，客观量化花椒油在储存过程中的风味变化。
3. 挥发性化合物鉴定：采用顶空固相微萃取-气相色谱-质谱联用技术（HS-SPME-GC-MS） 对不同储存条件下的花椒油进行挥发性成分分析。
4. 差异标志物筛选：通过正交偏最小二乘法判别分析（OPLS-DA）的化学计量学方法，筛选出导致风味差异的关键标志物。前体物验证与路径解析：模拟体系构建：将潜在前体物（如柠檬烯、芳樟醇、亚油酸、亚麻酸）分别加入惰性介质或新鲜花椒油中进行储存，观察其降解产物。
5. 同位素示踪技术：使用碳-13或氘标记的前体物，在真实花椒油体系中追踪其转化路径，这是证明化合物来源的“金标准”。
6. 机器学习模型构建：基于GC-MS和电子鼻数据，训练多种机器学习模型，用于区分新鲜与劣变的花椒油，并找出最重要的特征变量。
研究结果
1. 氧气和紫外线是风味劣变的“元凶”感官结果：储存30天后，有氧和紫外光照射下的花椒油，其标志性的花椒味、辛香味显著减弱，而酸臭味显著增强。紫外线强度越高，风味劣变越严重。电子鼻结果：PCA分析清晰地表明，新鲜花椒油与不同储存条件下的花椒油样品实现了良好的区分，证实了储存条件对整体风味的显著影响。
2. 锁定24种差异标志物，醛类和酸类是主要异味来源GC-MS共鉴定出92种挥发性化合物。有氧条件下，醛类、酮类和酸类的种类和含量显著增加，而烯烃类（主要香气成分）含量则急剧下降。通过OPLS-DA分析，筛选出24种VIP>1的差异化合物，可作为区分不同储存条件花椒油的标志物。其中包括：关键香气成分：柠檬烯、芳樟醇、乙酸芳樟酯、β-月桂烯等，它们的减少导致了特征风味的丧失。关键异味化合物：己醛、α-乙酸松油酯、己酸等，它们的增加是酸败味的主要来源。这进一步证实了研究团队前期的研究成果。
3. 脂肪酸和萜烯是异味的前体“原料库”脂肪酸分析：花椒油中含量最高的脂肪酸是亚油酸（~58%），其次是油酸（~27%）和棕榈酸（~12%）。在储存过程中，不饱和脂肪酸（特别是亚油酸和亚麻酸）的含量呈下降趋势，暗示它们可能参与了异味化合物的生成。
4. 同位素示踪“实锤”两大异味形成路径模拟实验：将柠檬烯、芳樟醇、亚油酸、亚麻酸分别进行储存模拟，初步发现它们能生成多种挥发性物质。路径验证：在真实花椒油体系中，当加入特定前体物后，对应的异味化合物含量呈现上升趋势。决定性证据：同位素示踪实验最终证实：路径一（萜烯降解）：柠檬烯和芳樟醇在酸性条件下可通过碳正离子中间体，水合生成α-松油醇，α-松油醇进一步酯化生成α-乙酸松油酯。路径二（不饱和脂肪酸氧化）：亚油酸是己醛的主要来源，并可通过氧化进一步生成己酸。同时，亚油酸和亚麻酸均可降解生成(E)-2-辛烯醛和己酸。
5. 随机森林模型实现花椒油风味品质的智能筛查基于24种差异VOCs和10个电子鼻传感器数据，构建了10种机器学习模型。其中，随机森林（Random Forest, RF）模型表现最佳，在测试集中准确率达91.67%，AUC值高达0.9861。RF模型识别出影响花椒油风味品质的7个关键VOCs（己酸、α-萜品烯、柠檬烯、γ-萜品烯、石竹烯、邻苯二甲酸二甲酯、邻苯二甲酸二异丁酯）和3个关键电子鼻传感器（W3S、W6S、W5C）。这些因子可作为未来快速检测花椒油风味品质和储存时间的重要指标。
图文鉴赏
Fig. 1. Rusults of FPOs' sensory evaluation.
Fig. 2. Volatile compounds in FPOs during storage (aerobic and anaerobic conditions).
原文链接：https://doi.org/10.1016/j.foodchem.2026.148415
来源：公众号-赛普学术
