文献分享 | npj Science of Food :分子感官科学结合机器学习，探索山西老陈醋的关键香气活性化合物和陈年特征化

本研究背景聚焦于山西老陈醋（SAV）作为地理标志产品，其复杂的生产工艺中，陈酿过程对风味品质至关重要，但现有研究在关键香气成分验证和陈年特征化合物系统性表征方面存在不足。研究目的在于结合分子感官科学与机器学习技术，全面探索山西老陈醋的关键香气活性化合物及陈年特征化合物，以弥补上述空白。研究结论显示，系统鉴定出152种气味活性化合物，筛选出47种关键风味物质，明确了酮类、吡嗪类、内酯类和酸类为核心香气贡献类别；陈酿过程显著增强了香气丰富度、硫味、坚果味等特征风味，同时减弱了果香和焦糖味；通过机器学习模型（KNN最优）筛选出甲硫基丙醛、十二醇等6种陈酿特征标志物，为山西老陈醋的陈酿等级判定和质量控制提供了科学依据。