研究成果|风味组学结合机器学习对酱香白酒尾酒风味质量结构解析

本文基于风味组学技术结合机器学习方法，系统解析了酱香白酒尾酒的风味质量结构。研究背景在于酱香白酒酿造过程中尾酒富含挥发性化合物，但传统上常作为废水处理，造成资源浪费和环境污染。研究目的旨在通过分析尾酒挥发性化合物的分布特征，建立质量分级体系，为尾酒的资源化利用提供理论依据。研究采用HS-SPME-GC-MS和GC-FID技术定量检测了51种主要挥发性化合物，包括酯类、酸类、醇类和醛类，并发现不同蒸馏阶段中这些化合物的含量变化显著。通过聚类分析和机器学习（随机森林、K-近邻算法、朴素贝叶斯法）将尾酒划分为3个质量等级，识别出2-戊酮、仲戊醇、乙酸己酯等6种标志化合物。还建立了乙醇动力学模型，以乙醇体积分数为指标辅助工业应用。结论表明，高品质尾酒可用于勾调，中品质尾酒可通过技术去除异杂味，低品质尾酒可回窖发酵或制备饲料，从而推动白酒副产物的高值化利用和绿色生产。