风味阈值数据库
风味阈值数据库是一个系统性记录各种化学物质在特定条件下，被人类感官（嗅觉和味觉）能够察觉到的最低浓度的专业数据集，它是食品科学、香料研发、质量控制以及感官分析领域的核心参考工具。
核心概念
在理解数据库之前,需要区分两种关键的阈值类型：
- 检测阈值 (Detection Threshold)：指能够感觉到样本中存在某种物质，但无法准确识别该物质具体是什么的最低浓度。
- 识别阈值 (Recognition Threshold)：指能够准确描述或命名该物质特有风味（如“柠檬味”或“杏仁味”）的最低浓度。
数据库包含的关键维度
一个完整的风味阈值数据库通常包含以下详细信息：
- 化学物质信息：
-
化合物名称
（通用名、化学名）。 - CAS登记号（唯一身份标识）。
- 化学结构式。
-
- 阈值数值：
- 浓度数值（通常以 $mu g/L$、ppb 或 ppm 为单位）。
- 阈值类型（检测阈值 vs 识别阈值）。
- 感官描述：
- 风味描述词（草本味、金属味、腐败味）。
- 感官类别（嗅觉、味觉或综合风味）。
- 实验条件：
- 溶剂/介质（水、乙醇、油脂或空气）。
- 测试方法（如三替代法、阶梯法）。
- 受试者群体（训练过的专家面板或普通消费者）。
主要应用场景
食品与饮料研发
- 配方优化：通过阈值数据确定添加剂的最小有效剂量,避免过度添加导致的风味失衡。
- 风味掩盖：在开发功能性食品时,利用阈值知识选择掩盖剂来抵消苦味或金属味。
质量控制与异味分析
- 污染物检测：确定产品中杂质（如氧化产生的己醛）是否达到了消费者可感知的水平。
- 保质期研究：监测风味指标随时间的变化，当某项指标超过阈值时,定义为产品变质。
香精香料开发
- 配比计算：根据不同成分的阈值，计算香精中各组分的相对比例,以构建特定的香气轮廓。
影响阈值的关键因素
数据库中的数值并非绝对,实际应用中需考虑以下变量：
- 基质效应 (Matrix Effect)：同一种物质在纯水中的阈值与在复杂食品（如牛奶、油脂）中的阈值截然不同。
- 个体差异：基因差异（如对 PTC 苦味的敏感度）导致不同人对同一物质的阈值存在数量级上的差别。
- 协同与拮抗作用：两种物质同时存在时，可能会相互增强（协同）或相互抵消（拮抗）感官强度。
- 生理状态：年龄、健康状况以及嗅觉疲劳都会影响阈值的实时表现。
权威数据来源
行业内常用的风味阈值参考来源包括：
- FEMA (Flavor and Extract Manufacturers Association)：提供广泛的公认安全风味物质数据。
- 学术期刊：如 Journal of Agricultural and Food Chemistry 等发表的感官分析研究。
- 专业感官数据库：由香料公司或食品研究机构建立的内部私有数据库。
首发原创文章，作者：世雄 - 原生数据库架构专家，如若转载，请注明出处：https://idctop.com/article/491097.html
