论文部分内容阅读
摘 要：机器人大厨与人类大厨制备的菜肴味道的微小差异可被伏安型电子舌区分，为了进一步提高电子舌的灵敏度，本研究致力于制备一种基于氧化还原石墨烯修饰的新型伏安型味觉传感器，并进行不同样品的测试。结果表明，其可以区分不同浓度的单一溶液，并可区分由标准菜肴制备的混合溶液中的不同味道。表面修饰后的味觉传感器的灵敏度相对于未加修饰的味觉传感器的灵敏度有显著提升，能够识别和分辨味道的差异。
关键词：味觉传感器;电子舌;感官分析
近年来，基于新型二维纳米材料的传感器已经广泛应用于各类传感器中[1]。由于生活的快节奏，人们对于速食食品的需求有所增加。多家公司研发餐厅机器人或机器人大厨，或成立中央厨房进行菜品加工，传统的餐饮公司也在研究各种速食食品。而这些产品的核心是要保证质量和味道的一致性，如何客观化的鉴别食品的味道越来越受到人们的关注。电子舌作为一种新兴的传感器，愈来愈受到关注。它能够客观数字化的评估食品的苦味、涩味、酸味、咸味、鲜味和甜味等基本味觉感观指标，同时还可分析苦的回味、涩的回味和鲜的回味（丰富度）等[2]。目前学术界主要在研究电子舌课题组主要有日本九州大学的Ko-ichiro Miyamoto课题组、德国亚琛大学的Torsten Wagner课题组、浙江大学的王平课题组、台湾长庚大学的杨家铭课题组。
为了验证电子舌鉴别机器人大厨所做菜肴的味道是否有效，首先用商业的伏安型電子舌产品对机器人大厨的菜品和人类大厨做的菜品的味道进行检测。其次，本文制备了一种用于机器人大厨的标准鉴定系统中的基于氧化还原石墨烯修饰表面的新型伏安型味觉传感器。并将其用于几种单一溶液以及一种中式菜品的味道鉴别。
1 材料与方法
1.1 材料与仪器
采用上海瑞玢智能科技有限公司提供的SmarTongue商业电子舌和广东博智林机器人有限公司自制的电子舌。自制的电子舌的包括自动伸缩探头部分、样品转盘以及电化学工作站3个部分。其中自动伸缩探头中带有两个传感器读头。可以同时测试两个样品，提高检测效率。读头的制备主要是将还原氧化石墨烯的分散液涂敷至叉指电极的表面，进行表面修饰以提高灵敏度。具体制备的方法已经申请专利[3]。具体选用的叉指电极是TYPE20的叉指电极。
SmarTogue电子舌的测试样品是机器人餐厅提供的10种不同菜品，每个样品做6个平行对照。并用字母S加阿拉伯数字进行命名编号。
自制电子舌的测试样品是单一成分溶液和多种组分溶液。选取的单一成分溶液是氯化钠溶液、蔗糖溶液、鸡精溶液。不同组分溶液材料项目组选取了彩椒蒜片鲮鱼芥兰云耳菜品，并根据各成分的摩尔浓度进行了等比例样品简化。
1.2 方法
1.2.1 电子舌的测试效果验证
韦伯-费希纳定律表明，只有当相同刺激的差别量大于一定比例，才能引起差别感觉，感觉量与物理量的对数值成正比关系。一般来说，味物质的强度发生20%的变化时，人舌可以识别其差异。因此，可将味物质20%的浓度变化定义为一个单位，且电子舌的识别能力应小于20%。此外，使用电子舌之前要仔细考虑的另一个因素是样品制备。样品应为液体形式，且已经为液体的样品需要过滤步骤以去除较大的颗粒并保护传感器[4]。
本文以混合溶液体系验证技术方法的可靠性，具体组分的浓度范围依据餐厅样品。每个样品取相同重量加超纯水，去油后取上清液，量取相同的体积（20 mL）进行检测。样品检测前先进行传感器预热、清洗及参数设置。
首先使用商业电子舌对于机器人餐厅提供的S开头的5组菜品样品进行了测试。其次，使用自制电子舌对涂敷还原氧化石墨烯的分散液的叉指电极进行了稳定性测试。再次，对于单一成分的溶液进行了浓度测试。最后，验证不同组分溶液的测试效果。
1.2.2 数据处理
电子舌的数据处理方法主要有主成分分析法（PCA）、判别函数分析（LDA）、簇类独立软模式法（SIMCA）、判别因子分析法（DFA）、偏最小二乘分析（PLS）等方法。其中主成分分析法通过多元统计分析使用多个变量通过线性变换转换为线性不相关的变量，从而选出较少个数的重要变量。散点图中的每点代表一个样品的一次检测，点与点之间的距离代表不同检测次数之间特征差异的大小。通过综合比较后[5]，在使用商业电子舌时采用主成分分析法方法。在使用自制电子舌对不同浓度和不同组分的溶液进行测试，采用了图谱分析的方法进行数据处理。
2 结果与分析
2.1 商业电子舌的测试结果和分析
为了验证电子舌可用于辨别机器人制备菜肴和人类制备菜肴的味道的不同，进行了菜品味道的双盲检验。检验商业电子舌能否对不同菜品的味道进行区分以及能否区分相同菜品的平行样品的味道区分。检测结果如下。
（1）S2和S3菜品的味道对比测试结果：主成分A和主成分B的总贡献率大于95%，基本可以代表样品原有信息。各个平行样品分布的区域且互不重叠，重复性较好，说明两个菜品具有细微差异但可以被电子舌区分开。
（2）S5和S6菜品的味道对比测试结果：成分A和主成分B的总贡献率大于95%，基本可以代表样品原有信息。各个平行样品分布的区域互不重叠，重复性较好，说明两个菜品具有细微差异但可以被电子舌区分开。
（3）S14和S15菜品的味道对比测试结果：主成分A和主成分B的总贡献率均大于95%，基本可以代表样品原有信息。各个平行样品分布分布的区域虽相距较近互不重叠，说明两个菜品具有细微差异但可以被电子舌区分开。
（4）S20和S21菜品的主成分A和主成分B的总贡献率均大于95%，基本可以代表样品原有信息。各个样品分布在图中的不同区域内，相距较近互不重叠，说明两个菜品具有细微差异但可以被电子舌区分开。
（5）S23和S24菜品的主成分A和主成分B的总贡献率为73.77%，说明样品的滋味之间差异较大。各个样品分布在图中的不同区域内，互不重叠，重复性较好，说明S23和S24菜品滋味可以被电子舌区分开，各自具有独特的滋味信息。 通过分析得出结论：伏安型电子舌可以用于区分机器人大厨制备的不同菜品之间的滋味。S2和S3，S23和S24菜品之间滋味差异较大，S5和S6菜品，S14和S15菜品，S20和S21菜品之间具有细微差异但可以被电子舌区分开。
2.2 自制电子舌的测试结果和分析
为了进一步提高电子舌的灵敏度，课题组制备了一种新型味觉传感器。自制电子舌的测试结果表明，相同浓度的蔗糖与NaCl的溶液电阻差别明显，不同浓度的鸡精溶液也可以做到明显区分。也即自制电子舌可以对不同组分的单一溶液进行区分。彩椒蒜片鲮鱼芥兰云耳的菜品的原溶液稀释100倍后，制备得出模型化标准菜品的各成分摩尔浓度：氯化钠513 mmol/L，谷氨酸钠147 mmol/L，蔗糖175 mol/L;自制的表面修饰有还原氧化石墨烯的电子舌能够区分不同组分的混合溶液的浓度和组分差异。而没有氧化还原石墨烯表面修饰层的电子舌不能够区分这些样品。
3 结论
二维材料如还原氧化石墨烯等作为传感器的表面修饰层可以明显提高传感器的灵敏度。本研究作为机器人大厨标准评测系统中的阶段性成果，下一步的计划是进一步的研究还原氧化石墨烯涂层在叉指电极上的吸附度对于传感器寿命的影响，并将测溶液浓度与专家系统的评价结果建立对应匹配的关系，对传感器进行进一步的高精度标定。并将光寻址传感器的检测结果与文中制备的传感器结果进行融合，提高检测的灵敏度和准确度。并建立多维校准空间[6]，进一步将这种不需要目标识别物的电子舌应用到机器人餐厅、类器官等场景中[7]，并探索可携带便携式电子舌的设计和应用[8-9]。
参考文献
[1]王平，庄柳静，秦臻，等.仿生嗅觉和味觉传感技术的研究进展[J].中国科学院院刊，2017，32（12）：1313-1321.
[2]刘淼.智能人工味觉分析方法在几种食品质量检验中的应用研究[D].杭州：浙江大学，2012.
[3]朱洪武，丁思奇，邬宇强.还原氧化石墨烯分散液及具有石墨烯涂层的器件的制备方法：201910340570.8[P].2019-08-02.
[4]ROSS C F.Considerations of the Use of the Electronic Tongue in Sensory Science[J].Current Opinion in Food Science，2021，40：87-93.
[5]史慶瑞，马泽亮，周智，等.基于电子舌和模式识别的中成药品辨识方法研究[J].电子测量与仪器学报，2017，31（7）：
1081-1089.
[6]NETO M P，SOARES A C，OLIVEIRA JR O N，et al.Machine Learning Used to Create a Multidimensional Calibration Space for Sensing and Biosensing Data[J].Bulletin of the Chemical Society of Japan，2021：359.
[7]吴谦，潘宇祥，万浩，等.类器官芯片在生物医学中的研究进展[J].科学通报，2019，64（9）：901-909.
[8]Etoh S，Feng L，Nakashi K，et al.Taste sensor chip for portable taste sensor system[J].Sens Mater，2008，20：151-160.
[9]Manki S，Daesan K，Hwi J K，et al.A portable and multiplexed bioelectronic sensor using human olfactory and taste receptors[J].Biosensors and Bioelectronics，2017，87：901-907.
关键词：味觉传感器;电子舌;感官分析
近年来，基于新型二维纳米材料的传感器已经广泛应用于各类传感器中[1]。由于生活的快节奏，人们对于速食食品的需求有所增加。多家公司研发餐厅机器人或机器人大厨，或成立中央厨房进行菜品加工，传统的餐饮公司也在研究各种速食食品。而这些产品的核心是要保证质量和味道的一致性，如何客观化的鉴别食品的味道越来越受到人们的关注。电子舌作为一种新兴的传感器，愈来愈受到关注。它能够客观数字化的评估食品的苦味、涩味、酸味、咸味、鲜味和甜味等基本味觉感观指标，同时还可分析苦的回味、涩的回味和鲜的回味（丰富度）等[2]。目前学术界主要在研究电子舌课题组主要有日本九州大学的Ko-ichiro Miyamoto课题组、德国亚琛大学的Torsten Wagner课题组、浙江大学的王平课题组、台湾长庚大学的杨家铭课题组。
为了验证电子舌鉴别机器人大厨所做菜肴的味道是否有效，首先用商业的伏安型電子舌产品对机器人大厨的菜品和人类大厨做的菜品的味道进行检测。其次，本文制备了一种用于机器人大厨的标准鉴定系统中的基于氧化还原石墨烯修饰表面的新型伏安型味觉传感器。并将其用于几种单一溶液以及一种中式菜品的味道鉴别。
1 材料与方法
1.1 材料与仪器
采用上海瑞玢智能科技有限公司提供的SmarTongue商业电子舌和广东博智林机器人有限公司自制的电子舌。自制的电子舌的包括自动伸缩探头部分、样品转盘以及电化学工作站3个部分。其中自动伸缩探头中带有两个传感器读头。可以同时测试两个样品，提高检测效率。读头的制备主要是将还原氧化石墨烯的分散液涂敷至叉指电极的表面，进行表面修饰以提高灵敏度。具体制备的方法已经申请专利[3]。具体选用的叉指电极是TYPE20的叉指电极。
SmarTogue电子舌的测试样品是机器人餐厅提供的10种不同菜品，每个样品做6个平行对照。并用字母S加阿拉伯数字进行命名编号。
自制电子舌的测试样品是单一成分溶液和多种组分溶液。选取的单一成分溶液是氯化钠溶液、蔗糖溶液、鸡精溶液。不同组分溶液材料项目组选取了彩椒蒜片鲮鱼芥兰云耳菜品，并根据各成分的摩尔浓度进行了等比例样品简化。
1.2 方法
1.2.1 电子舌的测试效果验证
韦伯-费希纳定律表明，只有当相同刺激的差别量大于一定比例，才能引起差别感觉，感觉量与物理量的对数值成正比关系。一般来说，味物质的强度发生20%的变化时，人舌可以识别其差异。因此，可将味物质20%的浓度变化定义为一个单位，且电子舌的识别能力应小于20%。此外，使用电子舌之前要仔细考虑的另一个因素是样品制备。样品应为液体形式，且已经为液体的样品需要过滤步骤以去除较大的颗粒并保护传感器[4]。
本文以混合溶液体系验证技术方法的可靠性，具体组分的浓度范围依据餐厅样品。每个样品取相同重量加超纯水，去油后取上清液，量取相同的体积（20 mL）进行检测。样品检测前先进行传感器预热、清洗及参数设置。
首先使用商业电子舌对于机器人餐厅提供的S开头的5组菜品样品进行了测试。其次，使用自制电子舌对涂敷还原氧化石墨烯的分散液的叉指电极进行了稳定性测试。再次，对于单一成分的溶液进行了浓度测试。最后，验证不同组分溶液的测试效果。
1.2.2 数据处理
电子舌的数据处理方法主要有主成分分析法（PCA）、判别函数分析（LDA）、簇类独立软模式法（SIMCA）、判别因子分析法（DFA）、偏最小二乘分析（PLS）等方法。其中主成分分析法通过多元统计分析使用多个变量通过线性变换转换为线性不相关的变量，从而选出较少个数的重要变量。散点图中的每点代表一个样品的一次检测，点与点之间的距离代表不同检测次数之间特征差异的大小。通过综合比较后[5]，在使用商业电子舌时采用主成分分析法方法。在使用自制电子舌对不同浓度和不同组分的溶液进行测试，采用了图谱分析的方法进行数据处理。
2 结果与分析
2.1 商业电子舌的测试结果和分析
为了验证电子舌可用于辨别机器人制备菜肴和人类制备菜肴的味道的不同，进行了菜品味道的双盲检验。检验商业电子舌能否对不同菜品的味道进行区分以及能否区分相同菜品的平行样品的味道区分。检测结果如下。
（1）S2和S3菜品的味道对比测试结果：主成分A和主成分B的总贡献率大于95%，基本可以代表样品原有信息。各个平行样品分布的区域且互不重叠，重复性较好，说明两个菜品具有细微差异但可以被电子舌区分开。
（2）S5和S6菜品的味道对比测试结果：成分A和主成分B的总贡献率大于95%，基本可以代表样品原有信息。各个平行样品分布的区域互不重叠，重复性较好，说明两个菜品具有细微差异但可以被电子舌区分开。
（3）S14和S15菜品的味道对比测试结果：主成分A和主成分B的总贡献率均大于95%，基本可以代表样品原有信息。各个平行样品分布分布的区域虽相距较近互不重叠，说明两个菜品具有细微差异但可以被电子舌区分开。
（4）S20和S21菜品的主成分A和主成分B的总贡献率均大于95%，基本可以代表样品原有信息。各个样品分布在图中的不同区域内，相距较近互不重叠，说明两个菜品具有细微差异但可以被电子舌区分开。
（5）S23和S24菜品的主成分A和主成分B的总贡献率为73.77%，说明样品的滋味之间差异较大。各个样品分布在图中的不同区域内，互不重叠，重复性较好，说明S23和S24菜品滋味可以被电子舌区分开，各自具有独特的滋味信息。 通过分析得出结论：伏安型电子舌可以用于区分机器人大厨制备的不同菜品之间的滋味。S2和S3，S23和S24菜品之间滋味差异较大，S5和S6菜品，S14和S15菜品，S20和S21菜品之间具有细微差异但可以被电子舌区分开。
2.2 自制电子舌的测试结果和分析
为了进一步提高电子舌的灵敏度，课题组制备了一种新型味觉传感器。自制电子舌的测试结果表明，相同浓度的蔗糖与NaCl的溶液电阻差别明显，不同浓度的鸡精溶液也可以做到明显区分。也即自制电子舌可以对不同组分的单一溶液进行区分。彩椒蒜片鲮鱼芥兰云耳的菜品的原溶液稀释100倍后，制备得出模型化标准菜品的各成分摩尔浓度：氯化钠513 mmol/L，谷氨酸钠147 mmol/L，蔗糖175 mol/L;自制的表面修饰有还原氧化石墨烯的电子舌能够区分不同组分的混合溶液的浓度和组分差异。而没有氧化还原石墨烯表面修饰层的电子舌不能够区分这些样品。
3 结论
二维材料如还原氧化石墨烯等作为传感器的表面修饰层可以明显提高传感器的灵敏度。本研究作为机器人大厨标准评测系统中的阶段性成果，下一步的计划是进一步的研究还原氧化石墨烯涂层在叉指电极上的吸附度对于传感器寿命的影响，并将测溶液浓度与专家系统的评价结果建立对应匹配的关系，对传感器进行进一步的高精度标定。并将光寻址传感器的检测结果与文中制备的传感器结果进行融合，提高检测的灵敏度和准确度。并建立多维校准空间[6]，进一步将这种不需要目标识别物的电子舌应用到机器人餐厅、类器官等场景中[7]，并探索可携带便携式电子舌的设计和应用[8-9]。
参考文献
[1]王平，庄柳静，秦臻，等.仿生嗅觉和味觉传感技术的研究进展[J].中国科学院院刊，2017，32（12）：1313-1321.
[2]刘淼.智能人工味觉分析方法在几种食品质量检验中的应用研究[D].杭州：浙江大学，2012.
[3]朱洪武，丁思奇，邬宇强.还原氧化石墨烯分散液及具有石墨烯涂层的器件的制备方法：201910340570.8[P].2019-08-02.
[4]ROSS C F.Considerations of the Use of the Electronic Tongue in Sensory Science[J].Current Opinion in Food Science，2021，40：87-93.
[5]史慶瑞，马泽亮，周智，等.基于电子舌和模式识别的中成药品辨识方法研究[J].电子测量与仪器学报，2017，31（7）：
1081-1089.
[6]NETO M P，SOARES A C，OLIVEIRA JR O N，et al.Machine Learning Used to Create a Multidimensional Calibration Space for Sensing and Biosensing Data[J].Bulletin of the Chemical Society of Japan，2021：359.
[7]吴谦，潘宇祥，万浩，等.类器官芯片在生物医学中的研究进展[J].科学通报，2019，64（9）：901-909.
[8]Etoh S，Feng L，Nakashi K，et al.Taste sensor chip for portable taste sensor system[J].Sens Mater，2008，20：151-160.
[9]Manki S，Daesan K，Hwi J K，et al.A portable and multiplexed bioelectronic sensor using human olfactory and taste receptors[J].Biosensors and Bioelectronics，2017，87：901-907.