宾夕法尼亚州立大学科学家利用机器学习发现塑造葡萄酒风味的橡木单宁

宾夕法尼亚州立大学的研究人员开发出了一种新方法，用于识别和化学鉴定橡木桶中的特定单宁，这些单宁有助于改善葡萄酒的风味和口感。几个世纪以来，酿酒师一直在橡木桶中陈酿葡萄酒，众所周知，橡木桶能赋予葡萄酒香草、香料、焦糖和烟熏等风味。然而，直到现在，科学家们还在努力确定是哪种单宁--葡萄皮和橡木中都有的化合物--造成了这些独特的味道。

由宾夕法尼亚州立大学农业科学学院食品科学副研究员 Misha Kwasniewski 领导的研究小组利用先进的化学分析和机器学习技术，对葡萄酒中的单宁酸进行了 "指纹识别"。他们的研究成果发表在《食品化学》杂志上。这种新方法使科学家们能够分离复杂的单宁混合物，识别它们的分子成分，甚至在浓度很低的情况下也能对它们进行量化。

鉴别单宁酸的传统方法是用酸将单宁酸分解，这往往会在精确测量之前破坏化合物。宾夕法尼亚州立大学的研究小组采用了一种名为质谱仪源内碎裂的技术。这种工具将单宁酸分解成分子片段，并检测每个片段的独特化学特征。这些特征形成一个指纹，可以区分来自葡萄的单宁和来自橡树的单宁。

由于单宁酸可以有数十亿种组合方式，研究人员转而利用机器学习--一种人工智能形式--来整理复杂的数据，识别不同葡萄酒中的单宁酸组合。夸斯涅夫斯基的实验室已经开发出一种机器学习模型，并不断扩展其识别新类别单宁的能力。目标是更好地了解这些化合物如何影响风味、生物活性和植物生物化学。

这项研究的重点是可水解单宁--可被水分解的单宁--这些单宁存在于橡木中，并在橡木桶陈酿过程中转移到葡萄酒中。这些单宁包括鞣花单宁和五倍子单宁，鞣花单宁常见于橡木中，对葡萄酒的陈酿和结构有影响，而五倍子单宁则同时存在于木材和葡萄皮中，可产生苦味和涩味。

这项研究是与加利福尼亚州的盖洛酒庄合作进行的，该酒庄提供了所分析的 22 种红葡萄酒和 20 种白葡萄酒中的一部分。研究小组还试验了 15 种商用橡木片产品，分别代表了法国、匈牙利和美国橡木--葡萄酒橡木桶的三种主要类型。通过在葡萄酒样品中添加这些木片，他们可以比较不同橡木对可水解单宁含量的影响。

结果显示，法国橡木所含的鞣花丹宁和五倍子丹宁浓度最高，其次是匈牙利橡木，然后是美国橡木。不同类型橡木之间的差异可能是由于它们的植物起源、原生单宁含量以及制桶方法造成的，例如对木材进行调味或用火或蒸汽弯曲桶板。

研究人员还研究了烘烤--加热木桶内部的过程--如何改变木材的化学构成。烘烤会将刺鼻的单宁酸分解成柔和的化合物，并使木材中的糖分焦糖化，从而改变葡萄酒的感官特性。

林彦鑫最近从宾夕法尼亚州立大学获得了食品科学博士学位，现在是加州大学戴维斯分校的博士后学者，他是这项研究的第一作者。其他撰稿人包括来自盖洛公司的 Bruce Pan、Robert "Qiang" Sui 和 Ping Yu。该项目得到了宾夕法尼亚州立大学农业科学学院克劳奇葡萄栽培、酿酒和果树学研究基金会、美国葡萄园基金会和美国农业部国家食品与农业研究所的支持。

这项研究标志着我们在了解葡萄和橡木桶中的特定化合物如何塑造葡萄酒口感方面迈出了重要一步。通过使用机器学习来分析复杂的化学指纹，科学家们希望能让酿酒师在陈酿过程中更好地控制风味的发展。