Tiểu luận môn đánh giá cảm quan thực phẩm tìm hiểu về ứng dụng của pca trong phân tích mô tả định lượng

Ọ N N M M KHOA CÔNG NGH TH C PH M BỘ M N ÁN Á ẢM QUAN TH C PH M T I: TÌM HIỂU VỀ ỨNG DỤNG CỦA PCA TRONG PHÂN TÍCH MƠ TẢ ỊN GVHD: Lớp: SINH VIÊN THỰC HIỆN: TP HCM Th ng năm LƢỢNG ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng MỤ LỤ Chƣơng iới thiệu phƣơng pháp Principle Component Analysis (PCA) Khái niệm .4 ách tiến hành phƣơng pháp PCA Ƣu điểm A: Mục đích Chƣơng Ứng dụng A Quá trình lên men ánh giá cảm quan PCA thuộc tính cảm quan sản phẩm lên men Ứng dụng đánh giá cảm quan sản phẩm sữa 10 4.1 Giới thiệu .10 4.2 Phân tích mơ tả định lƣợng .12 4.3 ịnh nghĩa hƣơng vị cho sản phẩm sữa 13 Sử dụng PCA chế biến nƣớc ép rau cách lên men lactic 14 5.1 Giới thiệu .14 5.2 Nguyên liệu 15 5.3 Xácđịnh pH : 15 5.4 Xác định Acide: 15 5.5 ánh giá cảm quan loại nƣớc ép bắp cải, cà rốt 16 5.6 PHƢƠNG PHÁP THỐNG KÊ 16 5.7 KẾT QUẢ 16 Ứng dụng PCA sản phẩm sữa tiệt trùng .17 6.1 Tóm tắt .17 6.2 Giới thiệu .17 6.3 PCA 18 TÀI LI U THAM KHẢO 22 NHĨM ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng hƣơng iới thiệu phƣơng pháp rinciple Component Analysis (PCA) Khái niệm  Phương ph p Principle Component Analysis (PCA) thành tựu tóan học mà ngày ứng dụng nhiều lĩnh vực: cơng nghệ thơng tin sinh học tài … công nghệ thực phẩm  Với liệu cần phân tích ban đầu phụ thuộc nhiều biến vấn đề c c biến thường có tương quan với bất lợi cho việc p dụng c c biến để xây dựng c c mơ hình tính to n ví dụ: hồi quy… với số biến giải thích lớn khó để có c i nhìn trực quan liệu ách tiến hành phƣơng pháp A  hƣơng pháp A "chiếu" (biễu diễn) liệu đa chiều lên khơng gian có sở trực giao tức ta xem sở không gian biến hình ảnh liệu gốc khơng gian biểu diễn thông qua c c biến độc lập (tuyến tính) Vấn đề chuyển liệu ban đầu sang khơng gian thông tin đ ng quan tâm liệu ban đầu liệu có bị mất? ể giải vấn đề phương ph p PCA tìm khơng gian với tiêu chí cố gắng phản nh nhiều thông tin gốc tốt thước đo cho kh i niệm "thông tin" phương sai Một điểm hay c c biến không gian độc lâp nên ta tính to n tỷ lệ giải thích phương sai biến liệu điều cho phép ta cân nhắc việc dùng số c c biến để giải thích liệu  Nói c ch ngắn gọn mục tiêu PCA tìm không gian (với số chiều nhỏ không gian cũ) C c trục tọa độ không gian xây dựng cho trục độ biến thiên liệu lớn Tiếng Việt dài dịng tiếng Anh mục tiêu gọi maximize the variability Ba chữ gói gọn ý tưởng PCA NHĨM ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng  Minh họa PCA: phép chiếu lên c c trục tọa độ kh c cho c ch nhìn kh c liệu  Một ví dụ kinh điển hình ảnh lạc đà Cùng lạc đà nhìn từ bên hơng ta có đầy đủ thơng tin nhìn từ phía trước thật khó để nói lạc đà Ƣu điểm A:  Giúp giảm số chiều liệu  Thay giữ lại c c trục tọa độ không gian cũ PCA xây dựng khơng gian chiều lại có khả biểu diễn liệu tốt tương đương không gian cũ nghĩa đảm bảo độ biến thiên (variability) liệu chiều  C c trục tọa độ không gian tổ hợp tuyến tính khơng gian cũ mặt ngữ nghĩa PCA xây dựng feature dựa c c feature quan s t iểm feature biểu diễn tốt liệu ban đầu  Trong không gian c c liên kết tiềm ẩn liệu kh m ph mà đặt không gian cũ khó ph t liên kết rõ Mục đích Phân tích thành phần (PCA) sử dụng cho hai mục tiêu:  Giảm số lượng biến bao gồm liệu giữ lại biến đổi liệu  X c định mơ hình ẩn liệu, phân loại chúng theo nhiều cách thông tin lưu trữ liệu  Khi khai thác liệu bao gồm nhiều biến (sử dụng thay cho với kích thước hạn sau đây) có khả c c tập biến liên quan chặt chẽ với Cho tương quan cao hai hay nhiều biến số kết luận biến kh dư thừa chia sẻ nguyên tắc việc x c định kết ể minh chứng cho lập luận xem xét ví dụ Giả sử đo tham số (tức tính đại diện số lượng số) hình phẳng NHĨM ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng chiều dài chiều rộng hình dạng mà x c định kết quan tâm Từ việc kiểm tra quan sát chúng nhận thấy hai thuộc tính dường có mối tương quan tích cực Do thay chúng biến khu vực hình dạng, mà nắm bắt hầu hết thơng tin hình dạng cung cấp chiều dài chiều rộng  Trong liệu đa biến, giảm kích thước PCA cho phép phân tích liệu chúng tơi khơng gian nhìn thấy chiều (2D) 3D, với lỗ đơn thông tin  C c iều kiện tiên - Sự tương quan Kể từ PCA chủ yếu quan tâm đến việc x c định mối tương quan liệu tập trung ý đến ý nghĩa tương quan Sự tương quan đo lường đồng thời thay đổi giá trị hai hay nhiều biến Có nhiều mơ hình để mơ tả hành vi chất thay đổi đồng thời giá trị, chẳng hạn tuyến tính, hàm số mũ định kỳ nhiều Các mối tương quan tuyến tính sử dụng PCA  Các cách tiếp cận trực quan để x c định mối tương quan Một khía cạnh hình ảnh tương quan thu c ch đại diện cho cặp biến trục hệ tọa độ Descartes nơi giá trị biến điểm vẽ mặt phẳng (hình 1) Tương quan quan điểm này, biện ph p mơ hình tin mô tả xu hướng c c điểm đồ thị, phù hợp với xu hướng thực đồ thị Hình 1: đồ thị phân tán cặp biến Nó vơ quan trọng để hiểu khía cạnh hình ảnh mối tương quan để sử dụng c ch Sự hiểu biết cung cấp nhìn sâu sắc quan trọng cấu liệu phân tích ngăn chặn sai số tiềm tàng xảy cách trực tiếp giải thích kết thu từ số chạy thủ tục tính tốn NHĨM ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng hƣơng Ứng dụng A Quá trình lên men  Ứng dụng phân tích thành phần (PCA) công cụ đ nh gi cảm quan cho sản phẩm thực phẩm lên men  Phân tích thành phần (PCA) x c định s u thành phần quan trọng chiếm 90% phương sai c c liệu thuộc tính cảm quan Chất lượng sản phẩm tổng thể mơ hình hóa chức c c thành phần chủ yếu sử dụng nhiều hình vng hồi quy (R2=0 8) Kết từ PCA phân tích thống kê phân tích phương sai (ANOVA) Những ph t chứng minh tính hữu ích phân tích mơ tả định lượng để x c định đo lường c c thuộc tính sản phẩm thực phẩm lên men quan trọng cho chấp nhận người tiêu dùng  Lên men qu trình trao đổi chất qua chất hữu bị biến đổi t c dụng c c men (enzyme) vi sinh vật C c vi sinh vật thường sử dụng để lên men vi khuẩn nấm men nấm mốc Thực phẩm lên men thực phẩm t c dụng c c vi sinh vật có lợi thủy phân c c polysaccharides protein lipid tạo sản phẩm với hương vị kết cấu vừa ý hấp dẫn người tiêu dùng Trong số c c sản phẩm thực phẩm lên men thực phẩm lên men từ sữa sử dụng rộng rãi thực phẩm lành mạnh coi phần quan trọng chế độ ăn uống Sự kết hợp vi khuẩn probiotic chế độ ăn uống tăng lên c c sản phẩmlên men Châu Âu Hoa Kỳ châu Á  Sử dụng phương ph p thống kê đa biến tức phân tích thành phần (PCA) với phân tích mơ tả định lượng (QDA) để phân tích c c biến thể vật chất tính chất cảm quan thực phẩm lên men sau lên men Hoạt động PCA làm cho phân biệt c c mẫu thực phẩm để x c định c c biến quan trọng ma trận liệu đa biến  Phân tích thành phần (PCA) kỹ thuật thống kê phân tích đa biến sử dụng rộng rãi p dụng cho liệu QDA để giảm tập hợp c c biến phụ thuộc (ví dụ thuộc tính) đến nhỏ c c biến tiềm ẩn (được gọi c c yếu tố) dựa mô hình tương quan c c biến ban đầu PCA c c mẫu thực phẩm lên men thực theo phương ph p sau Dữ liệu thu thập từ hội đồng thử sau ghi qua thang đ nh gi hưởng thụ C c liệu thuộc tính kh c nêu xếp tăng dần theo thứ tự giảm dần đưa vào phần mềm SPSS 16 chế độ xem liệu Sau liệu giảm c ch phân tích liệu c c biến độc lập phụ thuộc lựa chọn không gian hai chiều c c mẫu phân tích thu NHĨM ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng ánh giá cảm quan Sự xếp hạng cảm gi c sản phẩm hình dạng kết cấu sản phẩm hương vị cảm nhận mùi độ chua chấp nhận tổng thể xem xét trường hợp C c tiêu mơ tả độ chua hương vị có liên quan với ph t triển vi khuẩn kh c bổ sung số trường hợp Ví dụ sản phẩm thực phẩm lên men probiotic có tính axit so với c c sản phẩm thực phẩm trước lên men ối với tất c c sản phẩm thực phẩm với ngoại lệ c c mẫu thực phẩm kiểm so t chủ yếu sữa chua mà có hệ gel yếu sau hình thành hầu hết c c người thử tuyên bố "thích nhiều” Hội đồng thử ghi nhận kh c biệt đ ng kể ( p < 05) miệng cảm thấy sản phẩm người kiểm so t lựa chọn kết luận c c loại thực phẩm lên men chế biến từ probiotic tốt Trong thí nghiệm QDA sản phẩm sữa lên men thực c ch ghi thông qua thang đ nh gi hưởng thụ sữa chua đơng thường có hương vị chua bề mặt sản phẩm trơn tru mịn có màu trắng có tính thống tuyệt vời coi “rất thích” ghi tức số điểm cao c c mẫu sữa đem thử thu thập người thử c ch c c điểm thực đến theo c ch sau đây: bề mặt mịn hương vị vừa có tính axit tính qu n tốt sữa đông màu trắng coi “rất thích” ghi 8; bề mặt thô mẫu qu n sữa đông coi “thích” ghi 7; bề mặt thơ có chứa có c c hạt vật chất thơ có chua màu sữa đông vàng coi “hơi thích” ghi 6; có tính chua màu vàng lỏng lẻo không qu n coi “khơng thích khơng ghét” ghi 5; có hương vị độ chua cao khơng coi “khơng thích lắm” ghi 4; cấu trúc lỏng lẻo mùi không hấp dẫn màu vàng đậm coi “Khơng thích” ghi 3; lớp dầu chấp nhận hương vị coi “ghét” ghi c c mẫu sữa đơng với màu xanh thẩm có hương vị vơ coi “rất ghét” ghi tức điểm thấp thu thập hội đồng thử A thuộc tính cảm quan sản phẩm lên men Một phần mềm SPSS phiên 16 sử dụng để phân tích c c thuộc tính cảm quan sản phẩm thực phẩm lên men c ch sử dụng phân tích thành phần (PCA) phương sai tối đa tìm thấy để thu 98% số điểm PCA kết luận loại c c sản phẩm thực phẩm lên men chấp nhận tiêu thụ Một phân tích hai chiều c c thành phần cố gắng sử dụng c c ma trận liệu thành phần thể Bảng: NHĨM ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng Bảng :Bảng ma trận thành phần sữa bò lên men sữa đậu nành lên men với sáu tiêu hình dạng, kết cấu, hương vị, cảm nhận mùi hương, độ chua, chấp nhận chung Hai thành phần PC PC trích xuất chiếm 57 6% phương sai 11.6% phương sai tương ứng s u hệ thống biến trường hợp lên men sữa bò 57 2% phương sai 12 5% phương sai tương ứng s u hệ thống biến trường hợp lên men sữa đậu nành Weightage tối đa tìm thấy trường hợp PC hai trường hợp sữa bò sữa đậu nành lên men tức 57 6% 57 2% tương ứng biến Một c ch kiểm tra ANOVA thực để x c định xem có kh c biệt đ ng kể xảy c c mẫu thực phẩm qu trình lên men bảo quản hay từ kh c biệt gi trị trung bình xảy hàng Bảng 2: Bảng xác định mô tả thuật ngữ, định nghĩa nguyên vật liệu sử dụng để phân tích mơ tả định lượng sản phẩm thực phẩm lên men NHĨM ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng Sữa bò sữa đậu nành lên men S.thermophilus Ứng dụng đánh giá cảm quan sản phẩm sữa Lưu ý: Nghiên cứu đ nh gi cảm quan sản phẩm sữa tiến hành tồn giới Các kỹ thuật phân tích cảm gi c ph t triển thành công cụ mạnh mẽ để tìm hiểu xuất hương vị kết cấu thuộc tính sản phẩm sữa lái xe sở thích người tiêu dùng Các kỹ thuật đại, cảm giác giúp xử lý sữa phát triển sản phẩm hấp dẫn cho người tiêu dùng Họ cho phép vi xử lý để tối ưu hóa sản phẩm hương vị, kết cấu màu sắc để thu hút mục tiêu cụ thể khán gi m s t x c chất lượng sản phẩm 4.1 Giới thiệu  Các ngành công nghiệp sữa chặng đường dài kể từ đầu năm 1900, bắt đầu phát triển kỹ thuật để đ nh gi c c sản phẩm sữa để kích thích NHĨM 10 ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng quan tâm giáo dục khoa học sữa Trong c c phương ph p truyền thống mà lên đ nh giá phân loại sản phẩm sữa thông thường liên quan đến hai huấn luyện "chuyên gia" cho điểm chất lượng xuất hương vị kết cấu sản phẩm dựa có mặt hay vắng mặt khuyết tật x c định trước Những cơng cụ giúp x c định biến thể c c phương ph p đ nh gi cảm quan sữa truyền thống có số thuộc tính liên quan với biến chế, thiếu sót địa lý: họ khơng thể dự đo n chấp nhận người tiêu dùng; khu vực sản xuất, mùa sản xuất, vv giúp đ nh gi chất lượng họ chủ quan; giải nhiều vấn đề quan trọng kh c cho điểm định lượng sữa khó khăn; họ khơng kết hợp vi xử lý tiếp thị Báo cáo nhấn mạnh tầm quan trọng phân tích mơ tả công cụ cảm giác cho sản phẩm sữa trình bày vài ví dụ phân tích cảm gi c áp dụng thành công để giải cụ thể thách thức ngành cơng nghiệp sữa Phân tích định hướng xếp hạng thuộc tính với điểm chất lượng theo định hướng tình cảm (Claassen Lawless, 1992) Hình cho thấy hồ sơ mô tả cảm giác hai Cheddare  Pho m t nhận loại phân loại truyền thống kỹ thuật Với bảy số 11 thuộc tính hương vị đo kh c đ ng kể hai loại mát, nhận thức hương vị hai mẫu thực khác Sử dụng c c phương pháp truyền thống c c đ nh gi nhiên c c sản phẩm với c c đặc tính cảm quan kh c khơng có khiếm khuyết có điểm chất lượng tương tự  Một điểm chung cho tất c c phương ph p đ nh gi cảm quan họ sử dụng người dụng cụ đo Có nhiều loại kiểm tra cảm giác, khác biệt kiểm NHĨM 11 ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng tra sử dụng rộng rãi nhất, phân tích mơ tả kiểm tra chấp nhận người tiêu dùng Kiểm tra khác biệt bao gồm kiểm tra tam gi c bảng điều khiển cố gắng để phát ba mẫu khác với hai người kia, thử nghiệm đơi-ba c c bảng chọn mà hai mẫu khác từ tiêu chuẩn Kiểm tra khác biệt ước lượng độ lớn khác biệt cảm giác mẫu có thiếu hụt xét nghiệm chất khác biệt không x c định Trong hầu hết c c trường hợp, kết hợp kiểm tra khác biệt phân tích cảm giác mơ tả sử dụng để giải vấn đề  Phân tích mơ tả cảm gi c đề cập đến tập hợp kỹ thuật tìm kiếm để phân biệt loạt sản phẩm dựa c c đặc trưng cảm gi c để x c định mô tả định lượng khác cảm giác x c định, không c c phương ph p đ nh gi c c khuyết tật Sự khác chất lượng sản phẩm sản phẩm truyền thống, khơng có "tốt" hay "xấu" thực hiện, khơng phải mục đích việc đ nh gi C c bảng điều khiển hoạt động công cụ mạnh để x c định định lượng c c đặc tính cảm quan.Phân tích cảm giác mơ tả cung cấp thơng tin hữu ích cho nghiên cứu sữa, phát triển sản phẩm tiếp thị.Một số đ nh gi mẫu cho số thuộc tính cảm giác ví dụ đơn giản cảm giác Ví dụ, vị đắng đ nh gi thang điểm năm điểm, với tỉ lệ cho thấy cay đắng đ nh gi năm có nghĩa cay đắng Tiêu chuẩn bên ngồi (ví dụ giải pháp nồng độ khác quinine caffeine cho cay đắng) Có thể giúp x c định thuộc tính chuẩn hóa quy mô cho giám định viên Phát triển hoàn thiện vốn từ vựng, từ vựng hay cảm giác, phần thiết yếu công việc hồ sơ gi c quan thực cách khách quan dựa thuộc tính quan trọng người tiêu dùng đặc tính sản phẩm làm thay đổi với mục đích gia tăng thị phần cho tập hợp sản phẩm 4.2 Phân tích mô tả định lƣợng  Các xuất kỹ thuật cảm giác mô tả hương vị hồ sơ ph p (FPM) phát triển vào năm 1950 Arthur D Little Inc lọc biến thể FPM xảy vào năm 1970 với phát triển Phân tích mơ tả định lượng (QDA) c c phương ph p Spectrum ™ phân tích mơ tả Hơm nay, phân tích mơ tả chấp nhận rộng rãi công cụ quan trọng để nghiên cứu vấn đề liên quan đến hương vị, hình dáng kết cấu c ch để hướng dẫn nỗ lực phát triển sản phẩm Ví dụ sử dụng kỹ thuật điều tra gi c quan để nghiên cứu sữa tiệt trùng thông thường (Phillips et al 1995,; Quinones et al., 1998), kem (Ohmes et al, 1998; Roland et al, 1999) mát (Ordonez et al., 1998).Với phân tích mơ tả c c chuyên gia chọn làm việc với để x c định sản phẩm thuộc tính quan trọng cường độ phù hợp quy mô cụ thể cho sản phẩm nghiên cứu C c chuyên gia sau đào tạo nhà lãnh đạo , cảm giác chuyên nghiệp thành viên hội đồng để xác định cách tin cậy điểm thuộc tính sản phẩm Trong thời gian đào tạo, hội đồng NHÓM 12 ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng (thường từ t m đến 12 c nhân có đủ lực) tạo ngơn ngữ (hoặc từ vựng) để mô tả sản phẩm Kết phân tích mơ tả đối tượng để phân tích thống kê sau đại diện hay nhiều định dạng đồ họa để giải thích  Một kỹ thuật thống kê hữu ích Principal Component Analysis (PCA), phương ph p phân tích đa biến cho thấy nhóm cụm loại mẫu tương tự dựa c c phép đo định lượng Bằng cách áp dụng PCA để mơ tả liệu phân tích, tập hợp biến phụ thuộc (ví dụ, thuộc tính) giảm xuống tập nhỏ biến tiềm ẩn (được gọi yếu tố) dựa mơ hình tương quan biến ban đầu (Lawless Heymann, 1998) Các yếu tố (còn gọi thành phần chủ yếu) kết hợp tuyến tính biến độc lập 4.3 ịnh nghĩa hƣơng vị cho sản phẩm sữa  M A Drake G V Civile xem xét lại lịch sử từ vựng phương ph p ứng dụng (2002) Một hương vị từ vựng tập hợp mô tả hương vị sản phẩm Trong hội đồng đ nh gi tạo danh sách riêng để mơ tả sản phẩm nghiên cứu, từ vựng cung cấp nguồn gốc từ ngữ với tài liệu tham khảo c c định nghĩa để làm rõ Theo Drake Civille, phát triển hương vị từ vựng đại diện đòi hỏi nhiều bước sản phẩm phù hợp tham khảo sưu tập, hệ ngôn ngữ định c c định nghĩa tài liệu tham khảo trước danh sách mơ tả cuối x c định Sau phát triển định nghĩa hương vị sử dụng để ghi lại x c định vị sản phẩm, so sánh sản phẩm x c định ổn định lưu trữ để nghiên cứu mối tương quan liệu giác quan với ý thích người tiêu dùng / chấp nhận hương vị ịnh nghĩa hương vị tốt nên có phân biệt mơ tả Các ngôn ngữ nên phát triển từ mẫu thiết lập đại diện rộng rãi triển lãm tất biến tiềm sản phẩm Ví dụ, Drake et al (2001) thu thập 220 mẫu mát Cheddar khác tuổi tác, xử lý nhiệt sữa nguồn gốc địa lý để x c định ngôn ngữ mô tả cho mát Cheddar (xem Bảng 1) Các mẫu thiết lập công chiếu vào 70 m t trước hệ ngôn ngữ Trong việc tạo từ vựng, bảng điều khiển thường xuyên rà soát danh sách, sáp nhập c c điều khoản, loại bỏ dư thừa tổ chức c c danh s ch để thuộc tính xuất hầu hết sản phẩm thử nghiệm iều quan trọng nhiều điều khoản không sử dụng để mô tả c c hương vị nhau; ngược lại quan trọng thuật ngữ không đại diện chồng chéo với nhiều hương vị kh c Như ví dụ vấn đề từ vựng, Drake et al (2001) báo cáo việc sử dụng thuật ngữ "tuổi" hương vị mát Cheddar thực tế, thuật ngữ meta bao gồm ba hương vị hương vị Một từ vựng tối ưu hóa liên quan người tiêu dùng chấp nhận / từ chối c c phép đo cụ vật lý NHĨM 13 ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng Sử dụng PCA chế biến nƣớc ép rau cách lên men lactic 5.1 Giới thiệu  Các loại nước ép bắp cải, cà rốt tiêm Lactobacillus plantarum 92H nồng độ 8x106 CFU/ml, lên men nhiệt độ 24 0C 150 Trong trình lên men, thơng số pH tổng lượng acid đường khử, acide L-ascorbic, lactic, acide acetic acid citric c c acide amine … cảm quan hình dạng, màu sắc độ đục, hương vị… theo dõi Áp dụng c c phương pháp thống kê đa biến để đ nh giá kết hóa chất cảm quan (hương vị) phân tích loại nước ép.PCA giảm thành phần phân tích ban đầu thành phần độc lập (yếu tố) chiếm 96,92% tổng phương sai giảm hương vị hỗn hợp mô tả hương vị cho thành phần (yêu tố) chiếm 97,28% tổng phương sai  Các loại nước ép rau chế biến cách lên men Lactic tạo thay đổi loại đồ uống có giá trị dinh dương hàm lượng vitamin, khoáng chất cao ố với loại nước ép rau chế biến cachs lên men acide lactic acide lacic xem chất quan trọng loại acide có tác dụng khử trùng  ối với thành tựu việc lên men sản phẩm rau, chủng vi khuẩn lactic nuôi cấy để sử dụng Các chủng lactobacillus nghiên cứa để cải thiện mùi vị nước ép, giảm pH, nitrate, nitrite, giảm amine sinh hoc Các nhà sản xuất mong muốn going vi sinh vật cải thiện mùi pH cách nhanh chóng loại nước ép trái Các nhà nghiên cứu thử nghiệm 16 giống chi lactobacillus mẫu bắp cải cà rốt Sau bảy ngày lên men 27 30 0C tổng lượng acide pH yếu tố đường khử, acide hữu amoni nitrate nitrire x c định Dựa kết lựa chọn ba chủng  Các nhà nghiên cứu KUCH ứng với thư (1994) lên men rau (bầu, bắp cải, cần tây) cách sử dụng lactobacillus plantarum, Lb pentosub Lb brevis Tương ứng với thứ tự bầu lên men vòng ngày, bắp cải vòng ngày, cần tây vòng ngày Bắp cải muối sản xuất theo cách có hương vị chua dễ chịu, kết cấu đàn hồi màu sắc sang  Phương ph p phân tích thành phần áp dụng ngành khoa học viễn tưởng đ nh giá phân tích thực phẩm PCA sử dụng c c để làm giảm thông số số lượng lớn thành phần thành lượng nhỏ lượng nhỏ thơng tin chức phương ph p giảm số chiều tập biến cách xây dựng tổ hợp tuyến tính tương quan Việc kết hợp tính tốn cách dựa khác biệt thành phần trục c c điểm không gian p chiều  Các nhà nghiên cứu DESTEFANIS (2000) sử dụng phương ph p PCA cho việc nghiên cứu mối quan hệ hóa học, vật lý cảm quan (18 biến) đo c c mẫu cảm quan Ba thành phần chiếm 63% tổng phương sai (PC1 34% PC2 20,6%, PC3 38%) Các nhà nghiên cứu SORIA (1999) p dụng phương ph p NHĨM 14 ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng PCA cho việc đ nh gi độ táo c c phương ph p kh c C c nhà nghiên cứu đ nh gi c c thuộc tính chất lượng t o sản xuất ethylene Các nhà nghiên cứu POKORNY (1995) dựa phụ thuộc vào thời gian để x c định nồng độ đắng, cay rượu Các kết đ nh gi bẳng phương ph p trung bình nhân hồi quy PCA PCA chứng minh thích hợp Phương ph p chiếm 85,4% tổng phương sai liệu, phương ph p thứ chiếm 9% phương ph p thứ chiếm 3,7% 5.2 Nguyên liệu Chuẩn bị:  Rau tươi (bắp cải, cà rốt, cần tây, củ cải đường) mua thị trường rau địa phương Slovakia  ối với bắp cải dỡ bỏ lớp cắt nhỏ thành mảnh nhỏ  Ép nghiền rau để thu nước ép, loại nước ép lọc trộn theo tỉ lệ 2:1(2 phần nước ép bắp cải phần nước ép cà rốt) Sau trộn thêm Dglucose 2% muối 5% vào bình vơ trùng 250ml rót sẵn nước ép Mỗi bình tiêm lactobacillus plantarum 92H nồng độ 8x106 cfu/ml gắn vào phích cắm cao su vơ trùng Mỗi loại nước ép lên men 240C 150 5.3 Xácđịnh pH : Việc đo pH tiến hành bang cách sử dụng dụng cụ đo lường pH CG-843SCHOTT ức 5.4 Xác định Acide: Tổng nồng độ acide xác định phương ph p chuẩn độ trực tiếp với dd NaOH 0,1N, chất thị phenolphthalein, acide lactic a XÁC ĐỊNH ĐƯỜNG GIẢM THEO SCHOORL  Các Cu2+ x c định sau hệ thống Cu2O KI bị oxi hóa CuSO4 x c định chất chuẩn Na2SO4 x c định acide L-ascorbic:  L-ascorbic x c định quang phổ với 2,6-diclorophenolindophenol b XÁC ĐỊNH ACIDE HỮU CƠ (acide lactic,acide citric,acide acetic) acide amin (histamine, cadaverine,potrescine) isotachophorecide  C c phép đo thực với máy phân tích quang phổ ZKI 01 Vill Labeco Spisska N Ves c ACID HỮU CƠ  Nồng độ chất điện giải acid hữu 2mol/dm3, pH=4,25, methylhydroxythylcelulose 0,1% Và cuối acid capronic 5x10-3 mol/dm3 Các mẫu phân tích dịng điện 300 μA d XÁC ĐỊNH ACIDE AMINE BẰNG PHƯƠNG PHÁP HPLC NHĨM 15 ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng  Theo nhà nghiên cứu GREIFet (1997,1999) amin hữu (histamine tyramine pu-trescine) x c định c c dẫn xuất danzy 5.5 ánh giá cảm quan loại nƣớc ép bắp cải, cà rốt  Các mẫu đươc đ nh gi 10-14 gi m định viên Trước phân tích cảm quan, mẫu nước ép đông lạnh rã đông làm ấm đến nhiệt độ phòng đ nh gi nhiệt độ mẫu 15-180C  C c gi m định viên tiến hành đ nh gi hình d ng màu sắc độ đục, kết tuae hương vị mẫu  ộ đục màu sắc đ nh gi điểm cường độ ( điểm khơng đục điểm đục) Hình d ng đ nh gi điểm hưởng thụ ( điểm không phù hợp điểm tốt) ể đ nh gi hương vị, áp dụng phương ph p đồ họa, phương ph p ta biết rõ vị hỗn hợp như: ngọt, chua, hài hòa thành phần đ nh gi 5.6 ƢƠN Á ỐNG KÊ ể đ nh gi kết phân tích cảm quan, PCA áp dụng phương ph p thống kê đa biến, phân tích tương quan Dữ liệu SGWIN (Statgraphic for windows) phân tích 5.7 KẾT QUẢ Việc đ nh gi c c loại nước ép rau lên men acid lactic tiêm Lactobacillus plantarum 92H nồng độ khác Dựa kết việc phân tích hóa học, phân tích cảm quan, sử dụng phương ph p PCA có c c vấn đề cần giải quyết:  Mục đích việc áp dụng c c phương ph p để đ nh gi cảm quan phân tích loại nước ép rau khác (bắp cải, cần tây, cà rốt, bắp cải cà rốt ,) xử lý trình lên men acid lactic Trong sản phẩm nước ép cà rốt khuyến cáo hầu hết c c nhà đ nh gi với tỷ lệ 2:1  ể đ nh gi kết phân tích chất hóa học (pH, tổng lượng acid, acid hữu acid amin) cảm quan (vị giác) loại nước ép, áp dụng phương pháp PCA (ngồi áp dụng phân tích mối tương quan FA CA)  ối với trình lên men nước ép bắp cải cà rốt không tiệt trùng, chọn vi khuẩn acid lactic chủng Lactobacillus plantarum 92H Trong trình lên men, thơng số phân tích sau quan sát, theo dõi: pH, tổng lượng acid, axit Lascorbic, acid lactic, acid acetic, acid citric, acid amine (histamine, cadaverine, tyramine, putrescine) Những thay đổi giá trị pH, tổng số acid, loại đường khử, L-ascorbic acid acid hữu qu trình lên men thể Bảng NHÓM 16 ề tài: Tìm hiểu ứng dụng PCA phân tích mô tả định lượng Ứng dụng PCA sản phẩm sữa tiệt trùng 6.1 Tóm tắt  Phân tích mô tả định lượng sử dụng để mô tả thuộc tính quan trọng chín sản phẩm (UP) sữa siêu tiệt trùng có nồng độ chất béo khác nhau, bao gồm hai sản phẩm giảm lactose, từ hai nhà máy sữa Phân tích thành phần nhận biết bốn thành phần trọng yếu, chiếm 87,6% phương sai c c liệu thuộc tính cảm quan Căn vào thành phần x c định sữa UP dựa theo bốn mức độ tương ứng với thuộc tính nấu, sấy/kéo dài, đắng Chất lượng sản phẩm tổng thể mơ hình hóa chức phân tích thành phần dùng nhiều hồi quy bình phương nhỏ (R2 = 0,810) Những chứng minh tìm thấy cơng dụng phân tích mơ tả định lượng để x c định đo lường UP thuộc tính sản phẩm sữa thay đổi quan trọng người tiêu dùng  Tên viết tắt: OLS= bình phương nhỏ nhất, PC= thành phần chính, phân tích PCA= PC, hồi quy PCR= PC PLS= bình phương tối thiểu, QDA = phân tích mơ tả định lượng UP= siêu trùng… 6.2 Giới thiệu  Mở rộng thời hạn sử dụng sản phẩm sữa dạng lỏng đóng góp vào cạnh tranh ngành cơng nghiệp sữa thị trường nước giải kh t Như mối quan hệ nghịch đảo tồn thời gian tồn trữ sản phẩm khối lượng hàng tồn kho sản phẩm trì trung tâm phân phối, sản phẩm với hạn sử dụng ngắn có chi phí phân phối hàng tồn kho tương đối cao Hơn nữa, sản phẩm hạn sử dụng dẫn đến tổn thất tài cho xử lý sữa Do chiến lược xử lý mở rộng thời hạn sử dụng sản phẩm sữa lợi ích kinh tế để xử lý sữa Chế biến nhiệt độ siêu cao siêu tiệt trùng (UP) đại diện cho hai phương ph p áp dụng để mở rộng hạn sử dụng sản phẩm sữa ngồi cách trùng thơng thường Sữa tiệt trùng xử lý nhiệt độ nhiệt 135oC 150oC 1-5s, sau sữa đóng gói điều kiện vơ trùng bảo quản nhiệt độ phịng mà khơng cần bảo quản lạnh Việc xử lý nhiệt sữa UP tương tự sữa UHT, với cách xử lý >138oC 2s (FDA 1999) sữa khơng vơ trùng đóng gói So với hạn sử dụng đặc trưng sữa dạng lỏng từ 10-21 ngày sản xuất điều kiện nhiệt độ cao thời gian ngắn thông thường (≥72oC 15 giây- FDA,1999), sản phẩm UP mở rộng hạn sử dụng 60 ngày điều kiện bảo quản lạnh (Boor Nakimbugwe, 1998)  Khi chất lượng sản phẩm đ p ứng yêu cầu chấp nhận người tiêu dùng, khả đ nh gi thuộc tính đặc trưng thị hiếu sản phẩm chất lượng cao cần thiết cho phát triển sản xuất sản phẩm đ p ứng mong đợi người tiêu dùng Phương ph p khảo sát sản phẩm sữa truyền thống để đ nh gi sữa dạng lỏng cho c c đặc tính cảm quan dựa điểm số sản phẩm theo danh sách chuyên biệt khuyết điểm thường tìm thấy sữa tiệt trùng thơng NHĨM 17 ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng thường Các nhà chuyên môn sản phẩm sữa truyền thống bị trích khơng dự đo n chấp nhận người tiêu dùng, thiếu khách quan việc đ nh gi chất lượng, gặp khăn khó x c định định lượng, thiếu tiện ích cho việc kết hợp xếp hạng thuộc tính phân tích định hướng với điểm chất lượng mặt tình cảm theo định hướng (Claassen Lawless, 1992) Ngoài hạn chế, việc áp dụng chiến lược khảo sát truyền thống với sản phẩm UP có thêm thách thức phân tích thay đổi đặc tính sản phẩm UP tinh tế diễn khoảng thời gian dài so với thay đổi thường gặp sữa tiệt trùng thơng thường (Boorand Nakimbugwe,1998; Shipe, 1980) Vì vậy, ngành công nghiệp sữa theo hướng sản xuất sản phẩm thời hạn sử dụng kéo dài, cần tiên phong để phát triển cơng nghệ thích hợp cảm quan đặc tính cho sản phẩm Một chấp nhận phân tích mơ tả định lượng (QDA) đạt cách tiếp cận để đ nh gi cảm quan thực phẩm sản phẩm sữa khác (Stone Sidel, 1998), có sữa trùng thông thường (Phillips) 6.3 PCA  Với liệu mơ tả cảm giác, nhiều biến phụ thuộc liên quan với Sau ANOVA, số mô tả cảm giác cá nhân phân biệt mẫu nhiều mơ tả điều khiển c c nguyên nhân giống PCA kỹ thuật phân tích đa biến mà cung cấp phương ph p phân tích từ cấu trúc phương sai ma trận tương quan PCA nhận dạng hình dạng mối tương quan biến phụ thuộc thay biến cịn gọi yếu tố, cho nhóm thuộc tính ban đầu tương quan C c phân tích sau x c định nhóm thứ hai thứ ba thuộc tính có nguồn gốc yếu tố cho nhóm dựa phương sai cịn lại (mà phương sai cịn lại chiếm yếu tố trước gỡ bỏ) Các thuộc tính có mối tương quan với kích thước gọi yếu tố tải trọng, sản phẩm có giá trị vào c c kích thước mới, gọi điểm số yếu tố Các yếu tố tải trọng hữu ích việc giải thích kích thước điểm số yếu tố cho thấy vị trí tương đối sản phẩm đồ Do PCA biến đổi biến số phụ thuộc vào kích thước ban đầu khơng tương quan để đơn giản hóa cấu trúc liệu, loại bỏ mô tả dư thừa nguyên nhân tiềm ẩn biến tiềm  PCA áp dụng cho thuộc tính trung bình xếp hạng liệt kê Bảng để đơn giản hóa việc giải thích liệu từ 15 thuộc tính đo chín sản phẩm NHĨM 18 ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng Bảng 4: Table Mean panelists’1 ratings of ultrapasteurized milk at d 60  Plant Overall quality rating2 Cooked aroma3 Caramelized aroma Grainy/malty aroma Cooked flavor Sweet flavor Caramelized flavor Bitter flavor Metallic flavor Viscosity Drying Chalky Drying aftertaste Metallic aftertaste Bitter aftertaste Lingering aftertaste 1NFQ100 LR 6.5b 4.2ab 2.0ab 0.7a 4.7ab 4.4a 1.4ab 0.4ab 0.9a 2.6b 2.6a 0.4a 3.0a 0.6a 0.2b 2.7b 1LF70L R 6.9ab 5.3ab 2.0ab 1.0a 4.7ab 3.7a 1.7a 0.4ab 0.7a 3.1ab 2.3a 0.6a 3.1a 0.4a 0.3ab 3.0b 1RFHP 1RFQ 7.6ab 4.8ab 2.2a 0.8a 5.2ab 1.3b 1.1ab 0.2b 0.3a 3.8ab 2.9a 0.9a 3.5a 0.5a 0.2b 3.3b 7.4ab 5.8a 1.5ab 0.9a 6.3a 1.5b 0.9ab 0.1b 0.5a 3.5ab 2.7a 0.7a 3.4a 0.6a 0.1b 2.9b Plan 1RFH G 6.9ab 6.0a 2.0ab 1.3a 5.9ab 1.1b 1.3ab 0.8ab 0.5a 4.5a 2.5a 0.3a 3.6a 0.8a 0.7ab 3.4b 2NF Q 6.6b 4.3ab 0.4b 0.6a 3.5b 1.0b 0.5b 1.0ab 0.6a 2.3b 2.0a 0.5a 2.5a 0.3a 0.7ab 2.7b 2RFH P 6.2b 3.5b 1.0ab 0.2a 4.5ab 0.6b 0.6ab 1.2a 0.3a 3.1ab 2.8a 0.5a 2.9a 0.3a 1.8a 3.7a 2FFH G 7.3ab 4.9b 1.3ab 0.8a 4.7ab 1.0b 0.9ab 0.4ab 0.3a 5.0a 2.1a 0.5a 3.0a 0.3a 0.3ab 3.0b 2FFP 7.7a 4.2ab 1.2ab 0.3a 4.4ab 1.3b 0.8ab 0.1b 0.1a 4.3a 2.2a 0.3a 2.8a 0.3a 0.9ab 3.0b Means within the same row (attribute) with different superscripts differ (P  0.05) ab  Một khía cạnh quan trọng PCA bao gồm việc x c định số lượng thuộc tính kh c (PC) trưng bày tập liệu Khi bốn m y tính tạo từ phân tích có giá trị riêng > chiếm 94,4% tổng phương sai tập liệu, bốn máy tính giữ lại Bốn m y tính sau phải chịu Varimax ln chuyển để đưa chúng vào liên kết chặt chẽ với biến số ban đầu Các Varimax xoay quanh yếu tố trội đại diện cho mối tương quan máy tính phép đo thuộc tính ban đầu thể Bảng Bảng 6: Varimax rotated principal ultrapasteurized milk attributes component factor loadings for  Attributes PC1 PC2 PC3 PC4 0.013 0.034 0.208 0.539 0.567 0.252 0.964 0.021 0.231 0.032 0.702 0.547 0.091 0.350 0.146 Cooked aroma 0.9711 Caramel aroma 0.497 Grainy/malty aroma Cooked flavor Sweet flavor 0.038 0.082 0.969 Bitter flavor 0.186 0.003 0.191 0.946 Dry texture 0.004 0.942 0.101 0.092 Lingering aftertaste 0.003 0.758 0.389 0.413 Proportion of total variance 33.1% 25.7% 19.0% 16.6% NHĨM 19 ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng  Tải trọng với giá trị tuyệt đối lớn 560 (in đậm) đại diện cho ảnh hưởng mạnh mẽ PC1 hoàn toàn liên quan đến sau xử lí thuộc tính: hương thơm hương vị sau xử lí PC2 có yếu tố tải trọng lớn cho khô kéo dài PC3 phần lớn yếu tố liên quan đến thuộc độ ngọt: caramel độ PC4 gần hoàn toàn bị ảnh hưởng vị cay đắng Hình  PCA điểm giá trị yếu tố sản phẩm (bảng 7) xác định rõ vị trí sản phẩm với môt PC xoay Varimax  thị minh họa mối quan hệ vị trí sản phẩm sản phẩm Với đồ thị minh họa này, sản phẩm tượng tự xếp gần sản phẩm khác đặt xa (theo Cỗn 1982, Lawless Heymann 1998, Schiffman người khác 1981) Hình cho thấy vị trí sản phẩm trình nấu (PC1), sấy (PC2) trục độ ngot (PC3) Theo mong đợi, hai sản phẩm sữa lactose giảm (mẫu 1NFQ100LR 1LF70LR) c c loại sữa kh c nên xếp gần trục tách từ loại sữa khác Các loại sữa có nồng độ chất béo giống xếp gần nhau.Hình cho thấy vị trí sản phẩm trình nấu (PC1), sấy (PC2)và trụcđắng, cay (PC4).Mẫu 2RFHP phân biệt với phần cịn lại có đọ đắng cay cao c c loại sữa có nồng độ chất béo giống xếp gần Tất sản phẩm phân xưởng nhóm lại với tương tự sản phẩm phân xưởng nhóm lại với điều cho thấy sản phẩm từ c c phân xưởng tương tự giống so với sản phẩm đến từ nhà khac Sữa giảm béo (mẫu 2RFHP) đ nh gi có chất lượng thấp nhất, mẫu FFP có đ nh gi chất lượng cao nên đưa vào cực trung tâm NHÓM 20 ề tài: Tìm hiểu ứng dụng PCA phân tích mơ tả định lượng Hình NHĨM 21