如何用儀器來取代感官分析--感官分析與儀器分析於食品感官品質量測的探討

食品資訊第270期第50頁

儀器分析能不能取代感官分析的結果?答案是，您必須先利用科學化感官分析量化感官分析的結果，進而使用多變量分析建立感官分析數據與儀器數據的預測模式，才有機會完成利用儀器分析預測人類感官分析的結果。

我們先從為甚麼要注重感官品質感官特性開始說起，因為產品最重要賣給「人」，所以我們必須分析產品的感官品質「人」的感受，「人」的感受是由產品的刺激，經由「人」的各種感覺受器，經由神經傳導最後進到大腦與自己過往的經驗結合，產生一種認知。並且，這個過程在族群中有一個正常的常態分佈。所以，接下來本文將針對儀器分析與感官分析代表性的問題：儀器分析為什麼不能、儀器分析那裡能及儀器分析如何能等三個層面來探討兩者之間的關係，並以電子鼻、電子舌、質地儀等主要儀器為例。更詳細的探討，可以參考[感官品評與感官分析]一書(姚念周，2012)的第九章。

為什麼不能直接用儀器結果代表感官分析結果

在討論儀器分析與感官分析的比較時，針對人類不同感官系統都有一些對應的儀器，不論是視覺上的色差儀(colormeter)或分光光度儀(spectrophotometer)；嗅覺上的GC或電子鼻；味覺上的電子舌或糖度計、鹽度計與酸鹼度計(pH meter)等；還是觸覺上的質地儀(texturemeter)或黏度計等等。相信都有人在探討。 雖然在嗅覺、味覺等不同感官系統中，利用儀器分析的結果來代表感官分析的結果有各種不同的討論點，但綜合來說，我們可以歸納出七個主要的原則：

1. 感官特性與儀器測試的指標往往並非單一對應，因為兩者間的產生機制並不完全相同。例如消費者使用的Q度無法與任一質地儀指標單獨對應。
2. 兩者作用的範圍不同，儀器測試主要為固定條件或固定變數下測量，但感官系統的感受過程是動態的。例如質地儀施力與口腔牙齒施力範圍不同。
3. 兩者的偵測性質不同。例如酸鹼度計偵測氫離子，味蕾同時偵測氫離子及陰離子。
4. 兩者的有反應的活性機制不同。GC或電子鼻偵測到的化合物可能氣味活性極低甚至無氣味活性。
5. 兩者會有體溫效應的差異。口腔中有體溫效應。
6. 兩者會有唾液效應的差異。口腔中有唾液效應。
7. 儀器分析在統計上為直線解釋模式，但感官分析在統計上為非直線解釋模式。

我們舉個實際案例來看，以使用鹽度計來講，市面上的鹽度計主要機制是以海水導電度做為基準，量度出來的市面上清醬油的鹽度是6.1，蠔油是9.4、醬油膏是13，而魚露是21。請問，我們品嘗這些產品時，所感受到的鹹味程度或簡稱鹹度是否也依此排序？答案顯而易見。

從上述七個差異的原則來說，感官分析與儀器分析實際上有很大的差異，那麼儀器真的比人客觀、比人敏感、比人穩定嗎？

1. 客觀性： 儀器被認為因為沒有情緒、沒有生理變化、沒有個人差異，因此比較客觀。我們先從感官分析採用人做為工具的角度出發，感官分析與專家評鑑、官能檢查及消費者意見調查等相比來看，感官分析本身從取樣(樣品及人)、實驗設計、測試操作到數據統計分析的每一步驟都是以科學概念嚴格控制，就是在消除主觀因素，因此應用感官科學支持的感官分析工具所取得的數據是客觀可代表族群反應的，ISO國際規範將之建立成多項感官分析標準，就是承認其科學性與客觀性。這也更證明感官分析工具採用人做為工具時，人類的生心理因素，需要專業的執行人員進行操作上的調控，也是這個工具必須納入考量的重要因素，所以整個概念是透過一連串科學客觀程序收集出人類主觀的反應，必竟，產品最後是要賣給人類，並非賣給儀器。
2. 穩定性： 同樣上述理由，人被認為不穩定，這裡所謂的穩定指的是不同天(或時間點)測試時的穩定程度而言，但感官分析中的兩大類品評員，各有方法去除不穩定的因子，在訓練型品評員方面，原本其篩選與訓練的程序中，就非常強調穩定性的評估；而在消費者型方面，則以擴大樣本數的方式，把不穩定的變異量放進統計中考量，所以不論是那類型的感官分析方式，都已將穩定性納進整體考量當中，並不是一個忽略穩定性的工具。
3. 敏感性： 這個議題也很有趣，儀器分析者不斷強調儀器比人敏感，甚至相似的儀器(如不同品牌的電子鼻/電子舌)開發者還會彼此比較誰的晶片更敏感，但如果我們目前討論的重點在感官品質的量測，而非食品安全的把關的話，這樣的論點就有很大爭議了，我們分為兩個角度來看： 就儀器是否一定比人敏感角度來說，我們應該可以研究中已證明很多儀器偵測不到(或所謂濃度不足)的化合物，人是比較敏感的，因此儀器一定比人敏感的論點並不成立。從敏感的意義角度來看，我們常回應強調儀器分析更敏感的人一句話，「那又如何？」，想想看，我們討論感官品質的最終目的為何，是要讓消費者(人)感受到正向感官特性及「不」感受到負向感官特性，如果你可以偵測到人感受不到的，請問意義在那裡？我們從企業實務的角度而言，為何要在意人類感受不到的化合物呢？除非這樣化合物有安全疑慮，那就與感官品質無關了。

因此，我們會結論[至目前為止，即使是電子鼻或電子舌等先進儀器，仍無法直接取代人類的感官反應，無論是在外觀、氣味、風味、質地及餘後感(味)等五大類感官品質方面]。

儀器分析能代表感官分析的關鍵成功因素

當然，我們在此並非全盤否認儀器分析的功能，否則，我們也不必在此探討感官分析與儀器分析的關係了，但我們希望指出，任何思考出發點應該以希望解決的問題的目的為重點。在企業組織的活動當中，並非全部靠感官分析工具來解決問題，包括品管的例行性檢驗工作或研發的預測工作中，當在建立了儀器分析與感官分析的結果的相關性後，儀器的使用仍然幫助很大，只是在確認採用的儀器指標前，應該要用相關性研究去確認採用指標與感官特性(品質)的高相關性，否則在低相關性的情況下，屆時用儀器指標所做的決定就很危險了。

在很多的研究論文中，無法獲得儀器分析與感官分析的良好相關性，那是為什麼呢？

首先，最常忽略的就是兩者比較的條件是否一致的問題，通常只顧著測量大量的儀測指標，但未思考人類真正感受的刺激是什麼，以及人類是如何去感受的，兩者的機制是否趨近，雖然先天上兩者之間有前節中說明的差異存在，但許多條件是可以控制的，應該盡量縮小上述差異的存在，例如在儀器測試時，可以控制樣品的溫度與感官測試者相同，又如測試牛肉質地時，兩者測試的牛肉塊大小應一致，再如兩者測試是否在同一階段進行，是否先進行感官測試再進行儀器測試(或反之)，而儲存狀態是否為影響變數，再如氣味分析時，其取樣是否為嗅聞時的條件，甚至顏色測試時，兩者使用的光源是否相同等等，都是常常忽略掉而又值得我們在執行時仔細思考的地方。

第二，常被忽略的問題為採用了不適切的感官測試，例如以非訓練型品評員進行強度分析的工作，或以非比例性質的感官數據與儀器數據進行迴歸，又如以較少的品評員人數進行感官測試，或在未控制的品評環境執行等等，以不適切的感官測試執行，自然無法預期獲得有效及可信的數據來進行相關比較。

第三，會發生的是忽略了感官特性的複雜性，我們以前介紹過，感官特性如外觀、氣味、風味、質地、口感等皆是集合名詞，而非單一名詞，這也提過的非單一對應問題的一部份，如果相互指定對應的指標並非真正對應，那自然相關性就不會高了。

第四，是兩者間取樣有誤差，例如一瓶果汁前半部取出進行品評，有沈澱的底部進行儀器測試，又如，一塊牛肉分切時，一邊有筋膜，一邊沒有筋膜。其實大家都理解取樣的重要性，只是忽略掉罷了。

最後是儀器往往較感官系統過於敏感，因此對於一些食品的不均一性較敏感，如黏度測定時，樣品中若有小氣泡對黏度計讀值的影響遠大於對感官黏度的影響，或者顏色測定時，樣品表面的小凹洞對色差儀讀值的影響亦大於對人類視覺的影響。

上述五點為專家們在歷來相關性研究中觀察到的一些較常發生的通病，提供給大家參考，並納入執行時的考慮重點。

從企業實務的角度而言，我們再回到電子鼻/電子舌的議題，在企業功能實務應用上，儀器指標(圖譜)的量測可以應用在品管功能上。在建立理想產品，或稱標的產品的圖譜後，將欲測取樣的圖譜與理想/標的圖譜比對後即可決定品管通過或不通過，但也必須先利用執行正確的感官分析程序決定理想產品或稱標的產品的容許範圍，也就是我們品管所說的上下限。企業可將電子鼻、電子舌應用於像生乳品管驗收或是農產品原料上，像這些產品，當下不適宜以人去品嘗，就必須蒐集終產品與原料特徵特性的關聯性，建立適切的圖譜再利用儀器檢測。如果覺得不好用，多半是因為方法建立時，未注意變數蒐集的問題，即遍後端有高級的硬體與軟體，終究只會產生garbage in garbage out 的結果。

至於在研發功能上，因為電子鼻/電子舌無法指出特定的感官特性，在找尋研發方向上，很難提供幫助，能應用的空間非常有限，但如果企業願意投入資源，建立自己專屬的感官特性與開發資料庫加上儀器的協助，也不是沒有機會應用，只是企業可以評估各種不同方式的投入建立開發資料庫的成本效益與產品的生命週期是否能夠平衡。 以儀器結果代表感官分析的工作8要素

至於感官分析與儀器分析的關係模式如何來建立呢？我們彙整重點要素如下：

1. 善用多變量統計模式(如PCA或SMR)取代傳統單變量回歸模式。
2. 氣味類研究可善用氣相層析嗅聞系統(GC-sniffing或GC-olfactometer)。
3. 在進行比較時，注重感官系統機制，讓儀器分析盡量配合感官系統的要求，模擬食品與人類感官系統互動的過程，例如氣相層析分析前的取樣是否以上部空隙(headspace)取代溶劑萃取即為配合此一趨勢的想法。
4. 執行感官測試時，採取適切的感官測試方法，例如採用比例估計法以及避免非實驗目的之其他因子的影響。
5. 兩者指標的定義要明確，且執行步驟(因素或條件)明確(應相同)，兩者應用範圍應一致，並以實際發生為主。
6. 在相關性的結論上必須注重統計概念，尤其是顯著性的結論。
7. 採用多重相關研究設計，不論是採用多項儀測指標或不同儀器測試。
8. 最後從降低相關性的鴻溝方面考量，建議先以訓練型品評員數據與儀器分析數據進行相關性探討後，再以訓練型品評數據與消費者型品評數據進行相關性探討。

在企業實務應用上，如果儀器要能突破目前應用頻率或應用準確率，首要工作是必須利用感官分析工具建立data base(資料庫)，而這個data base並非通用型的資料庫，以咖啡萃取液為例，不同咖啡豆來源、不同季節、不同比例與不同製程都是變數，加上各家咖啡飲料的配方、製程條件及包裝的變數，那影響產品咖啡風味的data base只有各家自己有，無法套用，只是目前碰到這個建立data base的工作要由儀器商還是產品品牌商(儀器使用者)來進行的困境，必竟建立data base須要先投入人力/物力或成本去建立。