本發明屬于生物技術領域，具體涉及一種酒醅餿味鑒別方法，其通過隨機森林算法建立酒醅餿味判別模型，然后根據酒醅樣品中的微生物數據信息依據所述判別模型的鑒別依據對酒醅樣品進行餿味鑒別，從而得到酒醅樣品的餿味鑒別結果，其不僅可以準確及時的判定酒醅是否產生餿味，而且還可以對酒醅是否產生餿味進行預判，相對于傳統的酒醅餿味鑒別方法而言，更為客觀。

技術領域

本發明屬于生物技術領域，特別涉及一種酒醅餿味判別模型構建方法，以及采用該構建的模型進行酒醅餿味判別的方法。

背景技術

醬香型白酒采用堆積發酵，其是將下甑后糟醅攤晾拌曲后堆積在晾堂中，使酒醅富集環境中的特定微生物為窖內厭氧發酵做準備。

但是，當工藝操作或管理不當時，會使堆積的酒醅產生餿味，進而最終導致基酒的品質下降。為保證基酒的品質，常需要提前對酒醅的工藝操作或管理進行防范控制，或者當工藝操作或管理出現失誤時能夠采取有效的解決辦法，而判斷工藝操作或管理失誤是否會影響基酒的品質，首先需要能夠及時、準確的判定酒醅是否已經產生餿味。而現有的用于判定酒醅是否產生餿味是主要是基于體驗者的感官進行評價，其受體驗者的經驗、身體狀態的影響，而且也不能提前預判酒醅是否異常。因此，需要一種客觀、簡便且準確率高的判別方法。

發明內容

本發明的目的在于提供一種酒醅餿味判別模型構建的方法。

本發明的目的還在于提供一種可以準確判別酒醅是否產生餿味的方法。

本發明的目的還在于提供一種可以提前預判酒醅是否產生餿味的方法。

為達到上述目的，本發明采用的技術方案為：

一方面，本發明提供了一種構建酒醅餿味判別模型的方法，其包含以下步驟：

(1)信息提取：利用高通量測序技術獲取酒醅樣品的微生物信息。

所述微生物信息包括微生物的屬分類，以及屬對應的微生物含量。通過高通量測序技術，可以準確且全面地獲取微生物信息。對于高通量測序技術的選擇，則無特別的限制，現有技術中，可用于獲取微生物屬分類，及對應含量的高通量測序技術均可，如Illumina Miseq測序平臺、羅氏454測序平臺或Ion Torrent測序平臺等等。

(2)酒醅分類：通過感官評測步驟(1)中酒醅樣品的餿味類型，將酒醅樣品分為無餿味、餿味輕、餿味重三種類型。

感官分類為目標主要的酒醅餿味分類的方法，該方法主觀性較強。為了提感官分類的準確性，本發明中，成立了5人的感官評判小組，對餿味進行了專業訓練與評判。

其中，步驟(1)和步驟(2)的順序可互換或者同時進行。

(3)變量優化：根據步驟(1)中的微生物信息和步驟(2)中的餿味類型，采用隨機森林算法中變量重要性度量對酒醅樣品的微生物組成變量進行優化篩選，獲取對酒醅樣品餿味分類貢獻大的微生物組成變量。

步驟(3)中，森林算法中，變量重要性度量選自平均精度下降Mean DecreaseAccuracy；所述的微生物組成變量為微生物的屬分類。

作為優選的實施方式，步驟(2)中，優化篩選的原則為變量的平均精度下降MeanDecrease Accuracy變量占到80％以上，80％表示80％的樣品中都含有該微生物，從而可以保證大部分樣品都含有該微生物，從而使后續的模型更具有普遍性。