Важный этап изучения водки заключается в том, чтобы отличать водку от других спиртных напитков. Эти исследования позволили определить уникальный состав водки, что, в свою очередь, позволило ее надлежащую идентификацию. Примером таких исследований может служить выделение алкогольных напитков с помощью электронного носа (Ragazzo-Sanchez et al. 2006). Электронный нос — аналитическое устройство для быстрого обнаружения и идентификации одорантных смесей; его режим работы имитирует человеческое обоняние.
В электронном носу обычно используются специальные химические датчики, которые генерируют характерный ароматический профиль, так называемый отпечаток пальца, в ответ на воздействие исследуемой газовой смеси. Идентификация компонентов смеси основана на сравнении с эталонными профилями. Учитывая режим работы, электронный нос похож на человеческий нос. Кондуктометрические датчики используются чаще всего. Датчики типа металл-оксид-полупроводник (MOS) являются наиболее характерными в этой группе. Они относительно недороги, стабильны, просты в эксплуатации и обладают высокой чувствительностью (ppb v / v). Электронные носовые инструменты на основе датчиков не избирательны в отношении конкретных соединений. Каждый датчик MOS-типа, используемый в электронном носу, является селективным по отношению к конкретной группе соединений, что дает суммарный профиль аромата, характерный для данной смеси. Следовательно, электронные носовые инструменты этого типа подходят для различения образцов, которые существенно отличаются по профилю аромата. Применение хемометрических методов, позволяющих идентифицировать наиболее важные данные, позволяющие различать образцы, повышает способность электронных носовых инструментов различать.
РRagazzo-Sanchez et al. (2006) проанализировали такие алкогольные напитки, как текила, водка, виски, пиво и красное вино. Было продемонстрировано, что водки характеризуются самым плохим ароматическим профилем, что выражается в минимальном содержании летучих веществ. Основываясь на анализе основных компонентов (PCA), можно было разделить спирты на группы. Только текила и виски частично перекрывались, а водка составляла отдельную, легко различимую группу (Ragazzo-Sanchez et al. 2006). Видно, что электронный нос на основе датчиков типа MOS позволял различать образцы спирта, которые значительно различаются между собой, особенно по концентрации этанола. Однако были трудности в различении образцов, имеющих сходный профиль аромата. Электронный носовой инструмент использовался для различения 21 различных алкогольных напитков (вино, пиво, водка, виски и текила).
Анализ данных проводился с помощью PCA и дискриминантного факторного анализа (DFA). Как DFA, так и PCA позволили отличить спиртосодержащие напитки от винных и пивных продуктов. В случае исследования только спиртосодержащих напитков оба метода позволяли различать отдельные виды алкоголя; однако DFA оказался лучше в этой области. В обоих случаях водки отличались наилучшим образом, тогда как продукты виски и текилы были очень близки друг к другу на участках (Ragazzo-Sanchez et al. 2008). Аналогичные исследования были проведены на водке, джине, виски и бренди с применением сенсорной оценки и спектрального анализа (Sujka et al. 2013). Все образцы были приобретены в магазинах в Варшаве. Подготовка образца состояла из лиофилизации, которая привела к удалению воды и, следовательно, к обогащению аналита. Сенсорная оценка была выполнена путем профилирования с использованием униполярной шкалы категорий (оценка вкуса и запаха), а именно 7-балльной шкалы, в которой наибольшее значение было присвоено самой высокой интенсивности исследуемого качества.
Команда, проводившая оценку, состояла из пяти обученных лиц. Водки были проанализированы по категориям вкуса (сладкий, горький и травяной), а также по категориям запаха (острый, сладкий и грушевый). По сравнению с джином водки имели более интенсивный вкус и запах; острый запах и травяной вкус были лучше всего обнаружены. Образцы после лиофилизации анализировали с помощью инфракрасной спектроскопии с Фурье-преобразованием (FT-IR). Полученные результаты были обработаны с использованием дискриминантного анализа, который позволяет идентифицировать или оценить качество неизвестного образца. Наилучшие результаты были получены с помощью модели, описывающей водку, поскольку она правильно классифицировала все образцы водки и отбраковала все образцы бренди, 73% образцов виски и 97% образцов джина (Sujka et al. 2013).
Задача различения среди различных типов спиртов была выполнена с помощью ICP-спектроскопии (Kokkinofta et al. 2003). Всего было проанализировано 68 алкогольных напитков, которые состояли в основном из разных видов зивании и включали только четыре образца водки из России и Швеции. Полученные данные были сгруппированы с использованием канонического дискриминантного анализа (CDA) или классификации бинарных деревьев (CBT) в зависимости от содержания металлов в образцах. Благодаря применению вышеупомянутых статистических методов стало возможным различать водки и другие исследуемые напитки.
The Analysis of Vodka: A Review Paper
Paulina Wiśniewska
