千百年来，中国白酒的风骨藏在老匠人的舌尖记忆里。一窖糟醅、一轮发酵、一次勾调，风味好坏全凭品酒师日积月累的感官直觉，是白酒行业的传统“经验酿酒”时代。当下白酒产业数字化转型已上升至产业顶层战略，行业共识正从千年传承的经验酿酒全面转向标准化、可溯源的数字化酿造。但产业数字化转型至今存在核心卡点：绝大多数智能设备仅采集温湿度、发酵时长等宏观工艺参数，缺失酒体风味分子层面的定量数据支撑；传统感官品评仍是品质分级、香型判定的核心标尺，老师傅 “舌尖经验” 无法转化为可复用、可量化的标准化数字资产。

2026年7月，麦特绘谱创始人贾伟教授联合上海六院赵爱华教授和江南大学徐岩教授在Food Chemistry上发表题为“Flavoromics and machine learning for baijiu flavor and quality prediction”的重磅研究，建立平行衍生-UPLC-TQMS高通量定量方法，一次性覆盖8大类共130种白酒核心风味物质，依托2048份覆盖国标全部12种香型的白酒样本构建标准化风味数据库；结合随机森林、XGBoost等机器学习算法，实现香型精准判别、浓香型基酒三级品质自动分级，为白酒数字化品控、风味机制解析、真伪溯源提供完整标准化技术范式。

方法创新：13分钟完成130种风味物质的精准“画像”

研究团队首先针对白酒醛酮、醇酚、酯、吡嗪等多官能团风味物质难以同步检测的痛点，开发了分类衍生化、平行处理、合并进样的三步走策略以提升其检测灵敏度。

单次UPLC-TQMS运行时间仅13分钟，可同时定量130种目标化合物，覆盖八类风味化合物。所有物质线性关系表现良好，可覆盖白酒内从痕量到常量跨度四个数量级的风味组分；日内、日间精密度CV全部低于15%；衍生处理后的样品在-20℃避光条件下可稳定储存 72 小时，定量准确度适配白酒实际样品大批量检测工作。

图1. 白酒风味表征的高通量方法和机器学习框架

风味数据库构建：覆盖全国12种香型的2048个样本库

基于上述高通量方法，团队汇总了2048个酒样的数据，覆盖全部12种国标香型，还涵盖了三个不同质量等级的浓香型基酒：

● 成品酒样本（1208份）

四大基础香型：浓香、酱香、清香、米香

八大衍生香型：馥郁香、兼香、芝麻香、豉香、凤香、董香、特香、老白干香

● 浓香基酒样本（840份）

全部来自安徽古井贡酒厂，由六名国家级品酒师（二级及以上）独立评定

A级（高）236份、B级（中）360份、C级（低）244份

全部样本均经国家标准的合规性验证（依据GB/T系列标准），且采集渠道涵盖线下商超、线上官方旗舰店及酒厂直供，保证了样本的代表性和真实性。

图2. 白酒数据库构建

机器学习模型：实现12大白酒香型精准判别

研究纳入SVM、KNN、随机森林、XGBoost、CatBoost、LightGBM、弹性网络、多层感知机、朴素贝叶斯9种主流机器学习算法开展香型分类建模，其中随机森林RF模型综合表现最优，训练集各项评价指标全部高于0.96，且在独立验证集上取得了93%的分类准确率。

通过SHAP（SHapley Additive exPlanations, 一种基于博弈论的模型解释方法）可解释性分析，量化定义了每种香型的“化学身份证”，浓香型白酒的独特风味主要源于显著高浓度的己酸乙酯和己酸；酱香型则凭借高温制曲工艺，富集了大量吡嗪类化合物作为标志物；而清香型和米香型尽管整体风味浓度较低，却分别以环戊酸酯和壬二酸二乙酯、2-羟基丁酸作为自身的差异化标签，芝麻香型展现出“酱浓兼有”的双栖特征，而豉香型虽以米香型为骨架，但其独特的有机酸分布又使其向清香型靠拢。上述结果从化学维度印证了传统工艺的“风味血缘关系”。

图3. 白酒风味分类

XGBoost模型：完成浓香型基酒三级品质智能分级

相较于香型分类，对同一香型下的基酒进行质量分级是一项更具挑战的任务。研究同步基于9类算法搭建浓香型基酒A/B/C三级品质预测模型，XGBoost为最优分级模型，训练集准确率达到93%，在独立验证集上仍取得了90%的准确率。

SHAP分析进一步筛选出15个品质分级核心标志物：己酸乙酯、乙酸乙酯、己酸等9种物质浓度与酒体品质呈正向相关，酒体等级越高含量越高；剩余6种物质呈现非线性分布特征，庚酸在中端B级基酒浓度达到峰值，2-乙基- 3,5-二甲基吡嗪在高端A级含量最低，乳酸、马来酸、吡嗪类物质则在A、C两级中的浓度较高，证实白酒品质由多种风味物质的浓度区间、配比协同决定。

图4. 浓香白酒质量分级

产业展望：从“老师傅的经验”迈向“数据驱动的智造”

研究以高通量靶向风味组学搭配可解释机器学习，完成从“舌尖感官定性”到“分子数据定量”的技术跨越。13分钟全组分质谱检测、2048份覆盖全香型的标准化数据库、93%香型判别精度、90%基酒分级准确率，整套技术可应用于基础科研、酒厂生产、市场监管全链条。后续持续扩充样本库、融合工艺、储存等多维度数据后，未来搭建覆盖香型、品质、产地、年份的白酒数字风味地图，推动中国白酒全面迈入数据驱动的标准化数字酿造时代。

绘谱帮你测

麦特绘谱同时布局GC-TOF MS与UPLC-TQ MS风味组学平台两套成熟技术体系，同时覆盖挥发性香气与难挥发极性呈味物质，兼顾未知物质挖掘与高精度绝对定量，一站式提供全维度风味组学解决方案，支持从基础科研到产业标准化质控全流程需求。

【GC-TOFMS 风味组学平台】

全局无偏向筛查挥发性香气物质，适配各类食品、饮品、农产品风味探索研究。

● 超强数据库

自建10000+种挥发性风味物质标准数据库，覆盖醇、酮、醛、酯、酚、呋喃、吡嗪、含硫杂环等全部挥发性类群，无需预设目标物，一次性扫描样本内所有可挥发香气组分，捕捉未知差异标志物。

● 双重定性保障

质谱匹配度结合色谱保留指数双重核验，定性结果严谨可靠。

● 适用场景

新品风味轮廓解析、加工/发酵工艺香气动态变化、风味缺陷溯源、不同组别差异物质初筛……

【UPLC-TQMS 风味组学平台】

高极性、热不稳定、难挥发组分精准绝对定量，补足气相检测盲区。

● 突破气相检测短板

搭配双试剂平行衍生技术，稳定捕获决定口感风味的非挥发性组分，覆盖气相难以触及的风味维度。

● 超高灵敏度绝对定量

三重四极杆MRM检测模式，针对痕量极性风味物质实现绝对定量，输出统一标准化浓度数据，数据重复性、稳定性满足大样本建模、品质分级、标准化质控需求。

● 适用场景

目标风味精准含量测定、大规模样本数据库搭建、品质智能判别模型开发、极性呈味物质机制深挖；依托定制单体标准品，对已知关键风味组分实现精准数值量化……