VIEW ARTICLE    DOI: 10.1094/ASBCJ-59-0201

Multivariate Modeling of Sensory and Chemical Data to Understand Staling in Light Beer. Robert T. Foster II (1), Eric Johann Samp, and Hugo Patino, Coors Brewing Company, Golden, Colorado 80401. (1) Corresponding author. Phone: 303/277-2580; Fax: 303/277-6834; E-mail: <bob.foster@coors.com> J. Am. Soc. Brew. Chem. 59(4):201-210, 2001. Accepted June 21, 2001.

To identify beer chemistry changes during staling in light beer, an attempt was made to model analytical chemistry data with sensory data using multivariate statistical methods on samples subjected to various time-temperature treatments. Standard beer analyses were completed on these light beer samples in addition to using an in-house gas chroma­tographic method to profile carbonyl development during staling. Trained sensory panelists evaluated these packaged beer samples following stan­dard descriptive methods and rated a total of 31 attributes, of which 12 flavor and aroma attributes related to staling were selected for modeling. Projection to latent structures (PLS) algorithms were employed on the data to model the 48 known and 41 unknown carbonyl compounds to these 12 mean sensory scores. The known compounds found to be signifi­cant indicators of light beer staling from the PLS models were 2-furfural, acetal, 5-hydroxymethyl-2-furfural, t,t-2,4-hexadienal, dihydro-5-pentyl-2(3H)-furanone (gamma-nonalactone), t,t-2,4-decadienal, and 1-heptanol. Conversely, com­pounds that loaded negatively in the PLS models for staling were furfuryl acetate, ethyl hexanoate, 1-heptyl acetate, and ethyl octanoate (i.e., these esters decrease during staling). In addition, several unknown peaks loaded both positively and negatively with beer staling in the PLS model. This PLS methodology may prove to be a useful tool for understanding which compounds drive staling in certain beers. In our models, light beer staling displayed a dual mechanism in which known unpleasant stale compounds increased at the same time that known pleasant fruity esters decreased. Key words: Acetal, t,t-2,4-Decadienal, Flavor stability, 2-Furfural, Light beer esters, gamma-Nonalactone, Projection to latent structure

Con objeto de identificar los cambios químicos que sufren las cervezas de contenido calórico reducido durante su proceso de enranciamiento, intentamos desarrollar un modelo para relacionar los datos del análisis químico con los sensoriales, utilizando para ello métodos estadísticos de análisis multivariante sobre muestras sometidas a diversos tratamientos en los que se variaba la temperatura y el tiempo de almacenamiento. Se realizaron los análisis de cerveza estándares sobre dichas muestras de cerveza de contenido calórico reducido, además de emplear un método cromatográfico de nuestra empresa para representar el desarrollo de los compuestos carbonílicos durante el enranciamiento. Un panel de catadores experimentados evaluó las mencionadas muestras de cerveza envasada siguiendo métodos descriptivos estándares, y puntuó un total de 31 atributos, de entre los que se seleccionaron 12 referentes al aroma y el sabor para el desarrollo del modelo por estar relacionados con el enranciamiento. Sobre el conjunto de datos se aplicaron algoritmos de proyección sobre estructuras latentes (PLS) para establecer una concordancia entre los 48 compuestos carbonílicos conocidos y los 41 compuestos carbonílicos desconocidos, frente a los 12 valores medios de las puntuaciones sensoriales. Los compuestos conocidos que, según los modelos PLS, eran indicadores representativos del enranciamiento de las cervezas de contenido calórico reducido fueron: el 2-furfural, el acetal, el 5-hidroximetil-2-furfural, el t,t-2,4-hexadienal, el dihidro-5-pentil-2(3H)-furanona (gamma-nonalactona), el t,t-2,4-decadienal y el 1-heptanol. Por el contrario, los compuestos que correlacionaban negativamente, según los modelos PLS, con el enranciamiento fueron: el acetato de furfurilo, el hexanoato de etilo, el acetato de 1-heptilo y el octanoato de etilo (es decir, que la concentración de estos ésteres disminuía durante el proceso de enranciamiento). Además, diversos picos desconocidos correlacionaban, en los modelos PLS, positiva o negativamente con el enranciamiento de la cerveza. Esta metodología PLS puede resultar una herramienta útil para comprender cuales son los compuestos que conducen al enranciamiento de determinadas cervezas. Según nuestros modelos, el enranciamiento de la cerveza de bajo contenido calórico presenta un mecanismo dual en el que van aumentando los compuestos conocidos por su desagradable sabor rancio, al mismo tiempo que van disminuyendo los ésteres de conocido sabor agradable y frutal. Palabras clave: Acetal, t,t-2,4-decadienal, Estabilidad de sabor, 2-furfural, Ésteres de cervezas de bajo contenido calórico, gamma-nonalactona, Proyección sobre estructuras latentes.