對於廠商來說，如何獲得「穩定的味道」與「新產品的開發」是一個很重要課題
為此有英國的純素狗食廠商想以寵物試吃員（人）證明自己的產品「營養又美味」
經過前一篇我們聊過的文獻佐證，顯然人的好吃對於寵物來說不值一提
另一部分的人選擇使用寵物試吃員（毛）
可惜如果不想吃，貓咪頂多只會聞一聞、撥一撥走掉
並不會坐下來跟你喝杯茶，然後詳細的闡述牠不吃的理由
不想吃的理由可能很多
例如：味道、口感（肉、泥、乾）、天氣不好、外面很吵 或者 不想跟其他貓一起吃飯
也需要花非常多時間觀察每隻的個性與習慣才能勉強分辨
依照筆者對家裡四隻貓的觀察，甚至有時候會發現他們只是「現在不想吃」而已
「味道的無法確定」加上「貓咪的個體差異」無疑的增加了很多分析上的難度
以圖中筆者家的貓來說，就各自有喜歡的飲食習慣
譬如：
白底虎班：很愛吃乾乾、濕食需要獨立的進食環境，還很挑食
三花長毛：可能因為有拔牙過，幾乎只吃濕食，非常愛肉泥
美短紋：膽子很小，有風吹草動會拒吃任何食物，但不挑食
橘白：狂熱的愛吃乾乾，不太在乎環境
而一般文獻的研究會建立在幾種方式（需獲得生物倫理委員會批准）
A. 藉由較大量的實驗體各數、穩定控制的環境，以期望盡量減少變因
B. 藉由活體或被安樂死的貓咪（原因與研究無關），進行所需樣品之採集
顯然這些方式並不適合一般廠商以及小規模研究
在分析上，若要獲得有效的分析結果，必先獲得可靠的數值（比較依據）
如同前面所提及的，能說話的「人」並不具被有與貓咪相同的感官
然而實際負責吃的貓，又不能準確描述
所以對於產品本身，如何做到有效的紀錄產品味道數據，會是一個有效的突破口
- 使用 chemFET 陣列式感測器
- 測量樣品中所有化合物所產生的電位變化
- 經由機械學習的化學統計方法整理數據
- 做出相應的風味分級與分析圖
使用電子舌系統對8種乾飼料(DC,Dry Cat food)進行風味程度快速分析
(AFB International,2015)
如圖所示，可以建立例如：
以苦味為基準的程度差異，DC2 最不苦，而 DC8 最苦
註1. 苦味為化合物對陣列式感測器的電位響應值
註2. 可以使用類似結構的化合物或指定的化合物進行程度分級
註3. 可以針對寵物能感受到的成分進行化合物的選擇
使用電子舌系統對3種乾飼料進行風味的分析與後續應用
以「較低價」的Lycat對比「較高價」的Purina和Ultima
主成份分析(PCA)可以快速的在二維平面上進行數據比較
- Lycat與Ultima的味道較為相近
- 可建立風味分析圖庫，針對多種競品、新品進行風味判斷
品質管控(SQC)可以選定合格樣品做為標準並建立合格區間
- 新生產的樣品即可藉由電子舌檢測是否符合標準
- 研發與品管的產品再現性確認
「藉由儀器將人類感官上吃不到但貓咪能感受到的味道進行數據化」
讓後續對於貓咪的喜好分析可以更精準
– 對於製造商來說 –
數據化的資料可以有效的對市場和產品進行分析、以及建立品管基準
– 對於消費者來說 –
當風味分析圖建立後，可以更有標準的判斷自己家的貓貓喜好的口味
「我們總說食物是「舌尖上的享受」
然而你知道我們品嚐味道不僅僅靠味蕾，更多是靠嗅覺受器嗎？
人的嗅覺細胞大約有500萬個，貓跟狗的嗅覺細胞則約有兩億個以上
貓咪做為一種仰賴鼻子的生物，氣味更與壓力反應息息相關
「家貓 felis catus 因難以預測的飲食選擇而聞名」讓我們用數篇科學文獻，帶您快速了解貓咪與人不同的味覺世界
READ MORE
你知道嗎？即使是一顆蘋果，也並沒有一種分子具有所謂的「蘋果味」， 而所謂的「這個蘋果」與「那個蘋果」所具備的氣味分子也有這麼一點不同。 換句話說，這兩顆蘋果具備不同的「氣味指紋」
READ MORE
E-nose 電子鼻感官分析系統使用「獨家的Arochembase資料庫」搭配「機械學習的化學計量程式AlphaSoft」。 可以快速、方便的協助您對複雜的層析結果做解析，並做出差異化的比對結果。
READ MORE
我們知道產品的成功與否，常常取決於「氣味」、「味道」或「視覺體驗」，這也是為什麼在產業中會廣泛使用感官品評分析， 讓AlpjaMOS電子感官系統的穩定性與靈敏度協助您改善品管與研發策略。
READ MORE