基于多源异构的烟用香原料数据集构建.pdf

2024 年 1 月第 57 卷第 1 期烟草科技Tobacco Science&TechnologyJan.2024Vol.57 No.1摘要：为解决烟用香原料数据查找难、获取难、使用难等问题，构建了基于多源异构的烟用香原料数据集。通过公开数据来源进行数据采集，获取香原料基本信息、理化性质、感官特性等数据；对香原料样品开展感官评价与成分检测，获取样品检测数据。经过条目标准化、数据结构融合和数据标签标注，实现了多源异构数据处理。烟用香原料数据集涵盖1 000余种香原料，包含10个数据模块，并以此为基础建立了烟草行业香原料中心库平台。对主体香型分布、嗅香香韵分布、香韵与卷烟加香作用之间的关联性进行分析，结果表明：数据集能够从多维度提供烟用调香数据，并面向应用场景支持多种数据检索功能。通过数据分析能够发现烟用香原料的分布特征，所体现的卷烟加香规律与实际经验基本相符合。数据集检索量达到15 000余次/年。该研究可为推动烟草调香数字化转型提供支持。关键词：烟用香原料；多源异构数据；数据集；合成香原料；天然香原料；数字化调香中图分类号：TS452.1；TS46文献标志码：A文章编号：1002-0861（2024）01-0104-09收稿日期：2023-05-16录用日期：2023-08-15基金项目：国家烟草专卖局重大专项项目“风味基础数据关键技术研究与应用”110202101081（SJ-05）；江苏中烟工业有限责任公司科技项目“江苏中烟香原料特色信息平台研究与应用”（T202101）；中国烟草总公司首席科学家创新专项项目“基于AI的气味语义模型及认知系统研究”（602022CK0540）。第一作者：宗国浩（1994），男，硕士，工程师，从事烟草科研大数据研究。E-mail：*通信作者：张天兵（1980），男，硕士，高级工程师，从事调香技术研究。E-mail：；马骥（1979），男，博士，高级工程师，从事烟用香精香料应用研究。E-mail：引用本文：宗国浩，叶远青，冯伟华，等.基于多源异构的烟用香原料数据集构建 J.烟草科技，2024，57（1）：104-112.（ZONGGuohao,YE Yuanqing，FENG Weihua，et al.Creation of a multi-source heterogeneous tobacco flavor material dataset J.TobaccoScience&Technology，2024，57（1）：104-112.DOI：10.16135/j.issn1002-0861.2023.0301）基于多源异构的烟用香原料数据集构建宗国浩1，叶远青2，冯伟华1，王锐1，毛铖挺2，孙世豪1，崔凯1，叶勋2，张天兵*2，马骥*11.中国烟草总公司郑州烟草研究院，郑州高新技术产业开发区枫杨街2号4500012.江苏中烟工业有限责任公司技术中心，南京市兴隆大街29号210019Creation of a multi-source heterogeneous tobacco flavor material datasetZONG Guohao1,YE Yuanqing2,FENG Weihua1,WANG Rui1,MAO Chengting2,SUN Shihao1,CUI Kai1,YE Xun2,ZHANG Tianbing*2,MA Ji*11.Zhengzhou Tobacco Research Institute of CNTC,Zhengzhou 450001,China2.Technology Center,China Tobacco Jiangsu Industrial Co.,Ltd.,Nanjing 210019,ChinaAbstract：To address issues such as difficulties in searching,accessing,and using data related to rawmaterials of tobacco flavors,a dataset of flavor materials based on multi-source heterogeneous datawas created.Published data,including basic information,physicochemical properties,and sensorycharacteristics were collected.Sensory evaluation and chemical analysis were performed on flavormaterial specimens to obtain testing data.Heterogeneous data from different origins were processedthrough entry standardization,structure integration,and annotation.The created dataset includes over1 000 flavor materials and comprises 10 data modules.Meantime,the“Tobacco Flavor MaterialCentralDatabase”platformwassetup.Mainflavortypedistribution,olfactoryaromanotedistribution,the correlations between aroma notes and cigarette flavoring effect were analyzed.Theresults showed that:1）The dataset offered data for tobacco flavor blending from multiple dimensions第 57 卷第 1 期感官品质与香韵风格是引导卷烟产品设计的核心要素。为了改善卷烟感官品质、突出烟草风格特征，卷烟企业普遍采用向烟草制品添加香精香料的方式进行卷烟增香。随着科技发展与进步，烟用调香技术由传统的依赖人工经验逐渐向以数据作为支撑的数字化调香设计转变1-2。因此，国内外数据资源（以可公开获取的化学品数据库为主）对于调香工作发挥了重要作用。美国国立医学图书馆（National Libraryof Medicine，NLM）构建了一系列以生物医学、化学、药学为主要方向的数据库。其中，危险物质数据库（Hazardous Substances Data Bank，HSDB）、实验室化学 品 安 全 报 告（LaboratoryChemicalSafetySummary，LCSS）、化合物毒性数据库（ToxNet）对评估香原料的安全性具有参考价值 3-4。美国食品香料与萃取物制造者协会（Flavor and Extract ManufacturersAssociation，FEMA）构建了Flavor Ingredient Library数据库与食品香料安全性数据集GRAS（GenerallyRecognized As Safe）5。美 国 国 立 卫 生 研 究 院（National Institutes of Health，NIH）构建的PubChem数据库提供了较为全面的有机小分子生物活性数据6。但可公开获取的数据资源以化学品的基本信息、理化性质、毒理毒性为主，对感官特性、作用阈值、香气成分等与调香密切相关的信息则收录较少，数据资源分散且难以获取天然香原料相关信息7-8。由于烟草制品涉及高温蒸馏环境下的香气释放过程，调香过程中需要兼顾香原料在燃烧后的香气表现9-10。而现有资源难以对调香及相关技术研究提供数据支持，因缺乏面向调香应用的综合性香原料数据集以及适用于烟草调香的数据集，导致调香人员获取、查找和利用数据困难。为此，通过对香原料数据资源进行调研，对数据特性进行了梳理，并从多个数据来源开展数据采集，构建了基于多源异构的烟用香原料数据集，建立了烟草行业单体香原料中心库平台，以期为烟草行业数字化调香技术发展提供支撑。1香原料数据资源调研1.1香原料数据特性对常用香原料数据库进行调研，并将这些数据库的主要数据种类进行汇总对比，结果见表1。在数据特性方面，分子结构、理化性质、感官描述等信息在多个数据库均有收录。PubChem、Sigma-Aldrich等化学类数据库较为全面地收录了化学物质的理化性质、物质毒性等信息；FooDB、FlavorDB等食品类数据库更加关注食品中的风味成分及含量；IFRA、Flavor Ingredient Library等由行业协会构建的数据库偏向于香精香料的安全评估与安全使用。可见，对于调香具有参考价值的数据资源众多但较为分散，多数数据库侧重于某一领域的相关信息，而综合性数据库又以化学信息为主，缺乏以调香应用为主的综合性香原料数据库。and supported a range of data retrieval routes to adapt to diverse application scenarios.2）Dataanalysis revealed the distribution features of tobacco flavor materials,the rules of tobacco flavoringaided by the dataset were basically in consistence with practical experiences.3）The dataset wasaccessed more than 15 000 times per year.This research supports the digital transformation oftobacco flavor blending.Keywords：Tobacco flavor material;Multi-source heterogeneous data;Dataset;Synthetized flavormaterial;Natural flavor material;Digitalized flavor blending表1国内外相关香原料数据库信息汇总Tab.1Summary of domestic and international databases of flavor materials123PubChem6IFRA11FooDB12由美国国立卫生研究院（NIH）支持建立的有机小分子生物活性数据库，提供综合性化学物质数据，并于2019年整合了ToxNet化学品毒性数据库的相关信息全球性香精香料成分安全评估数据库，收集和评估了大量香料成分的毒理学和安全性数据，并制定了香料的使用准则及用量标准食品成分、化学和生物学资源的综合数据库，提供食品成分、营养成分、添加剂的检索查询功能基本信息、理化性质、安全信息、用途用量、质谱信息、毒理毒性等毒理毒性、用量标准等天然来源、生物效应等美国国家生物技术 信 息 中 心（NCBI）国际香精香料协会（IFEAT）加拿大代谢组学创新中心（TMIC）https:/pubchem.ncbi.nlm.nih.gov/https:/ifrafragrance.org/homehttps:/foodb.ca/序号名称简介主要数据种类开发机构网址宗国浩，等：基于多源异构的烟用香原料数据集构建 1052024 年烟草科技1.2数据集构建流程为全面获取对烟用调香有价值的高质量数据，一方面从公开数据资源进行数据采集，另一方面通过实物样品获取检测数据。对采集到的数据进行条目标准化、结构融合、数据标签标注等数据处理，最终形成结构化的多源异构烟用香原料数据集。数据集构建流程见图1。2烟用香原料数据集构建2.1数据采集2.1.1公开数据采集电子图书与期刊文献中包含大量香精香料信息，其格式以 PDF 文件为主。采用 ABBYY 的FineReader 12文字识别软件对PDF文件进行OCR识别，从中提取与调香相关文本信息及表格数据。纸质图书则先通过扫描生成电子图像，再对图像进行去噪、提高对比度、角度校正等处理，最终通过OCR识别提取其中数据。部分网站提供了数据接口及下载链接，可采用直接获取与网页爬虫相结合的方式进行采集，并将原始数据转化为半结构化数据，以便后续数据处理。2.1.2样品检测数据采集烟用香原料感官评价分为嗅香香韵评价和卷烟加香作用评价。为便于在烟草行业实现数据共享与利用，评价指标与评价方法分别参考 中式卷烟感官评价方法20和孔波等1提出的数字化调香方法。嗅香香韵评价采用18个维度的评价指标（树脂香、干草香、清香、果香、辛香、木香、青滋香、花香、药草香、豆香、可可香、奶香、膏香、烘焙香、焦香、酒香、甜香、酸香），量化方式为010分，记分单位为1分。卷烟加香作用评价指标分为烟气品质、烟气口感、烟气香韵3类。其中，烟气香韵的量化方式为010分，计分单位为1分；烟气品质与烟气口感存在正向改善作用的记为正分，存在负向作用的记为负分，并分别划分为无、弱、中和强4档，量化方式为03分，计分单位为1分。评价小组由7位具有省级及以上感官评吸资格的评委组成，并在实验开展之前对评价小组进行培训，通过计算平均值确定香原料样品各个香韵的嗅香评价分值。表1（续）图1烟用香原料数据集构建流程Fig.1Creation process of tobacco flavor material database45678910FlavorIngredientLibrary13FlavorDB14Sigma-Aldrich15Flavor-Base16FSBI-DB17TGSC18中国食品用香料数据库19综合性香料数据库，提供被FEMA专家小组认可的在预期使用条件下对人体不存在健康及安全影响的香料信息，同时提供世卫组织食品添加剂联合专家委员会（JECFA）对香料的安全评估信息通过对食物和香料进行实验分析和文献汇编，收集了34个类别936种天然来源的风味成分数据化学品和实验室用品的商业网站，提供超过 1 170 种香料成分的结构、性质、用途等信息由香料化学家John Leffingwell创建的香料香精信息网站，收录了香料的基本信息、阈值、监管状态等数据收集了来自SciFinder等公开数据库的文献数据，经过验证和筛选，形成融合食品化学、分子生物学、神经科学、感官评价、化学计量学等多学科知识的数据库香料、香精和天然香料成分的综合性网站，提供超过18 000种香料成分的结构、性质、香味描述和用途等信息我国食品用香料和国家标准数据库，包括1 477种合成香料、商品信息的基本信息、理化指标、管理状态等数据感官描述、安全信息等化学结构、理化性质、天然来源、感官描述等基本信息、商品信息等作用阈值、合成方法、监管状态等化学结构、理化性质、香味描述等香气特性、理化特性、天然来源、用途用量、商品信息等基本信息、商品信息、监管状态等美国香料和提取物 制 造 商 协 会（FEMA）印度德里信息技术研究所（IIITD）默克公司（Merck）Leffingwell&Associates莱布尼茨食品系统生物学研究所（LSB）The Good ScentsCompany中国香料香精化妆品工业协会https:/www.femaflavor.org/flavor-libraryhttps:/cosylab.iiitd.edu.in/flavordb/https:/ 106第 57 卷第 1 期主要挥发性成分的检测范围包含合成香原料样品和天然香原料样品。采用无水乙醇直接稀释、分散进样的方法提取香原料中的有效成分和单体物质，通过GC/MS对香原料的挥发性成分进行定性分析，筛选峰面积大、信噪比高的成分作为香原料的主要挥发性成分。天然香原料的主要非挥发性成分检测内容包括：水分，溶剂含量（乙醇、丙二醇、丙三醇），水溶性酸（乳酸、乙酸根、苹果酸根、富马酸、柠檬酸根），还原糖/总糖（还原糖、总糖），水溶性糖（阿拉伯糖醇、果糖、山梨糖醇、葡萄糖、肌糖醇、蔗糖、麦芽糖、麦芽三糖）。采用卡尔菲休法21检测水分，采用GC/FID方法22检测有机溶剂，采用离子色谱法23检测有机酸，采用连续流动和液相色谱相结合的方法24检测糖。2.2数据处理2.2.1数据条目标准化由于不同数据来源对香原料的命名没有统一标准，导致原始数据中香原料名称产生混淆。此外，香原料的细分种类众多，合成香原料存在顺反异构、旋光异构等立体异构体，天然香原料在提取工艺、溶剂种类、原料品种、原料产地等方面存在差异，均可能导致香原料的感官特性完全不同。因此，需要确定每条数据所描述的香原料，并对不同来源中同一种香原料数据进行整合。为保证数据整合的准确性，建立了香原料条目标准（表2），依据标准逐条确认原始数据所归属的香原料条目。首先，根据CAS（ChemicalAbstracts Service）号、FEMA号、名称等身份信息制定匹配规则，按规则对不同来源的香原料数据进行模糊匹配和聚类，同一类簇视为一个待筛选的二级条目。其次，通过人工筛选过滤出因数据残缺而指代不明的数据，挑选出使用频率高且描述准确的名称作为二级条目名称，并将满足标准的数据列入二级条目。最后，根据香原料条目标准，将具有近似关系的二级条目划分在一级条目下，并确定一级条目名称。2.2.2 数据结构融合不同来源的香原料数据包含文本、表格、数值、数组等多种数据结构，同一种数据属性也可能存在多种数据结构。在香原料数据中，结构化数据结构固定、关系明确，包括化合物基本信息、嗅香评价数据、成分分析数据等；非结构化数据包括XML格式数据、化合物Mol文件、色谱数据等。其中，通过图书和期刊采集的数据多为XML格式，需要对半结构化、表格、长文本等数据进行结构化处理。因此，本研究中采取以下方法进行异构数据融合：对于原始数据中数字形式的数据进行数值化处理，并对计量单位进行统一，如作用阈值、理化指标等属性的测量值以数值存储，计量单位以文本存储；对于长文本形式的香原料描述，在Python 3.7编程环境下采用NLTK第三方库对文本进行分段和分句，从分割后的文本中提取感官描述、制备方法、用途用量等信息，并录入相应数据表中；对于数据内容相同而来源不同的表格数据，采用外连接的方式进行表格合并汇总，以提高数据的兼容性，如不同数据来源的香原料用途用量表等。2.2.3 数据标签标注数据标签是指通过数据加工得到的用于注解和分类的标注数据。通过数据标签能够实现数据快速分类，补充数据的支撑信息，便于对数据进行标签检索并实现检索结果二次筛选，提高数据辨识度。从数据来源、数据条件、数据内容3方面构建标签，并以key-value方式进行存储，主要包括：对数据来源进行标注，形成数据来源标签；对数据产生条件进行标注，如理化性质数据的实验环境、实验条件等，形成数据条件标签；通过数学计算、规则判定等方式对数据进行标注，形成数据内容标签。以香原料样品的嗅香香韵标签（表3）为例，将嗅香指标单项分值处于该指标所有分值75%分位的香原料标记为“香韵明显”。2.3烟用香原料数据集设计依据常用的烟用香原料制定香原料清单，采集相关数据并对信息完备、描述准确的香原料数据进行筛选，根据来源保存至数据来源表。采用Python 3.7编程语言进行数据处理，通过条目标准化构建数据条目，并建立条目与数据来源之间的映射关系。将相同属性的数据保存至同一数据模块表中，对存在结构差异的数据进行结构转换与数据融合。基于数据来源、数据条件、数据内容等信息对香原料数据进行标签标注，最后对数据进行整合，建立数据表间的关联映射，形成烟用香原料数据集。数据表映射关系见图2。如图3所示，数据集共收录了香原料基本性质、感官特性和辅助参考3类数据，划分为10个数据模块。其中，香原料的基本信息及理化性质汇总自化表2香原料条目标准Tab.2Entry standards for flavor materials类别合成香原料天然香原料字段一级条目二级条目一级条目二级条目说明在不区分立体异构情况下化合物的名称包含异构体信息的具体名称香原料天然来源包括香原料形态、采集部位、品种等信息的具体名称样例芳樟醇D-芳樟醇薰衣草醒目薰衣草精油宗国浩，等：基于多源异构的烟用香原料数据集构建 1072024 年烟草科技学类数据库；香原料的感官描述、卷烟加香作用评价、嗅香评价、天然来源、挥发性成分、非挥发性成分等香原料感官特性数据汇总自样品检测数据、图书文献、香精香料类数据库；安全信息及其他辅助参考数据汇总自化学类数据库和图书文献。2.4数据检索公众端设计以烟用香原料数据集为基础构建数据检索公众端，即烟草行业香原料中心库平台，平台首页及系统架构见图4和图5。在数据层中，通过Kettle开源工具实现数据集的ETL处理，将数据集中的结构化数据存储至 MySQL 数据库，半结构化数据存储至MongoDB数据库。同时建立香原料数据索引体系，将数据库中的表字段与索引体系中的索引域进行映射，按照映射规则进行索引与数据库之间的同步联动。在组件层中，分别构建检索组件、布尔过滤器、统表3嗅香香韵评价标签Tab.3Evaluation labels of olfactory aroma notes标签清香明显花香明显膏香明显果香明显药草香明显烘焙香明显辛香明显豆香明显甜香明显木香明显可可香明显青滋香明显奶香明显树脂香明显干草香明显焦香明显酒香明显酸香明显阈值/分1.73.71.13.83.12.33.01.33.12.02.01.82.91.02.91.82.32.0满足要求的香原料数量/种21714096180183818950353149292094497158047174图2烟用香原料数据集的数据表映射关系Fig.2Data relationships in tobacco flavor material dataset图3烟用香原料数据集指标体系结构Fig.3Index system of tobacco flavor material dataset 108第 57 卷第 1 期计组件、排序组件，在应用层面提供多种检索功能。3数据集应用与分析3.1基于烟用香原料数据集的检索应用烟用香原料数据集共收录香原料1 105种，含5种以上数据来源的香原料条目占72%。数据检索公众端基于不同应用场景提供了简单检索、香气检索、感官作用检索、成分检索、笔记检索、高级检索6大检索功能，见图6。其中，简单检索提供基于香原料名称、CAS号、FEMA号等信息检索功能，可在明确检索目标情况下对某一种香原料进行检索。香气检索提供两种检索途径，一是通过感官描述词对具备特定香气的香原料进行模糊检索，二是基于数字化的嗅香香韵指标对香气组合进行精准检索。感官作用检索提供针对卷烟加香的香原料检索功能，可通过数值与标签两种方式基于加香后烟气品质、口感、香韵的作用效果进行香原料查询。成分检索提供针对特定香气成分或成分组合的检索功能，可在香精辨别、香精仿配等应用场景下查询含有相应成分的香原料。此外，平台还提供笔记检索与高级检索功能。笔记检索可根据香原料的批注信息进行检索，高级检索可对上述检索模块进行复合式检索，实现多维度、深层次的香原料检索功能，并提供香原料的详情信息与数据可视化展示，检索案例见表4。3.2基于烟用香原料数据集的应用分析3.2.1烟用香原料主体香型分布情况主体香型是对香原料主要香气特征的描述，如留兰香油的主体香型为药草香、薄荷香，异戊酸异戊酯的主体香型为果香。通过对数据集中1 105种香原料进行分析，发现烟用香原料涵盖的香型分布广泛，以果香、药草香、辛香、花香为主体香型的香原料居多。按照香气描述中的主体香型对香原料分布进行统计（仅统计排名前10的主体香型），结果见图7。可见，合成香原料中果香占29.24%，花香占22.88%，两者占比远高于其他香型；天然香原料中排名靠前的香型为药草香、花香和辛香。这是由于天然香原料大多来自于植物，而从植物的根、茎、叶提取的香图4烟草行业香原料中心库平台首页Fig.4Home page of“Tobacco Flavor Material CentralDatabase”platform图5烟草行业香原料中心库平台系统架构Fig.5Architecture of“Tobacco Flavor Material CentralDatabase”platform图6烟草行业香原料中心库平台数据检索模块Fig.6Data retrieval module in“Tobacco Flavor Material Central Database”platform宗国浩，等：基于多源异构的烟用香原料数据集构建 1092024 年烟草科技图7烟用香原料主体香型占比分布Fig.7Proportional distributions of main aroma types of tobacco flavor materials表4数据检索案例Tab.4Cases of data retrieval检索名称简单检索香气检索感官作用检索成分检索检索方式文本类文本类数值类数值类标签类文本类检索目的查询烟草提取物查询具有焦香特征的物质查询主体香型为果香，且对烟气品质具有提升作用的合成类物质查询含有少量丁香酚成分，但辛香不明显的物质检索参数a.输入简单检索：烟草a.输入香气描述：焦a.输入主体香型：果香b.香气质1，香气量1c.选择种类：合成a.输入成分检索：丁香酚b.选择主体香型：非辛香检索结果豫烟浸膏、巴西烟草提取物、白肋烟浸膏等17种物质麦芽酚、乙基麦芽酚、甲基环戊烯醇酮等39种物质草莓酸、异丁酸肉桂酯、乙酸异戊酯等23种物质绿茶提取物、依兰依兰油、玫瑰油等17种物质原料大多带有药草香和辛香。此外，辛香、果香能够与烟草本香相结合，这些香型的香原料在加香中也使用较多。3.2.2烟用香原料嗅香香韵评价得分情况对嗅香香韵评价数据进行分析，结果表明：烟用香原料中甜香、果香的香气强度较强，豆香、奶香、干草香等香韵的香气强度较弱。在嗅香评价方法中，每个香韵的分值区间为09分，但各香韵在香气强度及嗅觉冲击力上存在差异。将各香韵的数据分布绘制成盒须图，见图8。可见，甜香得分较高且相对集中，得分中位数达到2.4分，远高于其他香韵。果香与清香的中位数得分分别达到1.0与0.2分，其他香韵的中位数得分均为0或接近于0。表明甜香得1分代表该香原料的甜香弱于大部分香原料，而膏香得1分则代表该香原料的膏香高于大部分香原料。从图8中的离群值还可以看出，部分香韵存在较强的香气强度，如酸香的最大值为8.5分，辛香的最大值为7.5分，而清香、膏香、奶香、干草香的最大值均不超过5分，这可能是不同香韵的嗅觉冲击力存在差异所致。利用2.2.3节所述方法对单项指标高于上四分位数的香原料进行标签标注，如乙基麦芽酚被标记为“焦香明显”“奶香明显”“甜香明显”“烘焙香明显”4个标签，以提高香原料的辨识度。3.2.3不同香韵的烟用香原料加香作用分析通过对香原料香韵与卷烟加香作用之间的关联性进行分析，以验证数据的可用性。结合香原料的卷烟加香作用指标与嗅香香韵评价指标进行线性相关分析，计算两两指标之间的皮尔逊相关系数 r，0.2|r|0.4时表示存在弱相关，0|r|0.2时表示存在极弱相关或无相关。由图9可见，指标间的整体相关性较弱，但部分指标间存在一定相关性。在烟气口感方面，清香、甜香、花香、果香对口感特性整体上呈微弱正相关，青滋香、药草香、奶香、豆香、可可香、烘焙香、焦香对各项口感指标几乎无正向作用，清香与甜香对口感柔和具有改善效果。在烟气品质特性方面，干草香、烘焙香、焦香与烟气浓度具有相关性，主要由于香韵与烟草燃烧后的特征香韵相吻合，故卷烟加香后呈现烟气浓度提升的感官效果。花香、果香、青滋香对烟气浓度存在负向作用，而甜香、清香、干草香对提升香气质与香气量有积极作用。综上可见，基于数据集所体现的卷烟加香规律与实际经验整体相符合。110第 57 卷第 1 期4结论建立了基于多源异构的烟用香原料数据集，涵盖1 105种香原料，包含基本信息、理化性质、感官描述、嗅香评价、卷烟加香作用、天然来源、挥发性成分、非挥发性成分、安全信息及其他共10个数据模块，能够从多维度提供烟用调香数据。通过对主体香型分布、嗅香香韵分布、香韵与卷烟加香作用之间的关联性进行分析，结果显示该数据集能够体现烟用香原料的特征，应用分析得到的卷烟加香规律与实际经验整体相符合。基于数据集建立了烟草行业香原料中心库平台，可提供香气、感官作用、成分等多种检索功能，2022年平台检索量达到15 000余次/年，有效解决了香原料数据查找难、获取难、使用难等问题，对于推动烟草数字化调香技术发展发挥了积极作用。参考文献1 孔波，蔡佳校，邹有，等.基于NSGA-遗传算法的烟用香精数字化调香研究及应用 J.烟草科技，2020，53（2）：72-79.KONG Bo，CAI Jiaxiao，ZOU You，et al.Research andapplicationofdigitalflavoringmethodbasedonNSGA-genetic algorithm J.Tobacco Science&Technology，2020，53（2）：72-79.2 谢剑平.形势与未来：烟草科技发展展望 J.中国烟草学报，2017，23（3）：1-7.XIE Jianping.On the development prospects of tobaccoscience and technology in China J.Acta TabacariaSinica，2017，23（3）：1-7.3 Fonger G C，Hakkinen P，Jordan S，et al.The NationalLibrary of Medicine s（NLM）Hazardous SubstancesData Bank（HSDB）：background，recent enhancements图8嗅香香韵评价数据分布Fig.8Distribution of evaluation data of olfactory aroma notes图9嗅香香韵评价与卷烟加香作用之间的线性关联分析Fig.9Linear correlation analysis between olfactory aroma note evaluation and cigarette flavoring effects宗国浩，等：基于多源异构的烟用香原料数据集构建 1112024 年烟草科技and future plans J.Toxicology，2014，325：209-216.4 Wexler P.TOXNET：an evolving web resource fortoxicology and environmental health information J.Toxicology，2001，157（1/2）：3-10.5 HallaganJB，HallRL，DrakeJ.TheGRASprovision-The FEMA GRAS program and the safety andregulation of flavors in the United States J.Food andChemical Toxicology，2020，138：111236.6 Kim S，Chen J，Cheng T J，et al.PubChem 2019 update：improved access to chemical data J.Nucleic AcidsResearch，2019，47（D1）：D1102-D1109.7 Chemical Book DB/OL.（2023-03-24）.https:/ 中 国 化 工 网DB/OL.（2023-03-20）.http:/ ChemNetDB/OL.（2023-03-20）.http:/ 徐如彦，朱梦薇，饶先立，等.醇类香料单体在加热卷烟中的转移行为研究 J.化学试剂，2022，44（6）：894-903.XU Ruyan，ZHU Mengwei，RAO Xianli，et al.Studyon transfer behavior of alcohol flavor monomers inheated cigarettes J.Chemical Reagents，2022，44（6）：894-903.10 张峻松，贾春晓，戴勇，等.天然枣香料香味成分的分析 及 在 卷 烟 中 的 应 用J.烟 草 科 技，2003（3）：28-31.ZHANG Junsong，JIA Chunxiao，DAI Yong，et al.Analysis of flavor components in Chinese date extractand its application in cigarettes J.Tobacco Science&Technology，2003（3）：28-31.11 Trisha T，Naman S，Chauhan N S，et al.Regulatoryframework for flavors and fragrances：comprehensivesuggestiveguidelinesM/BalakrishnanP，GopiS.Flavors and Fragrances in Food Processing：PreparationandCharacterizationMethods.Washington，DC：American Chemical Society，2022：479-506.12 The Metabolomics Innovation Centre.FooDBDB/OL.（2023-03-24）.https:/www.foodb.ca.13 Flavor and Extract Manufacturers Association.FlavoringredientlibraryDB/OL.（2023-03-24）.https:/www.femaflavor.org/flavor-library/.14 Garg N，Sethupathy A，Tuwani R，et al.FlavorDB：adatabase of flavor molecules J.NucleicAcids Research，2018，46（D1）：D1210-D1216.15 Merck KGaA.Sigma-Aldrich DB/OL.（2023-03-15） Leffingwell&Associates.Flavor-base 10th edition DB/OL.（2023-03-15）.http：/ Leibniz Institute for Food Systems Biology at theTechnical University of Munich.Food systems biologydatabase（FSBI-DB）DB/OL.（2023-03-15）.https:/fsbi-db.de/.18 The good scents company.Perflavory information systemDB/OL.（2023-03-15）.http:/ 中国香精香料化妆品工业协会.中国食品用香料数据 库DB/OL.（2023-03-24）.http:/ Association of Fragrance Flavour and CosmeticIndustries.Database of China flavors for food DB/OL.（2023-03-24）.http：/ YC/T 4972014卷烟中式卷烟风格感官评价方法