目前，对天然产品的高需求以及对高添加糖食品消费的监管，促使食品行业使用天然成分重新配制产品，从而减少了蔗糖的用量（DeChristopher & Tucker, 2020; Khorshidian et al., 2021; Liu et al., 2025; Ozuna & Franco-Robles, 2022）。在这一背景下，高果糖糖浆尤为重要，尤其是龙舌兰糖浆，其果糖含量高达70–90%，因此具有较低的血糖生成指数（GI）（10至19），而蔗糖或蜂蜜的GI为中等（55–68）（Hernández-Ramos et al., 2020）。
除了作为蔗糖的直接替代品外，这些糖浆在烹饪和调制饮料中也很受欢迎，因为它们呈液态，可以在食品混合物和饮料中更快、更可控地溶解（Ozuna et al., 2020; Saraiva et al., 2022）。这推动了风味龙舌兰糖浆的发展，使其适用于功能性食品、特种饮料或高端配方。然而，这种多样化带来了确保客观、快速和可重复感官表征的挑战。
传统的感官分析技术依赖于训练有素的评估小组，通常成本高昂、耗时且受人为因素影响，限制了其在常规质量控制中的应用（Sipos et al., 2021）。在这方面，电化学传感器因其低成本、便携性、快速响应以及能够生成分析物特征化学指纹的能力而成为有前景的替代方案（Marx, 2023）。
在这些电极配置中，碳糊电极（CPE）因其易于制备、低成本、可再生表面积以及易于掺入改性材料而脱颖而出。然而，未经改性的CPE在灵敏度和选择性方面存在显著限制，尤其是在处理如风味糖浆这样的复杂基质时，关键化合物的信号可能会重叠。为克服这些限制，提出了用纳米材料、金属氧化物、导电聚合物或多孔碳材料（如活性炭）对CPE进行改性的方法（Zheng et al., 2024）。
多项研究表明，这些改性措施改善了电子转移并增强了分析响应，使得能够区分发酵饮料、天然果汁和葡萄酒中的酚类化合物、糖类和羰基化合物（Parra et al., 2004; Pisoschi et al., 2011）。特别是，使用来自农业工业废料的碳材料在可持续性和循环经济方面具有吸引力（Apetrei et al., 2011）。
另一方面，电子舌系统作为一种工具方法被研究，它利用对各种成分具有部分特异性的传感器阵列，结合先进的模式识别技术，模拟人类的味觉感知（Podrażka et al., 2017）。通过检测液体样品中的可溶性化合物并生成独特的响应模式或指纹，这些方法在识别和分类甜味、苦味、鲜味等味觉属性以及涩味或金属味等更复杂的感官体验方面显示出潜力（Ross, 2021）。它们在食品分析中的重要性在于能够提供快速、客观和可重复的响应，适用于质量控制、真实性验证和过程监控等应用（Tan & Xu, 2020）。然而，其实施通常依赖于多传感器阵列和复杂的数据融合策略。
尽管受电子舌概念启发的电化学方法在葡萄酒（Garcia-Hernandez et al., 2025; Rudnitskaya & Legin, 2008）、油脂（Apetrei & Apetrei, 2014; Haddi et al., 2013）和果汁（Baldwin et al., 2011; Cetó et al., 2014）等食品基质分析中取得了成功应用，但由于风味糖浆的复杂组成及其对感官感知的强烈依赖性，对其的客观和可化学解释的表征仍然具有挑战性。在这方面，缺乏能够将定性感官属性转化为定量和化学上有意义的描述符的电分析方法。
为解决这一难题，本研究开发了一种基于碳糊电极的电分析方法，该电极用龙舌兰渣活性炭进行改性，以生成风味龙舌兰糖浆的可重复伏安指纹。该方法不依赖于多传感器阵列或面向设备的电子舌架构，而是利用单个改性电极获得的明确氧化信号，并将其与与感官属性相关的关键化学家族相关联。这种策略为风味特征的客观表征和区分提供了可解释的框架，为风味糖浆分析提供了基于科学依据的替代方案。
本研究介绍了一种基于单个改性碳糊电极的新型电化学策略，用于风味龙舌兰糖浆的感官相关指纹分析。使用龙舌兰渣活性炭作为电极改性剂，在龙舌兰生产链中建立了可持续的联系，而可解释的伏安描述符的识别则提供了对味觉感知电化学基础的机制洞察。该方法有助于开发快速、客观和可重复的食品分析工具，而无需依赖复杂的传感器阵列或不透明的模式识别模型。
