An Innovative Approach to Coffee Characterization, Using Size Exclusion Chromatography and High Resolution Gas Chromatography

Význam tématu

Coffee je jednou z nejrozšířenějších komodit světového obchodu a požadavky na objektivní hodnocení kvality narůstají s rostoucím rizikem podvodů a nesouladu obchodních standardů. Kombinace chromatografických technik se statistickou analýzou poskytuje systematický přístup k charakterizaci složení zrna a doplňuje tradiční senzorické metody.

Cíle a přehled studie

Cílem práce bylo ověřit, zda kombinace výkonové chromatografie velikostní exkluze (SEC) a headspace-GC spolu s analýzou hlavních komponent (PCA) dokáže rozlišit vzorky zelených kávových zrn hodnocené jako vysoké a nízké kvality. Analyzováno bylo šest vzorků (A–F), přičemž A, B, C byly senzoricky hodnoceny jako vysoce kvalitní a D, E, F jako nízké.

Použitá metodika a instrumentace

Metodika SEC:

• Příprava extraktu: rozemletá zelená kávová zrna extrahována vodou (80 °C, 15 min), filtrování a naředění na 50 mL.
• Chromatografie: columna TSKgel G3000SW (30 cm × 7,5 mm ID, 10 µm), mobilní fáze 0,05 % NaN₃ ve dvojitě destilované vodě, průtok 0,5 mL/min.
• Detekce: UV při 272 nm a diferenciální refraktometr.

Headspace-GC:

• Vzorek: 0,5 g kávových zrn praženo při 280 °C po dobu 14 min ve vakuově uzavřené zkumavce.
• Injekce: 4 mL násosné fáze do GC.
• Chromatografie: SUPELCOWAX™ 10 columna (30 m × 0,25 mm ID, 15 µm film), program teploty 40 °C (10 min) → 190 °C (15 min) rychlostí 3 °C/min, nosný plyn vodík 40 cm/s.
• Detekce: FID při 280 °C.

Statistika:

• PCA ke zpracování ploch chromatografických píků, výběr proměnných s < 15 % variačním koeficientem.
• Analýza rozptylu vzorků scatterplotem hlavních komponent.

Hlavní výsledky a diskuse

SEC jasně oddělila vysokomolekulární frakce (> 1,2 × 10⁴ Da) od nízkomolekulárních, mezi nimiž byly identifikovány klíčové sloučeniny chlorogenová kyselina, trigonellin a kofein. Plochy těchto píků vykázaly silnou korelaci s hodnocením kvality. Headspace-GC poskytla komplexní profil aromatických látek, přičemž redukce nežádoucích signálů usnadnila výběr analyticky významných píků. PCA scatterplot prokázal rozlišení mezi vzorky, i když s relativně vysokou variabilitou, což naznačuje potřebu většího počtu vzorků pro zvýšení robustnosti modelu. SEC dosáhla srovnatelných výsledků s reverzní fází HPLC a současně umožnila simultánní analýzu několika parametrů v jediném běhu.

Přínosy a praktické využití metody

• Objektivní kvantitativní hodnocení kvality kávových zrn.
• Efektivní simultánní stanovení více fyzikálně-chemických ukazatelů pomocí vodné mobilní fáze.
• Potenciál pro implementaci v kontrolách jakosti, certifikacích a detekci obchodních podvodů.

Budoucí trendy a možnosti využití

Prohloubení charakterizace aroma a chutě vyžaduje integraci hmotnostní spektrometrie (MS) a dalších separačních technik (GC–MS, LC–MS). Zvýšení počtu analyzovaných vzorků a aplikace pokročilých multivariačních metod mohou zlepšit diskriminaci odrůd a původu. Real-time monitorování procesů pražení a automatizace analýzy slibují širší uplatnění v průmyslové praxi.

Závěr

Kombinace SEC, headspace-GC a PCA se ukázala jako vhodný nástroj pro komplexní hodnocení kvality zelených kávových zrn. SEC nabízí nákladově efektivní a rychlou analýzu klíčových nízkomolekulárních komponent, zatímco headspace-GC doplňuje profil o aromatické látky. Statistická analýza umožňuje systematické rozlišení vzorků a rozvoj robustních modelů pro kontrolu kvality.

Reference

• De Maria C. A. B., Trugo L. C., Moreira R. F. A. Food Chemistry 52:447 (1995).
• De Maria C. A. B., Trugo L. C., Moreira R. F. A., Werneck C. C. Food Chemistry 49:141 (1994).