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

Význam tématu

Charakterizace složení zelených kávových zrn je v průmyslové praxi nezbytná pro zajištění kvality, autenticity a prevence podvodů v mezinárodním obchodě. Objektivní analytické metody nahrazují tradiční senzorické hodnocení a umožňují kvantifikovat klíčové bioaktivní složky, které ovlivňují chuť, aroma a zdravotní přínosy kávy.

Cíle a přehled studie

Cílem studie bylo porovnat výkonnost chromatografických technik – velikostní vylučovací chromatografie (SEC) a headspace vysokorozlišovací plynová chromatografie (GC) – při analýze šesti vzorků zelené kávy s vysokou (vzorky A–C) a nízkou kvalitou (vzorky D–F). Získaná data byla zpracována pomocí hlavních komponent (PCA) za účelem objektivní klasifikace a rozlišení vzorků.

Použitá metodika a instrumentace

• Extrahování pro SEC: mletí a granulace slupky, extrakce 0,5 g vzorku ve 80 °C vodě po dobu 15 min, doplnění na 50 ml.
• Chromatografie SEC: kolona 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 diferenciálním refrakčním indexem; vpravení 10 µl vzorku.
• Headspace-GC: pražení 0,5 g vzorku při 280 °C po 14 min v uzavřené zkušební trubici; vstřik 4 ml plynné fáze; kolona SUPELCOWAX 10 (30 m × 0,25 mm ID, 15 µm film); program teploty 40 °C (10 min) → 190 °C (15 min) při 3 °C/min; nosný plyn vodík (40 cm/s); detekce FID při 280 °C.
• Statistické zpracování: výběr chromatografických píků s koeficientem variability < 15 %, analýza pomocí PCA, tvorba rozptylového grafu pro vizualizaci diferenciace vzorků.

Hlavní výsledky a diskuse

SEC rozlišila dvě hlavní období elučních časů: do 21 min MPEG > 1,2 × 10⁴ Da a od 21 do 40 min MPEG < 1,2 × 10⁴ Da. Nízkomolekulární zóna obsahovala chlorogenní kyselinu, trigonellin a kofein, jež tvořily přibližně 90 % variability kvality mezi vzorky. Headspace-GC generovala složité chromatogramy s mnoha piky, které vyžadovaly selekci nejrelevantnějších sloučenin. PCA dokázala oddělit vzorky dle kvality, avšak rozptyl dat zůstával relativně vysoký, což naznačuje potřebu většího počtu vzorků a doplňkových analytických metod pro spolehlivou klasifikaci.

Přínosy a praktické využití metody

• SEC umožňuje simultánní analýzu klíčových bioaktivních složek v jednom běhu za jednotných podmínek a s vodou jako ekologickou a ekonomickou mobilní fází.
• Headspace-GC poskytuje detailní profil aromatických látek, důležitý pro senzorické vlastnosti kávy.
• Statistická metoda PCA podporuje objektivní rozlišení a klasifikaci kvality vzorků, eliminující subjektivitu senzorických testů.

Budoucí trendy a možnosti využití

Další vývoj by měl zahrnovat integraci hmotnostní spektrometrie (MS) či LC-MS pro přesnou identifikaci neznámých sloučenin, rozšíření databází vzorků s cílem zlepšit robustnost PCA modelů a implementaci on-line monitorovacích systémů pro kontrolu kvality v reálném čase. Dále je perspektivní automatizace analýzy a využití pokročilých multivariačních algoritmů.

Závěr

Kombinace velikostní vylučovací chromatografie, headspace-GC a statistické analýzy PCA představuje slibný přístup k objektivnímu hodnocení kvality kávy. Metoda nabízí rychlou, nákladově efektivní a relativně univerzální platformu pro simultánní stanovení klíčových bioaktivních látek. Další optimalizace a širší validace na větším souboru vzorků zajistí její průmyslovou využitelnost.

Reference

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