Identification of Coffee Beans Using Ftir-Spectroscopy and Multivariate Analysis

Abstract

Для идентификации кофе используют методы газовой и жидкостной хроматографии, которые дают точную и подробную информацию о его химическом составе, однако трудоемки, сложны по пробоподготовке и непригодны для оперативного мониторинга качества. Цель настоящего исследования – разработка и апробация метода идентификации кофе по ботаническому виду, географическому месту произрастания и обжарке с применением Фурье-ИК-спектроскопии и многомерного анализа. В качестве объектов исследования были образцы кофе в зернах, различающиеся по ботаническому виду (арабика/робуста), географическому месту произрастания (Азия/Америка/Африка) и обжарке (жареный/нежареный). Для разработки моделей идентификации кофе в зернах была сформирована база спектральных данных и применены методы многомерного анализа – метод главных компонент (МГК) и дискриминантный анализ (ДА). ИК-спектры образцов кофе регистрировали с помощью Фурье-ИК-спектрометра Bruker ALPHA с алмазным модулем НПВО в диапазоне 4000–400 см–1 при разрешающей способности спектрометра 2 см–1. Спектральные данные были экспортированы из встроенного программного обеспечения OPUS 7.3.5.0 в Excel. При анализе матрицы спектральных данных выявлены наиболее интенсивные полосы поглощения ИК-спектра, приписываемые наличию функциональных групп воды, липидов, полисахаридов, кофеина и хлорогеновой кислоты в кофе. При сравнении ИК-спектров образцов кофеина, декофеинизированного кофе и кофе в зернах выявлены полосы поглощения спектра, которые можно использовать для построения калибровочной модели содержания кофеина в составе кофе в зернах. По спектральным данным МГК построена многомерная модель градации образцов кофе в зависимости от ботанического вида и наличия обжарки. По матрице факторных нагрузок выявлены полосы поглощения спектра, объясняющие различия образцов по ботаническому виду и обжарке и вносящие наибольший вклад в разделение образцов кофе на группы. Методом ДА по 19 переменным – коэффициентам поглощения на волновых числах спектра разработана система классификационных функций градации образцов кофе по географическому месту произрастания. Доказано, что сочетание Фурье-ИК-спектроскопии с методами многомерного анализа можно использовать как быстрый и неразрушающий инструмент для идентификации кофе в зернах. Gas and liquid chromatography methods are used to identify coffee. They provide accurate and detailed information about its chemical composition; however they are time-consuming, complex in sample preparation and unsuitable for operational quality monitoring. The purpose of this study is to develop and test a method for identifying coffee by botanical species, geographical place of growth and roasting using FTIR-spectroscopy and multivariate analysis. Samples of coffee beans were selected as objects of research, differing in botanical type (Arabica/Robusta), geographical place of growth (Asia/America/Africa) and roasting (roasted/not roasted). To develop models for the identification of grain coffee, a spectral database was formed and the methods of multivariate analysis were applied: principal components analysis (PCA), discriminant analysis. The IR-spectra of coffee samples were recorded using a Bruker ALPHA FTIR-spectrometer with a diamond module in the range of 4000–400 cm–1 with a resolution of the spectrometer of 2 cm–1. Spectral data were exported from the OPUS 7.3.5.0 embedded software to Excel. During analysis the matrix of spectral data, the most intense absorption bands of the IR-spectrum were revealed, attributed to the presence of functional groups of water, lipids, polysaccharides, caffeine and chlorogenic acid in grain coffee. By comparison the IR spectra of the samples: caffeine, decaffeinated coffee and grain coffee, absorption bands of the spectrum were revealed, which can be used to build a calibration model of the caffeine content in the composition of coffee beans. Using PCA based on the spectral data, a multivariate model of the gradation of coffee by botanical type and depending on the roast was build. According to the matrix of factor loadings, absorption bands of the spectrum were revealed, explaining the differences between the samples in botanical type and roasting and making the greatest contribution to the division of coffee samples into groups. By the method of discriminant analysis using 19 variables – absorption coefficients at the wave numbers of the spectrum – a system of classification functions for the gradation of grain coffee samples according to the geographical place of growth has been developed. It is proved that the combination of FTIR-spectroscopy with multivariate analysis methods can be used as a fast and non-destructive tool for identifying coffee beans.

Identification and Authentication of Cow’s Milk Powder Using a Smartphone and Chemometric Analysis

“…Задача выявления фальсификации пищевой продукции затруднительна вследствие многокомпонентности состава, особенностей климатических и геологических условий региона происхождения, характера антропогенного воздействия. Разработанные подходы для проведения идентификации и аутентификации пищевых продуктов весьма сложны и разнообразны [1][2][3][4][5][6][7]. К основным инструментам следует отнести методы химического фингерпринтинга (техника «отпечатков пальцев») [1], масс-спектрометрии с индуктивно-связанной плазмой [2][3][4], масс-спектрометрии изотопных отношений [4,5], газовой хроматографиимасс-спектрометрии изотопных отношений [6] и ИК-Фурье-спектроскопии [7].…”

“…Разработанные подходы для проведения идентификации и аутентификации пищевых продуктов весьма сложны и разнообразны [1][2][3][4][5][6][7]. К основным инструментам следует отнести методы химического фингерпринтинга (техника «отпечатков пальцев») [1], масс-спектрометрии с индуктивно-связанной плазмой [2][3][4], масс-спектрометрии изотопных отношений [4,5], газовой хроматографиимасс-спектрометрии изотопных отношений [6] и ИК-Фурье-спектроскопии [7]. Представленные научные разработки трудозатратны, дорогостоящи, требуют формирования библиотеки оригинальных образцов заранее установленного происхождения.…”

“…1. Тест-устройство (а) и фото флуоресцирующих образцов животного и растительного происхождения (б): cухое молоко (1-4), картофельный и кукурузный крахмал(5,6), заменитель сухих сливок(7), пшеничная и рисовая мука(8,9) сыворотки молочной, крахмала картофельного и кукурузного, растительного заменителя сухих сливок, муки пшеничной и рисовой) проводили с использованием цветовой модели RGB.Выбор системы кодирования цвета обусловлен доступностью различных программ и приложений для мобильных устройств (в данном случае для смартфона) на ее основе, простотой представления данных, возможностью регистрации цветометрических компонент как окраски анализируемых образцов или растворов, так и их флуоресценции, а также многовариантностью формирования аналитического сигнала. Установлено, что обработка аналитического сигнала (значение переменных R, G и B) собственной флуоресценции образцов животного и растительного происхождения методами главных компонент и иерархического кластерного Вecтн.…”

“…2. График РСА для идентификации сухого молока (1-4), картофельного и кукурузного крахмала(5,6), заменителя сухих сливок(7), пшеничной и рисовой муки(8,9), молочной сыворотки (10, 11) цветометрическим методом (а) и соответствующая дендрограмма (б)…”