利用近红外光谱和化学计量学来预测未烘焙咖啡豆中不同化合物的浓度。
近红外光谱(NIR)结合化学计量学被认为是一种低成本、快速和环保的方法离线而且在线各种食品的分析。然而，在使用它来量化生咖啡豆中的化学成分方面，有一些方法上的限制。
为了克服这些限制，一组巴西研究人员最近进行的一项研究(Ribeiro等人，2021)提出了一些创新方法，用于量化未烘焙咖啡豆中的咖啡因、葫芦巴碱和5-咖啡酰奎宁酸(5-CQA)。
特别是，该方法涉及使用属于不同咖啡品种的新型混合物和掺杂基质，并将其与纯目标化合物添加，以增加校准模型中的可变性。采用偏最小二乘回归(PLSR)进行多元分析，建立各化合物的校正模型。
结果表明，所建立的校正模型可可靠地预测咖啡因、葫芦巴碱和5-CQA的浓度，均方误差(RMSE)分别为0.08、0.07和0.27风投)，分别为0.98、0.96及0.96。此外，选择46个波长区域用于后续研究，例如，预测咖啡豆中的化合物浓度，而不考虑其烘焙程度。
基于智能手机的检测咖啡中赭曲霉毒素a的生物传感器的开发。
暴露于赭曲霉毒素A (OTA)等真菌毒素对消费者的健康构成严重威胁。检测和定量OTA的实验室分析方法在确保食品安全方面发挥着关键作用。然而，为了避免整个食品供应链的污染，需要快速和易于使用的筛选工具，适用于现场分析。
在这种情况下，一组意大利研究人员最近进行的一项研究(Zangheri等，2021)，开发了一种基于智能手机的生物传感器，用于检测和量化速溶咖啡中的OTA。特别地，该系统将横向流动免疫分析(LFIA)与化学发光(CL)检测相结合。该系统由一个独立的设备组成，集成到智能手机中，并使用低成本，一次性分析墨盒，包含执行分析所需的所有试剂。
非专业操作人员可以在需要时使用智能手机摄像头作为光探测器，通过简单的手动操作进行分析。该生物传感器可在咖啡样品中进行OTA定量检测，检测限为0.1 μg L－1．总之，作者认为，迄今为止的结果表明，所开发的设备可以用于咖啡中OTA污染的常规监测，允许快速可靠地识别需要验证分析的阳性样品。同样的装置也可以用于葡萄酒。
引用:J.S.里贝罗等人，食品控制，125,2021,107967，Zangheri等。，分析化学学报，1163,2021,338515。
