Discriminação de espécies de café (Coffea arabica e Coffea canephora) em diferentes graus de torra

O café é um dos produtos agrícolas de maior importância na economia mundial. Seu cultivo se baseia nas espécies Coffea arabica e Coffea canephora (conilon). A diferença de preço incentiva a adição de conilon, de menor valor comercial e qualidade sensorial, ao arábica. Após a torra e moagem, não é possível a distinção visual das espécies, podendo-se utilizar métodos de caracterização baseados em Análise Estatística Multivariada. Os estudos para diferenciação das espécies trabalham muitas vezes com grãos crus e técnicas onerosas. O trabalho objetivou a diferenciação das espécies de café arábica (Iapar 59) e conilon e misturas (20, 30 e 50 % de conilon) em diferentes graus de torra. Empregou-se análises cromatográficas (CLAE fase reversa, gradiente HAc/MeCN, detecção UV), e espectrofotométricas (reações colorimétricas da matéria insaponificável com KI e HCl). A torra foi padronizada pela perda de peso: 13% para clara, 17% para média e 20% para torra escura. Caracterizou-se as amostras com relação à umidade e cor (L* e H*). A técnica cromatográfica foi padronizada e permitiu a separação e quantificação simultânea de trigonelina, ácido clorogênico (5-ACQ), cafeína e ácido nicotínico, que foi introduzido como um potencial discriminador e teve sua metodologia validada. Após padronização das diluições e comprimento de onda de leitura, constatou-se que a reação com KI com leitura a 620 nm (KI620) foi a mais eficiente para discriminação, permitindo identificar adição de conilon ao arábica acima de 30 %, podendo ser utilizada como método de triagem. Em todos os graus de torra, o café arábica apresentou maiores teores de ácido nicotínico, trigonelina e KI620 (associado ao baixo teor de caveol) e menores valores de L*, H* e cafeína. Cafeína e KI620 foram estáveis a torra, ao contrário de L* e H*. Os teores de trigonelina, ácido nicotínico e 5-ACQ reduziram-se com o aquecimento, constatando-se maior velocidade de degradação no café conilon. No geral, a instabilidade à torra dificultou o emprego de uma variável como discriminadora. Considerando-se cada parâmetro em separado, a menor diferença entre espécies foi observada na torra média, sugerindo que a discriminação seria mais difícil. Em todas as condições estudadas a cafeína foi eficiente para diferenciar espécies e misturas. Ácido nicotínico e trigonelina podem ser aplicados como discriminadores das espécies nas torras clara e escura. O 5-ACQ apresentou comportamento diferenciado: maior concentração poderia estar associada a teor mais elevado tanto de café arábica quanto de conilon, dependendo da torra. Destacou-se neste trabalho a importância de se caracterizar adequadamente o nível de torra para diferenciar as espécies de café, visto que houve interação entre espécies e torra (exceto para cafeína e KI620). A avaliação em conjunto dos dados, por Regressão Multilinear, Análise de Componentes Principais e Análise de Agrupamentos, permitiu determinar a relevância dos parâmetros na caracterização das espécies e torras. L*, H*, a soma das concentrações de ácido nicotínico e trigonelina, e o teor de 5-ACQ ou razão 5-ACQ/cafeína foram eficientes na discriminação do grau de torra. KI620, H*, cafeína e trigonelina foram as variáveis mais importantes na separação das espécies e misturas.Coffee is one of the most important commodities in the worldwide economy. Its culture is based on Coffea arabica and Coffea canephora (robusta) species. The high commercial value and sensory quality of arabica beans stimulate the addition of conilon. Considering that after roasting and grinding the species cannot be visually distinguish, methods of characterization by Multivariate Statistical Analysis could be applied. Researches for differentiation of the species use green beans and expensive techniques. The aim of this work was to discriminate arabica and robusta coffee species and their blends (20, 30 and 50 % of robusta) roasted at different degrees. Chromatographic (reversed-phase HPLC, gradient elution of HAc/MeCN and UV detection) and spectrophotometrics (colorimetric reactions of the unsaponifiable matter with KI and HCl) methods were used. Roasting process was determinated by weight loss: 13% for light, 17% for medium and 20% for dark roasting. The sample was characterized regarding to moisture and color (L * and H *). The HPLC method was standardized and allowed separation and simultaneous quantification of trigonelline, clorogenic (5-CQA) and nicotinic acids and caffeine. The nicotinic acid was introduced as a potential discriminator therefore its methodology was validate. After standardization of the dilutions and wavelengths detection, it was observed that the KI reaction measures at 620 nm (KI620) was the most efficient for discrimination. The technique identified conilon addition to the arabic above 30% allowing its use as a screening method. Arabica coffee presented higher caffeine, nicotinic acid and trigonelline contents and smaller values of L*, H* and KI620 (associate to the low kahweol levels) in all roast degrees. Caffeine and KI620 were stable under roasting conditions, in contrast to L* and H*. Trigonelline, nicotinic acid and 5-CQA levels were reduced with heating and also showed higher degradation rate on robusta coffee. In general, the instability under roasting process difficulted the use of these variables as discriminators. Considering each parameter independently, the lower difference between species was observed for medium-roasted coffees suggesting that discrimination would be difficulted in this degree of roasting. Caffeine was efficient to differentiate species and blends in all cases. Nicotinic acid and trigonelline can be applied to species characterization under light and medium roasting. The 5-CQA presented differentiate behavior: high level could be associated to a greater content of arabica or robusta coffee, depending on the roasting degree considered. This work emphasized the importance of the appropriated characterization of the roasting degree to differentiate the coffee species, since there was interaction between species and roast (except for caffeine and KI620). The use of Multiple Regression, Principal Components and Cluster Analysis for evaluation of the data set allowed to determine the relevance of the parameters in the characterization of the species and roasts. L*, H*, the sum of nicotinic acid and trigonelline contents like the 5-CQA level or 5-CQA/caffeine ratio can be use as efficient parameters for discriminating roasting degree. KI620, H*, caffeine and trigonelline were the main variables to separate species and blends