基于电化学指纹技术平台,通过优化电解质浓度和温度实现咖啡地理起源的快速现场鉴别策略

《Food Chemistry》:Coffee geographical origin rapid on-site discrimination strategy using an electrochemical fingerprinting platform by optimization of electrolyte concentration and temperature

【字体: 大 中 小 】 时间:2026年08月01日 来源:Food Chemistry 10.4

编辑推荐:

  •研究设计了一种低成本电化学方法,用于分析咖啡的地理起源。•分析过程中,M NaOH和35℃是被证明最为理想的条件。•通过计时安培法得到的电流-时间曲线指纹,可区分来自13个不同产地的咖啡。•该传感器在复杂的样品环境中仍能保持良好的稳定性和选择性。•该方法为农产品起源分析提供了一

  
  • •
    研究设计了一种低成本电化学方法,用于分析咖啡的地理起源。
  • •
    分析过程中,M NaOH和35℃是被证明最为理想的条件。
  • •
    通过计时安培法得到的电流-时间曲线指纹,可区分来自13个不同产地的咖啡。
  • •
    该传感器在复杂的样品环境中仍能保持良好的稳定性和选择性。
  • •
    该方法为农产品起源分析提供了一种快速、便捷的现场解决方案。

引言

咖啡是全球消费最广泛的饮料之一。它含有丰富的生物活性成分,如咖啡因、三角叶碱、绿原酸和咖啡酸等,这些成分共同决定了咖啡的感官特性、营养价值以及功能特点(Makiso等人,2024)。从食品真实性与市场监管的角度来看,地理起源是影响咖啡品质、风味特征及商业价值的关键因素(Tieghi等人,2024)。在各类商业咖啡中,Coffea arabica L.因其出色的感官品质而在精品咖啡市场中备受青睐(Babova等人,2016)。咖啡原产于非洲中北部,如今在“咖啡带”(北纬20°至南纬20°)范围内广泛种植,那里的气候条件极为适合咖啡生长(Giraudo等人,2019)。海拔、温度、降雨量以及土壤特性等地理因素会显著影响咖啡的品质与生化组成(Freitas, Borges, Vidigal等人,2024),从而导致不同产区的咖啡在风味和市场价格上存在明显差异(Williams等人,2022)。
准确识别咖啡的地理起源对于保障咖啡品质、保护消费者权益至关重要(Mbakop等人,2023)。随着人们对优质单一产地咖啡的偏好日益增加,全球市场对产品可追溯性的需求也在不断上升。在咖啡供应链中,出于经济利益的考量,欺诈行为屡见不鲜,比如虚假标注产地、用劣质咖啡豆替代优质豆子,这些行为严重破坏了市场秩序与消费者权益(Perez等人,2023)。因此,快速且准确的地理起源识别对于确保食品安全、保护消费者利益而言极为重要。目前常用的分析方法主要包括光谱技术(Worku等人,2019;Yang等人,2021;Santos-Rivera等人,2024)、质谱技术(Yang等人,2024;Shi等人,2025)、代谢组学技术(Zhu等人,2021)以及稳定同位素分析技术(Sim等人,2023),这些方法通常还需要结合化学计量学或机器学习算法来进行分类。尽管这些仪器分析方法精度很高,但往往成本高昂、操作流程复杂、样品前处理要求严格,这限制了其应用效率,也不便于在现场使用。因此,开发一种快速、低成本且便携的咖啡起源识别方法显得尤为重要。
相比之下,电化学技术具有较高的灵敏度、快速的响应速度以及出色的成本效益。由于其便携性,这类技术成为实时监测食品安全与品质的理想工具。在定量检测领域,电化学方法已被广泛用于检测各种电活性物质,包括糖类(Xu等人,2026)、激素(Tang等人,2024)、维生素(Shi等人,2024)以及药物(Cetinkaya等人,2024)。近年来,电化学技术还被应用于对复杂多组分体系的全面分析与特征描述(Fu等人,2020)。通过捕捉多种电活性成分——如酚类、酮类和生物碱等的协同信号,这些技术能够生成特定样品的电化学指纹。这类指纹已被广泛应用于植物制品(Fu等人,2019;Xiao等人,2023)、茶叶(Sun等人,2025;Tan等人,2025)、饮料(Monago-Mara?a等人,2024)、发酵产物(Cetó & Pérez,2020)以及违禁药品(Stratulat等人,2025)的质量检测与真伪鉴别工作中。
由于实际应用优势明显,电化学技术近年来逐渐被更多用于咖啡分析领域。例如,Morais等人利用伏安法电子舌技术来识别咖啡中的掺假成分(de Morais等人,2019);Rodrigues等人则开发了基于阻抗的电子舌技术用于检测咖啡掺假行为(Rodrigues等人,2021);Mutz等人设计了3D打印电化学传感器,用于鉴定巴西咖啡的真伪(Mutz等人,2023)。虽然电化学方法在咖啡可追溯性检测方面展现出巨大潜力,但其在精确识别咖啡地理起源方面的应用还处于起步阶段。不同地理产区的咖啡具有不同的生化组成,其中绿原酸和咖啡因的含量受环境因素影响显著,而蔗糖含量则易受加工过程等外部因素的影响(Worku等人,2018)。这些生化差异为基于起源的咖啡识别提供了依据,但同时也给分析工作带来了诸多挑战。在咖啡的电化学起源识别过程中,主要存在两大难题:其一,加工过程可能会将咖啡中的天然蔗糖水解为葡萄糖和果糖(Freitas, Borges, Castro等人,2024),这些物质会在铜基电极上产生较强的电化学信号,从而掩盖与产地相关的特征信息;其二,为了实现全面的特征分析,往往需要使用强酸/强碱电解质以及经过特殊处理的电极来提升检测灵敏度,但这又会增加样品预处理的工作难度、提高成本,还存在潜在的环境风险,进而限制了该技术在现场的应用可能性(Almeraya-Calderón等人,2023)。
为减少复杂电化学系统中基质成分带来的非特异性干扰以及电极腐蚀问题,人们提出了多种解决方案。例如,Miroslav Stredansky等人采用差分测量结合信号减除的方法,来消除咖啡中存在的微量葡萄糖的影响(Stredansky等人,2018);Meng-Xia Qiao等人研究了施加电压范围对石墨电极腐蚀程度的影响,确定了能够最大程度降低碳腐蚀的最佳电压区间(Qiao等人,2018);Thanh Hai Pham等人则研究了各类有机分子作为铜表面腐蚀抑制剂的效果,通过测定其溶解速率来评估其防护性能(Pham等人,2023);Jingyu Zhang等人则开发了一种环保型葡萄糖定量检测方法,采用中性Na2S2O3作为辅助电解质(Zhang, Xie等人,2023)。尽管这些方法在一定程度上取得了不错的效果,但它们往往会增加实验的复杂性、成本,或者使分析结果过度依赖特定实验条件,因此其通用性有限。由此可见,目前仍需要一种简单且成本低廉的优化策略,能够在复杂的食品样品环境中兼顾分析方法的选择性、稳定性以及实际操作可行性。
本研究通过共同优化电解质浓度和检测温度,开发了一种基于电化学指纹技术的咖啡地理起源识别方法。研究构建了由铜膜工作电极、铂对照电极以及饱和甘汞电极组成的三电极系统,进而运用电化学阻抗谱、扫描速率依赖型循环伏安法以及表观双电层电容分析等技术对候选电极进行了性能评估。通过基于循环伏安法的优化,成功抑制了糖类成分的干扰,同时保留了咖啡特有的电化学响应特征。随后,该技术被用于检测来自五大洲13个不同产地的阿拉比卡咖啡样本,将检测得到的电流幅度响应转化为20维的时间窗口指纹特征。研究者们还采用了统计分析、置换多元方差分析、主成分分析、线性判别分析以及支持向量机分类等方法,来分析不同产地咖啡之间的差异,并评估该识别方法的性能。总体而言,这一技术平台为咖啡地理起源的快速、低成本识别提供了一条有效途径。

章节要点

试剂与材料

氢氧化钠、蔗糖、葡萄糖、果糖以及其他分析级化学品均购自中国上海的国药集团化学试剂有限公司。所有水溶液均使用去离子水配制,其电阻率为25℃时的18.2?MΩ·cm。电化学测量工作是在中国上海的CH Instruments公司生产的CHI-614E电化学工作站上完成的。85-2?A自动磁力搅拌器则购自中国江苏的江苏新瑞仪器有限公司。

候选电极的EIS分析及表观电化学可及表面特性研究

首先通过电化学阻抗谱以及扫描速率依赖型循环伏安法对候选工作电极进行表征,以此评估它们的界面电化学行为,以及是否适合后续的指纹识别工作。图3a展示了铜膜电极和铜泡沫电极的奈奎斯特阻抗谱。在奈奎斯特图中,实部(Z′)反映的是电阻性贡献,而虚部(?Z″)则与电容性或反应性界面行为相关。为了更

结论

本研究通过共同优化电解质浓度和检测温度,开发出一种基于电化学指纹技术的咖啡起源分析方法,该方法有效提升了复杂样品环境下的分析选择性与其灵敏度之间的平衡水平。研究中采用了由铜膜工作电极、铂对照电极以及饱和甘汞电极组成的三电极架构,通过电化学阻抗谱、扫描速率依赖型循环伏安法以及表观双电层电容分析等技术,最终选定了最适合用于咖啡起源识别的电极类型。

CRediT作者贡献说明

Chengxiang Yong:负责原始稿件撰写、可视化分析、方法设计、实验实施以及数据整理工作。Guohua Hui:负责稿件审阅与编辑、可视化处理、结果验证、资源协调、项目管理、资金申请以及研究概念构思。Zhaoyi Sun:负责正式数据分析、数据整理以及研究概念构思。Wenxiong Wu:负责结果验证与实验研究工作。Yuchen Huang:同样负责结果验证与实验研究工作。Huiting Lan:参与结果验证与实验研究工作。Jianyu Lu:负责方法设计以及研究概念构思。Dianchen Dai:负责资源协调工作。

利益冲突声明

所有作者声明,他们不存在任何可能影响本文研究结果的已知财务利益关联或个人关系。

致谢

本项研究得到了以下项目的支持:贵州省山地智能农业机械重点实验室开放课题(项目编号:202509)、国家大学生创新训练计划(项目编号:202510341041)、浙江省大学生创新训练计划、浙江农林大学大学生创新训练计划,以及现代农业与林业人工智能产业学院的第二批校企合作项目(项目编号:cyxy-2026-07)。
Chengxiang Yong|Guohua Hui|Zhaoyi Sun|Wenxiong Wu|Yuchen Huang|Huiting Lan|Jianyu Lu|Dianchen Dai|Chengling Xia|Yuqi Xiao|Ying Liao|Zhenjing Su|Deyi Bi|Yajing Wang|Tianyu Zhang|Xiao Zhang|Xiaolong Ruan|Peng Wu
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号