红外光谱ATR-FTIR结合化学计量学快速分类哥伦比亚可可液块品种及挥发性成分定量分析

本研究针对传统GC-MS技术成本高、耗时长的问题，开发了基于ATR-FTIR光谱与化学计量学的快速分析方法，成功区分哥伦比亚Criollo品种（Monta?a/Olivo）与商业Trinitario可可液块，并建立PLSR模型（R2 达0.96-0.99）定量关键挥发性成分，为优质巧克力原料筛选提供高效技术支撑。

　　

巧克力爱好者或许不知道，决定高端巧克力风味的核心原料——Criollo可可豆，正面临品种鉴别的技术困境。传统气相色谱-质谱联用技术（GC-MS）虽能精准分析挥发性成分，但单次检测需数小时且设备成本高昂。随着全球对"bean to bar"精品巧克力的需求激增，哥伦比亚作为优质可可产区，亟需开发快速、环保的品种鉴别方法。

针对这一需求，墨西哥国家理工学院（Instituto Politécnico Nacional）联合哥伦比亚国家巧克力公司（Compa?ía Nacional de Chocolates）的研究团队在《Food Research International》发表创新成果。研究人员首次将衰减全反射傅里叶变换红外光谱（ATR-FTIR）与化学计量学结合，仅需几分钟即可完成可可液块品种分类，并实现关键风味物质的浓度预测。

研究采用三大关键技术：1）采集17批哥伦比亚可可液块（含12批Criollo亚型Monta?a/LOLI及5批Trinitario商业样品）建立样本队列；2）通过GC-MS鉴定80种挥发性成分并筛选特征标记物；3）开发偏最小二乘判别分析（PLS-DA）和多元线性回归模型，将ATR-FTIR光谱数据与化学组分关联。

样本特征解析
通过GC-MS发现Monta?a样品富含1-戊醇和2-庚醇，Olivo样品以2-辛酮、苯甲腈为特征，而商业样品则含显著吡嗪类物质。这些差异化合物在PCA分析中贡献80.61%的变异度，成为品种鉴别的化学指纹。

红外光谱分类模型
ATR-FTIR在1800-800 cm^-1
波段展现显著差异：Monta?a样品在氨基酸特征区（1580 cm^-1
）吸收强烈，Olivo样品在蛋白质酰胺带（1650 cm^-1
）和乙酰基峰（1740 cm^-1
）表现突出，商业样品则受脂类（2850 cm^-1
）和吡嗪环振动（1550 cm^-1
）主导。PLS-DA模型分类准确率达97.8%，媲美GC-MS结果（97.62%）。

挥发性成分定量突破
研究创新性地将样本分类结果作为预处理参数，使6种关键挥发性物质的PLSR模型拟合度（R²
）从0.62-0.84提升至0.96-0.99。例如苯乙醛的预测误差从±15%降至±3%，证实光谱数据与化学浓度的强相关性。

结论与展望
该研究证实ATR-FTIR可在5分钟内完成传统GC-MS需数小时的分析任务，且无需有机溶剂。Blanca E. Rodríguez-González等学者建立的模型不仅适用于哥伦比亚可可品种鉴别，其"光谱-化学计量学"联用策略可拓展至其他高价值农产品的质量控制。未来通过扩大样本量和优化波段选择，该方法有望成为巧克力工业原料筛查的黄金标准。