Por The Nexus Coffee / Fotos : Reyes
Investigadores de Taiwán desarrollaron una plataforma portátil capaz de analizar una taza de café mediante sensores electroquímicos y aprendizaje automático para determinar si la bebida ha sido preparada realmente de granos 100% Arábica o contiene Robusta.
El estudio pertenece a un equipo de la National Chung Hsing University, en Taichung, Taiwán. Entre sus autores figuran Bing-Chen Gu, Kuo-Jung Chung, Zhi-Wei Hong, Nai-Hsuan Yang y Chia-Che Wu, profesor del Departamento de Ingeniería Mecánica y experto en electroquímica.
La investigación publicada el 1 de octubre de 2026 en Food Chemistry: X, revista científica de acceso abierto publicada por Elsevier y dedicada a química de alimentos, ciencia alimentaria y métodos analíticos. El artículo corresponde al volumen 39, número 104523, dentro de la publicación científica actual.
El trabajo parte de una dificultad comercial: Arábica y Robusta dominan el mercado internacional, pero presentan diferencias de precio, composición y características sensoriales. Esa brecha genera incentivos económicos para incorporar Robusta a productos comercializados como café Arábica puro en mezclas.
Según la investigación, Arábica representa aproximadamente 60% de la producción mundial y Robusta cerca de 40%. Ambas especies sostienen buena parte del consumo global, aunque responden a perfiles distintos de sabor, composición química, adaptación agronómica y preferencias comerciales entre consumidores.
El problema aumenta después del tostado y la molienda, porque desaparecen señales morfológicas útiles para diferenciar los granos. La evaluación sensorial depende de catadores entrenados y puede pasar por alto adulteraciones con Robusta cuando su participación baja dentro de mezclas.
Proceso de detección de granos 100% Arábica
La alternativa propuesta emplea chips sensores desechables, impresos mediante impresión de electrodos, con una configuración de tres electrodos. Carbono, oro y plata/cloruro de plata permiten registrar señales electroquímicas asociadas con compuestos presentes en la bebida de la muestra analizada real.
El dispositivo analiza cafeína, ácidos clorogénicos, trigonelina y azúcares reductores mediante técnicas voltamétricas. Una pequeña muestra de café preparado entra en contacto con electrolitos específicos y genera respuestas eléctricas que posteriormente alimentan los modelos matemáticos de clasificación de café actual.
La cafeína adquiere importancia porque Robusta presenta concentraciones superiores a Arábica. Sin embargo, el sistema no depende de un único compuesto: combina cinco variables, incluida la intensidad del tostado, para construir una huella química capaz de separar las categorías.
Para clasificar las muestras, los investigadores analizaron 138 cafés: 66 Arábica, 18 Robusta y 54 mezclas preparadas con proporciones entre 95:5 y 30:70. El modelo XGBoost alcanzó 100% de exactitud en las pruebas de clasificación realizadas con alta precisión además.
Según la publicación de la revista científica, la estimación de proporciones utilizó redes neuronales, pues bajo una validación exigente, el modelo alcanzó un R² de 0,9121 y ubicó 47 de 54 predicciones dentro de diez puntos porcentuales de la proporción real, resultado que evidencia capacidad de transferencia.
La medición electroquímica requiere menos de tres minutos una vez preparado el extracto para establecer si el líquido de la taza se deriva de granos 100% Arábica. Los autores señalan limitaciones, entre ellas la necesidad de ampliar orígenes, procesos, cosechas y niveles de tostado antes de una aplicación comercial generalizada, fuera del laboratorio.