En preliminär modell för att skapa en digital tvilling för kaffebrostning

Från rostningsrummet till virtuell rost

Kaffekännare bedömer kanske en kopp efter dess arom och crema, men bakom varje klunk ligger en komplex rostning som fortfarande i stor utsträckning styrs av hantverk och erfarenhet. Denna studie undersöker hur matematik och kemi kan kombineras för att bygga en ”digital tvilling” av kaffebrostning, en virtuell version av processen som kan hjälpa rosterier att finjustera smak och näringsinnehåll utan ändlösa försök och misstag.

Varför rostning spelar roll för din kopp

Rostning är där gröna kaffebönor förvandlas till de doftande, bruna bönor vi känner. När bönorna värms genom torkning, rostning och nedkylning förlorar de vatten, puffar upp, spricker och mörknar. Inuti utvecklas hundratals kemiska reaktioner som skapar de föreningar som formar bitterhet, syrlighet, sötma, fyllighet och arom. Tid och temperatur är avgörande: små förändringar kan förvandla ett kaffe från ljust och fruktigt till mörkt och rökigt. Eftersom rostning är så inflytelserikt och den globala kaffemarknaden är enorm, kan även små förbättringar i kontrollen påverka både smak och industriellt värde.

Att omvandla bönor och molekyler till en enkel karta

Författarna satte som mål att översätta denna komplicerade kemi till en strömlinjeformad matematisk modell. De fokuserade på nyckelgrupper av ämnen som är kända för att driva smak och hälsoegenskaper: koffein, klorogensyror, trigonellin, flera organiska syror, lipider (oljor), sockerarter såsom sackaros, glukos och fruktos, samt fria aminosyror. Med utgångspunkt i tidigare kemisk kunskap beskrev de hur dessa föreningar typiskt beter sig under rostning: vissa bryts främst ner, andra omvandlas till nya molekyler och några är relativt stabila. Eftersom inte alla reaktionsprodukter kan mätas lade de till en fångstpool för ”andra ämnen” för att representera de många ytterligare molekyler som ger rostat kaffe dess djup.

Hur den virtuella rosten fungerar

För att fånga dessa förändringar skrev teamet ett antal länkade ekvationer som beskriver hur koncentrationen av varje ämne stiger eller sjunker över rostningstiden. Varje ekvation följer standardregler för kemisk kinetik och beror på hastighetskonstanter som ökar när bönan blir varmare, enligt den klassiska Arrheniuslagen. I praktiken innebär detta att modellen läser in en uppmätt temperaturkurva från en industriell trummrost och sedan beräknar hur föreningarna i en böna förväntas förändras sekund för sekund. Modellens struktur upprätthåller också masskonservering: vad som förloras från en grupp föreningar måste dyka upp någon annanstans i nätverket.

Att mata in verkligt kaffe i modellen

För att ankra den virtuella rosten i verkligheten analyserade författarna fyra single origin-kaffen, två Arabica (från Mexiko och Rwanda) och två Robusta (från Nicaragua och Indonesien). För varje rostat prov mätte de koffein, trigonellin, utvalda klorogensyror, ferulinsyra, citronsyra, vinsyra och ättiksyra samt totala lipider, med etablerade laboratoriemetoder. Typiska artskillnader framträdde: Robusta hade mer koffein och klorogensyror, Arabica mer lipider. De använde sedan dessa slutliga rostningsmätningar, tillsammans med typiska gröna bönors sammansättningar från litteraturen och de inspelade temperaturprofilerna, för att ”lära” modellen. En numerisk optimeringsprocedur justerade de okända hastighetskonstanterna tills de simulerade slutkoncentrationerna matchade laboratorievärdena så nära som möjligt, samtidigt som realistiska gränser från livsmedelskemi respekterades.

Vad den virtuella rosten avslöjar

När modellen var kalibrerad återgav den den uppmätta slutliga sammansättningen av kaffen med små relativa fel för de flesta föreningarna, särskilt syror och alkaloider. De simulerade kurvorna över tid följde också förväntade trender: koffein och flera syror minskade stadigt, ättiksyra byggdes upp och ferulinsyra visade ett mönster av uppgång och nedgång som speglade dess bildning från klorogensyror och dess egen nedbrytning. Lipider var svårare att matcha perfekt, troligen för att deras experimentella mätning är mer variabel. Även om intermediära tidpunkter ännu inte mättes i rostningsmaskinen antyder resultaten att detta kompakta nätverk av ekvationer kan fånga huvudkemin i rostningen under realistiska temperaturförlopp.

Från modell till skräddarsydda koppar

För icke-specialister är huvudbudskapet att en virtuell rostmodell som denna med tiden kan låta rosterier förutse hur förändringar i temperatur eller rosttid kommer att ändra bönornas inre kemi och därigenom den sensoriska profilen i koppen. Denna första version är fortfarande ett preliminärt steg och behöver mer data under rostningen och för ytterligare smakämnen. Den pekar dock redan mot en framtid där en digital tvilling hjälper till att designa rostningar anpassade till specifika smaker eller näringsmål, vilket minskar spill och försöksverksamhet samtidigt som ditt favoritkaffe förblir både konsekvent och personligt.

Citering: Bruno, M.J., Egidi, N., Fatone, L. et al. A preliminary model to establish a digital twin for coffee roasting. Sci Rep 16, 15857 (2026). https://doi.org/10.1038/s41598-026-43923-9

Nyckelord: kafferostning, digital tvilling, livsmedelskemi, kinetisk modellering, kaffesmak