Как наука создает прикладные инструменты для кофейной индустрии: Колесо вкуса SCA.

Питер Джулиано рассказывает о роли совместных исследований в создании нового колеса вкуса SCA. Чтобы сделать его, понадобилось провести два научных исследования, привлечь к работе пять институтов в трех странах и сотни людей.

Часто инновация или изобретение выглядит как труд одного человека. Но на самом деле, это труд и результат сотрудничества многих людей. 

Питер Джулиано говорит, что вся история началась в Руанде. В начале 2000-х у Руанды не было репутации страны, выращивающей спешиалти кофе. Кофе был, но низкокачественный и очень дешевый. Главная проблема была в обработке, потому что она убивала весь потенциал местного зерна. То есть, если улучшить обработку кофе в Руанде, можно улучшить положение фермеров и открыть для мира новую страну с отличным кофе. Этим стал заниматься Тим Шиллинг (проекты PEARL и SPREAD). Сложность была в том, что все надо было создавать с нуля, потому что в Руанде не было хорошей традиции обработки кофе. Можно было либо скопировать технику какой-то страны, либо сделать технику обработки именно для Руанды. Чтобы создать технику, надо было провести серию экспериментов и тестов: какой степени спелости срывать ягоды, сколько хранить перед депульпацией, какой тип машин использовать, как долго ферментировать. Эксперименты длились где-то полтора года и после слепых каппингов в двух лабораториях в США были представлены на первом Симпозиуме в 2009 году. И хотя результаты были любопытные, они также были и ужасны, потому что стало ясно, что текущая система оценки кофе – капинг и 100-бальная шкала – не слишком подходит для сельскохозяйственных исследований.

Из этих экспериментов выросла World Coffee Research, которую возглавляет сегодня Тим Шиллинг.  И он знал из своего опыта, что первая вещь, которую надо сделать для всех исследований (а сейчас WCR занимается выведением гибридов, устойчивых к изменениям климата), это разработать новый инструмент, чтобы оценивать вещи, которые ему любопытны. Поэтому Шиллинг и его коллеги обратились к миру пищевой науки и посмотрели, что сделано там. Оказалось, что там есть совсем другая система, которая не используется в кофе. Система называется органолептический анализ с использованием описательного метода (Sensory Descriptive Analysis). Вроде бы похоже на то, что делается на капингах кофе. Но на самом деле, это совершенно другой подход.

Питер Джулиано изучал этот подход последние несколько лет. Чтобы понять, как он работает, надо обратиться к специалистам по органолептическому анализу. Они дегустируют разные вещи – от вина и кофе до собачьих консервов, но при этом не являются в них экспертами. Это позволяет быть непредвзятыми в дегустации. Питер называет таких специалистов сенсорными машинами, роботами. Они натренированы дегустировать и описывать вещи без оценки и каких-либо суждений. Но если профессиональный дегустатор это робот, для его работы нужна инструкция. В органолептическом анализе – это словарь, то есть список дескрипторов, которые ассоциируются с продуктом и которые используют в дегустации для описания.

Чтобы разработать словарь для кофе, специалисты по органолептическому анализу пробовали сотни образцов в течение года, записывали вкусы, проверяли и перепроверяли их. В конце концов, был разработан список из 110 дескрипторов, известный как World Coffee Research Sensory Lexicon (разработка дегустаторов Университета штата Канзас). Словарь – это не только множество дескрипторов, существующих в кофе, но и книга рецептов, где написано, как сделать эталоны для каждого из этих дескрипторов. Это важно, потому что позволяет специалисту по органолептическому анализу, допустим, в Канзасе иметь одинаковое мнение со специалистом в Лондоне или Сингапуре.

Питер сравнивал новый словарь с колесом вкуса SCAA 1997 года. Естественно, было много совпадений, порядка 40 терминов. Но было понятно, что словарь, сделанный на основе научного исследования, дает гораздо более четкое представление о вкусах кофе.

Теперь надо решить следующий вопрос. Как преобразовать список слов в инструмент, полезный для каптестеров? С этим вопросом Эмма Сейдж, научный менеджер в SCA, обратилась к Калифорнийскому университету в Дейвисе, если точнее, к Молли Спенсер, кандидату наук в области органолептики. Молли разработала программу, которая могла связывать слова по смыслу в иерархическую структуру. Например, коричневый - коричневые специи - корица. После группировки слов программой был сделан тест для проверки того, как группируют эти же слова дегустаторы и каптестеры. Тест прошли кофетестеры и специалисты по органолептике в Университете в Дейвисе (США). После анализа результатов теста был получен документ под названием агломеративная иерархическая кластеризация, такая сложная схема с древовидной структурой, на которой видно, как сгруппированы кластеры слов. Внизу схемы расположены дескрипторы, которые постепенно «собираются» в кластеры. Каждый кластер обозначен цветом, с которым ассоциируется вкус. Еще одна вещь, которую получили по результатам теста, точечная диаграмма с круговой структурой. Дескрипторы на диаграмме как бы «слипались» естественным образом кластеры: пряные, сладкие, фруктовые, ореховые и так далее.

Вышеописанные схемы помогли увидеть образ нового колеса. Третий этап – это раскрашивание монохромной модели. Как правило, люди ассоциируют вкусы и ароматы с определенными цветами. Разработкой цветовой модели колеса занималась дизайн студия One Darnley Road (Великобритания), которая подбирала идеальный красный цвет для вишни или желтый для лимона, так, чтобы с этим цветом действительно ассоциировался вкус.

Собранные данные также показали «степень родства» дескрипторов. Визуально оно выражено разным расстоянием между цветными сегментами. Чем больше расстояние, тем большая разница между дескрипторами.

Видео выступления: ReCoSymposium: Peter Giuliano | The Coffee Tasters’ Flavor Wheel: Collaborative Research in Action  






Subscribe for news

Subscribe for our newsletter

Our newsletters

Newsletter 12.05.2017
Newsletter 03.07.2017
Newsletter 12.05.2017
Newsletter 10.04.2017
All newsletters...

Events calendar

User login

Enter your username and password here in order to log in on the website:

Forgot your password?

Close