Kávovník (Coffea) je důležitou ekonomickou rostlinou některých zemí Afriky, jihovýchodní Asie, Jižní a Střední Ameriky. Káva jako konečný produkt je hojně konzumovaným nápojem po celém světe a její potenciální účinky na lidský organismus jsou četné. Teoretická část bakalářské práce byla věnována přípravě a složení kávy, dále také analytickým a statistickým metodám, které se využívají v metabolomické analýze. V experimentální části bylo pomocí hydrofilní interakční chromatografie ve spojení s hmotnostním spektrometrem Orbitrap Elite analyzováno 16 vzorků pražených zrn, 6 nepražených zrn a 1 vzorek espressa. Cílem experimentální části byla identifikace co největšího počtu metabolitů v kávových zrnech přístupem necíleného metabolického profilování s následným srovnáváním vzorků. Po filtrování dat z LC/MS analýzy bylo identifikováno 141 metabolitů v pozitivním ionizačním módu a 485 v negativním ionizačním módu. Za použití statistických metod byly porovnávány vzorky kávových zrn a espressa na základě obsahu určitých metabolitů v závislosti na procesech vedoucích k výslednému kávovému nápoji. Pomocí vulkánového grafu byly identifikovány nejvíce diskriminující metabolity v závislosti na jejich snižujícím se, resp. zvyšujícím se množství během procesu pražení.Coffea is an essential economic plant in some countries in Africa, Southeast Asia, south and central America. Coffee as a final product is an abundantly consumed beverage worldwide, and its potential effects on the human organism are numerous. The theoretical part of the bachelor thesis was devoted to the preparation and composition of coffee and the analytical and statistical methods used in metabolomics analysis. In the experimental part, 16 samples of roasted beans, 6 samples of green beans and 1 sample of espresso were analysed by hydrophilic interaction chromatography coupled with Orbitrap Elite mass spectrometer. The experimental part aimed to identify as many metabolites as possible in coffee beans by the approach of untargeted metabolic profiling with subsequent comparison of samples. After data filtering from LC/MS analysis, 141 metabolites were identified in the positive ion mode and 485 in the negative ion mode. Coffee beans and espresso samples were compared using statistical methods based on the content of metabolites depending on the processes leading to the resulting coffee beverage. The most discriminating metabolites have been identified using volcano plots depending on their decreasing or increasing amounts during roasting.