收藏
植物性食品找到了挑战和机遇

内容摘要
植物性食品找到了挑战和机遇
食品生产系统的技术解决方案和运营能力必须满足全球对营养物资产品的需求。然而,以优化持续性和营养性为目标的植物性食品工业化生产,必须在消费者期望(价格、食品乐...

植物性食品找到了挑战和机遇
目前,以蛋白质分离物等关键成分为植物性食品设计的起点,可能够倾倒旨在通过高强度的食品加工来满足适口性要求。基于成分的方法掌握了整株植物资源的这种营养潜力,同时还会产生大量的副产品。其本质上是食物重新组成其成分,再重新组合成食品加工,从而对整个价值链产生影子的成分持续影在地球环境和食物资源有限的范围内,行业必须采用更可持续的工艺,才能提供更安全、更美味、加工更少但营养更丰富的食品。人乳就是以生物为导向的食品加工工艺,其设计基于对原料和结构的深入了解,目的在优化加工食品的营养(28)。通过提高营养物质的生物可利用性和生物利用度来增强营养特性,应视为被食品加工工艺设计的输入指标。这些指标应在科学权威机构的支持下,由政府机构进行适当的宣传和监管。此外,此类创新新的食品加工工艺利用微生物(包括真菌、酵母和真菌)的酶促进和发酵能力来生产特定序列(精准发酵)或改变食品的结构、成分和风味特性。例如,乳酸发酵是一种天然有效的工艺,它利用微生物的重组和合成能力来改善植物性食品营养特性,从而减少抗营养物质,提高系列和微量系列的消化率和生物利用度(29)。
基于营养系列植物原料(单独使用或组合使用)和微创加工技术(浸泡、发芽、加热、发酵)的组合可能性,为开使营养功效更高的速率、更小的环境影响、更小的营养损失和更少的食品开拓带来了必然的机遇。人工智能(AI)领域的快速发展或许能够促进这种可能性的探索。人工智能和深度学习的进展已在生物学和药物发现领域取得了开源突破(30) ,31),把影响营养科学和食品技术。在模拟营养效率、食品安全、享乐主义、定价和环境影响(尤其是减少能源消耗和副产品)之间复杂的相互存关系方面,人工智能可能比传统的数据科学和纯粹的统计学更强大。此类人工智能模型可用于提出新的食品加工策略、营养成分补充的原料组合以及混合发酵或热处理参数,从而开发出新的天然、清洁标签和营养更丰富的植物基产品(32)。

相关推荐
更多




