FoodSMaCK
Spektroskopi, datamodellering og forbrukerkunnskap
En målsetting for norsk matindustri er lønnsom produksjon av bærekraftig og sunn mat som appellerer til forbrukerne. FoodSMaCK-programmet adresserer disse behovene.
Start
01. jan 2017
Slutt
31. des 2020
Finansiert av
FFL - Fondet for forskningsavgift på landbruksprodukter
Prosjektleder(e):
Andre deltakere:
Valérie Lengard Almli
Nils Kristian Afseth
Petter Vejle Andersen
Ingunn Berget
Ulrike Böcker
Elin Katinka Riiser Dankel
Mari Øvrum Gaarder
Ida Synnøve Bårvåg Grini
Magnhild Seim Grøvlen
Ellen F. Mosleth
Kristine S Myhrer
Ingrid Måge
Helga Næs
Mads Erling Pedersen
Rune Rødbotten
Karen Wahlstrøm Sanden
Josefine Skaret
Lars Erik Solberg
Øydis Ueland
Paula Varela-Tomasco
Sileshi Gizachew Wubshet
Hanne Kristine Zobel
Lene Øverby
Gesine Schmidt
Mats Carlehøg
Resultater
En målsetting for norsk matindustri er lønnsom produksjon av bærekraftig og sunn mat som appellerer til forbrukerne.
Resultater fra programmet
Sensoriske egenskaper
Vi etablerer ny forskningsbasert kunnskap om hvordan sensoriske egenskaper i sunn mat kan opprettholdes og/eller forbedres for å sikre høy forbrukeraksept og sunne matvalg.
- Vi har sammenlignet ulike dynamiske metoder for grundig sensorisk beskrivelse av mat, og funnet den som er mest relevant for å undersøke egenskaper som er avgjørende for matvalg og metthetsfølelse.
- Vi har utviklet og evaluert nye hurtigmetoder for beskrivende sensorisk analyse. De kan være nyttig å bruke til produktutvikling.
- Vi har bidratt til å forstå ulike aspekter ved forbrukernes spiseopplevelse, og hvordan forbrukerens oppfattelse av tekstur påvirker valg av porsjonsstørrelse, basert på smak og forventet metthet. Dette er viktig kunnskap med tanke på å forhindre fedme, da justering av teksturen kan bidra til at vi spiser mindre.
- Vi har testet ut metoder for å måle velvære knyttet til mat i en multikulturelt studie med europeiske partnere.
- Vi undersøker hvordan såkalte kreative fokusgrupper kan brukes til forbrukerdrevet produktutvikling. Vi har testet dette med hell på eldre, samt for å undersøke forbrukeres forhold til planteproteiner.
- Vi har bidratt til å forstå hvordan sensorisk sensitivitet hos den enkelte er med på å bestemme hva vi velger av mat, med spesielt fokus på barns valg. Vi ser at relasjoner mellom sensitivitet, preferanser og ulike sosiale forhold er avgjørende. Denne kunnskapen kan bidra til at man vet mer om hva som får barn til å velge sunn mat.
Ikke-destruktive måleteknikker
Vi utvikler nye og raske ikke-destruktive måleteknikker basert på spektroskopi som kan brukes til å overvåke, kontrollere og forstå industriell matprosessering og biokjemiske prosesser.
- Vi har vist at fluorescens er en potensiell metode for å måle total mengde polyfenoler i potetskrell og metoden kan brukes til detaljert kjemisk avbildninga av fotooksidasjon i smør og ost.
- NMR og on-line nærinfrarød spektroskopi (NIR) er brukt for både å automatisk påvise og forstå de biokjemiske mekanismene involvert i wooden breast, et muskelsyndrom som gir kvalitetsforringelse av kyllingfileter.
- En on-line NIR metode er utviklet for måling av fett og tørrstoff i osteblokker i prosess. Vi har vist at Raman-spektroskopi kan brukes til å kvantifisere bein i restråstoff fra fjørfeproduksjon og dette er nyttig for prosessoptimering. Samme metode kan brukes til å måle intramuskulært fett i svinekjøtt.
- Vi har for første gang testet FTIR (proteinstørrelsesanalyser) og Raman spektroskopi (vannbindingsevne) hos industripartnere. Et viktig mål er å bruke spektroskopiske teknikker til industriell prosessoptimering.
- Vi har vist at ulike spektroskopiske teknikker kan benyttes for å optimere proteinutbytte under enzymatisk hydrolyse av restråstoff av fjørfe.
Dataanalyse og modellering
Vi utvikler metoder for dataanalyse og modellering basert på multivariat statistikk.
- Vi har undersøkt hvordan metoden SO-PLS kan brukes til såkalt «sti-modellering» på forbrukerdata.
- Innen temaet «hva er felles og unik variasjon i ulike datasett» har vi sammenlignet de fire mest brukte metodene, og utvikler konseptet videre for såkalte distansematriser.
- Innen multivariat ANOVA har vi utviklet en ny metode for visualisering og statistisk testing av forskjeller.
- Vi har sammenlignet metoder for å finne viktige variabler i multivariate responser fra intervensjonsstudier.
- Analyse av tidsforløp er viktig innen mange områder. Vi har vist at flerdimensjonale metoder kan brukes til å analysere tidsforløp både i tarmflora og i sensorisk oppfattelse. Innen prosessmodellering jobber vi med trekke ut relevante egenskaper fra temperaturkurver fra full-skale osteproduksjon.
Hvordan gjennomføre en smakstest?
Mål for programmet
Det overordnede målet for FoodSMaCK er å bidra til sunn og bærekraftig mat ved forbrukerkunnskap og smart prosessanalyse.
- Å forstå sensorisk persepsjon, spiseopplevelse og hvordan forbrukerkarakteristika påvirker matvalg og matvaner
- Utvikle spektroskopiske metoder for måling, styring og forståelse av biokjemiske og industrielle prosesser
- Utvikle verktøy for datamodellering innen sensometri, kjemometri, prosessanalyse og bioinformatikk
- Utvikle nye strategier for prosessoptimering ved å kombinere on-line målinger og dataanalyse
- Utvikle ny sensorisk metodikk basert på siste nytt innen multivariat statistikk
- Etablere gjensidig kunnskapsdeling med næringa og kontinuerlig formidling av resultater
Sunn, smakfull og bærekraftig mat
FoodSMaCK er et tverrfaglig forskningsprogram som adresserer matindustriens behov ved tre hovedstrategier:
- Vi vil etablere ny forskningsbasert kunnskap om hvordan sensoriske egenskaper i sunn mat kan opprettholdes og/eller forbedres for å sikre høy aksept og valg av slike produkter. Vi vil undersøke og etablere metoder for hvordan man kan veilede forbrukere til å velge sunn mat fremfor mindre sunne alternativer. Slik veiledning krever ny kunnskap om hvilke faktorer som driver spiseopplevelser, for eksempel informasjon om forbrukernes sensitivitet, deres personlige egenskaper og holdninger til mat.
- Vi skal utvikle nye og raske ikke-destruktive måleteknikker basert på spektroskopi som kan brukes til automatisk overvåking og styring av produksjonsprosesser. Disse teknikkene, typisk basert på nær-infrarød, Raman, fluorescens og FT-IR spektroskopi, vil bli viktige verktøy for matindustrien for å oppnå kostnadseffektiv produksjon med optimal utnyttelse av råstoff, stabil sluttkvalitet og minimalt med matsvinn. Denne teknologien gjør det også mulig å sortere råstoff til hovedprodukter og biprodukter, samt å sørge for optimal prosessering og verdiøkning.
- Vi skal utvikle metoder for dataanalyse og modellering basert på multivariat statistikk. Analyse av store og komplekse data er utfordrende men også helt nødvendig for de fleste områder innen matvitenskap. Moderne teknologi produserer enorme datamengder og utnyttelsen av disse avhenger helt og holdent av muligheten til å ekstrahere relevant informasjon som er tolkbar og statistisk holdbar. Forskningsprogrammet vil utvikle analytiske metoder og kunnskap som vil øke verdiskapning og progresjon i norsk næringsmiddelindustri. En langsiktig synergi med akvakultur og fiskerisektoren er forventet.
Publikasjoner
Strategiske forskningsprogram
Dette er ett av fire strategiske forskningsprogrammer som var finansiert av Fondet for forskningsavgift på landbruksprodukter (FFL) i perioden 2017-2020, som sikrer langsiktig kompetansebygging.
Programmene i denne perioden var:
Lignende prosjekter