SUCCESVERSLAG VAN KLANT
Productie van veganistische eiwitten met behulp van thermische analyse en reologie
Een klantensuccesverhaal van Prof. Dr. Tomas Kurz, ProteinDistillery GmbH, Ostfildern, Duitsland over de creatie van cleanlabel proteïne-ingrediënten met superieure functionaliteit en voedingseigenschappen
ProteinDistillery GmbH is een in Stuttgart gevestigde start-up die met zijn duurzame verwerkingsmethode een revolutie teweegbrengt in de alternatieve eiwitindustrie. Het bedrijf produceert veganistische proteïne van hoge kwaliteit via een uniek raffinageproces. De productie van het eiwit is gebaseerd op een van de oudste menselijke cultuurtechnieken - fermentatie.
Over ProteinDistillery GmbH en de markt voor alternatieve eiwitten
ProteinDistillery GmbH gebruikt een bijproduct van de brouwerij-industrie en breekt de biergist af in functionele bouwstenen om het waardevolle natuurlijke eiwit te extraheren (Afbeelding 1). Het resulterende eiwit vertoont opmerkelijke technofunctionele eigenschappen die vergelijkbaar zijn met die van ei-eiwit, waardoor het een levensvatbare optie is voor gebruik in de voedingsindustrie.
Dierlijk voedsel zoals vlees, eieren en melk is verantwoordelijk voor een groot deel van de wereldwijde CO₂-uitstoot en het landgebruik. Daarom is het noodzakelijk om ons consumptiegedrag te veranderen in de richting van alternatieven. In dit verband wordt verwacht dat de markt voor alternatieve eiwitten zal groeien van een wereldwijd volume van ongeveer 30 miljard USD naar 300 miljard USD in 2035*. Het grootste deel van de alternatieve eiwitmarkt is plantaardig. Als we echter kijken naar de beschikbare producten, zijn we vaak teleurgesteld, omdat de eigenschappen van dierlijke eiwitten in voeding op het gebied van textuurvorming, smaak en voedingswaarde veel beter zijn dan de eigenschappen van plantaardige eiwitten zoals erwten en soja. Het gebrek aan smaak en functionaliteit moet worden gecompenseerd met voedingsadditieven zoals methylcellulose of aromacomponenten.
* Blue Horizon & BCG analyse 2021, Food for Thought: De Eiwittransformatie | BCG
Producten van ProteinDistillery GmbH
ProteinDistillery GmbH produceert eiwitten uit micro-organismen zoals gist, met name biergist. Met deze aanpak kunnen we de functionele eigenschappen van dierlijke eiwitten, zoals eiwit, op de meest duurzame manier nabootsen. Ons eiwit gedraagt zich voornamelijk als een ei, de gouden standaard in de voedingsindustrie. Daarom kunnen onze eiwitpreparaten worden gebruikt in een groot aantal voedseltoepassingen, zoals vleesvervangers, eivervangers zoals roerei, of gebak en kaas.
Ons product draagt bij aan het eindproduct van onze klant door zijn eigenschappen, zoals emulsiecapaciteit, gelering en verdikking. Ook moeten we consistente fysieke eigenschappen bieden om de verwerkbaarheid van onze producten te garanderen. Daarom is het van het grootste belang om alles te weten over de poederstructuur en de reologische en denaturatie-eigenschappen van ons product.
Voor elke voedseltoepassing is er een combinatie van noodzakelijke technofunctionele eigenschappen. Voor de productie van plantaardige ei-analogen zijn oplosbaarheid, geleergedrag en emulgerende eigenschappen belangrijk, terwijl schuim- en emulgerende eigenschappen crucialer zijn voor eivervanging in bakkerijproducten (Figuur 2).
Bepaling van de denaturatietemperatuur
Denaturatie van een eiwit beschrijft een structurele verandering. Denaturatie van gisteiwitten kan gemeten worden met Differential Scanning Calorimetry, DSC (Figuur 3), geïllustreerd door endotherme effecten in het temperatuurbereik tussen 40°C en 80°C binnen de eerste verhitting en door de karakterisering van het reologische gedrag van de eiwitoplossing (Figuur 4). Bij de begintemperatuur van denaturatie (DSC) neemt de intrinsieke viscositeit (reometer) aanzienlijk toe. In de tweede verwarmingsstap is geen denaturatie en een constant hoog viscositeitsniveau te zien. Daarnaast is het mogelijk om kinetische modellen te maken voor de denaturatiesnelheid van het eiwit bij verschillende verwarmingstemperaturen op basis van NETZSCH DSC-experimenten. Deze modellen worden gebruikt om verwarmingsprofielen (temperatuur-tijdcombinaties) te definiëren die micro-organismen zullen deactiveren zonder het eiwit te laten geleren, waardoor pasteurisatie met de laagst mogelijke impact op de eiwitten mogelijk wordt. De kinetische modellen kunnen ook worden gebruikt voor het optimaliseren van de gelvorming in gegeleerde producten.
Modelgebaseerde simulatieen optimalisatie van eiwitConversie in een pasteurisatieprocesProces met behulp van Kinetics Neo
Het algemene doel van pasteurisatie is om de houdbaarheid van het product te verlengen door alle niet-sporevormende ziekteverwekkende bacteriën en de meeste vegetatieve bederfveroorzakende micro-organismen te inactiveren en door de microbiële en enzymactiviteit te remmen of stop te zetten. Tijdens hittebehandeling verliezen eiwitten echter delen van hun technofunctionele eigenschappen, zoals geleer- of emulgeercapaciteit. Daarom is het, vooral voor het functionele eiwitproduct van ProteinDistillery GmbH, van het grootste belang om kennis te vergaren over het denaturatie/omzettingsgedrag tijdens hittebehandeling om verwerkingsregimes te vinden waarmee industriële gebruikers van het eiwit hun product kunnen pasteuriseren (bijv. alternatieve kaasproducten) en de functionele eigenschappen van de eiwitten zoveel mogelijk behouden.
Tabel. 1.
Simulatietemperaturen en -tijden voor batchpasteurisatie, korte pasteurisatie bij hoge temperatuur (HTST), ultrapasteurisatie en behandeling bij ultrahoge temperatuur (UHT).
Hier gebruikten we Kinetics Neo, een simulatie- en optimalisatiesoftware ontwikkeld door NETZSCH, om kinetische reacties te beschrijven.
Standaardparameters die gebruikt worden in de voedingsindustrie werden gekozen als basis voor de thermische behandeling van producten of de eiwitoplossing. Tabel 1 geeft een overzicht van deze standaardparameters. Pasteurisatieregimes kunnen plaatsvinden bij lage temperaturen, zoals 65°C gedurende 30 minuten, of gedurende slechts 1 tot 2 seconden bij hogere temperaturen van 100°C of zelfs 138°C.
Figuur 5 toont een voorbeeld van een toegepast temperatuurprofiel voor analyse en voorspelling van DSC-signalen en de daarmee samenhangende omzetting van de eiwitfractie. In het linker diagram wordt het temperatuurprofiel van een meting bij een verwarmingssnelheid van 5 K/min als voorbeeld weergegeven. Het rechterdiagram illustreert responssignalen in de DSC voor verwarmingssnelheden van 5, 20 en 50 K/min, die omzettingsprocessen in de eiwitoplossing weergeven.
Verwarmingssnelheden van 50 K/min resulteren in een significant groter DSC-signaal dan de beschouwde lagere verwarmingssnelheden. Op basis van deze DSC-signalen was het mogelijk om een tijd- en temperatuurafhankelijk model voor de omzettingssnelheid op te stellen; dit is de basis voor de modelgebaseerde simulatieruns die in Figuur 6 worden getoond.
Hier worden de pasteurisatieregimes van tabel 1 gesimuleerd. Een batch pasteurisatie bij 65°C resulteerde in een omzettingssnelheid van ongeveer 90% na 3 minuten en 50 seconden, wat slechts een small deel was van de benodigde 30 minuten. Een High-Temperature Short-Time pasteurisatie (HTST) bij 72°C resulteerde in een conversie van 27% van het eiwit na de beoogde 15 seconden behandeling. Ook een Ultra-Hoge-Temperatuur (UHT)-behandeling bij 138°C resulteerde in een buitensporig hoge conversie van 90% na 1 seconde pasteurisatie.
Ultrapasteurisatieregimes in een temperatuurbereik van 89°C tot 100°C lieten echter veelbelovende resultaten zien. Na een behandelingstijd van 1 s trad bijvoorbeeld een conversie van 2,8% en 7,1% op bij respectievelijk 89°C en 96°C.
Om de simulaties te verifiëren werd een berekend DSC-signaal op basis van het temperatuurprofiel in figuur 7 vergeleken met een echte meetcurve.
Samenvatting
Op basis van deze resultaten was het mogelijk om een praktisch verwerkingsvenster te vinden voor een verwerkingsfabriek van een klant en om het gisteiwit van ProteinDistillery GmbH toe te passen in de betreffende fabriek, inclusief de warmtebehandelingsstap.
Het was ook mogelijk om het model te valideren met experimentele gegevens. Als voorbeeld toont afbeelding 7 een temperatuurprofiel (boven), modelgebaseerde simulatiegegevens (midden) en experimentele DSC-metingen. De modelgebaseerde simulatie beschrijft de experimentele gegevens goed. Daarom kan dit model als geldig worden beschouwd voor het toepassingsgebied in kwestie.
Geachte heer Kurz, we willen u bedanken voor het inzicht in uw onderzoekswerk en zijn er trots op dat we met onze analytische instrumenten kunnen bijdragen aan een duurzame verwerkingsmethode voor de alternatieve eiwitindustrie.
Over de auteur
Prof. Dr. Tomas Kurz is afgestudeerd in brouwerij- en dranktechnologie aan de Technische Universiteit van München. Na zijn PhD in bioprocestechniek werd hij benoemd tot junior professor in de engineering van voedselprocessen aan de Technische Universiteit van Berlijn. Hij heeft uitgebreide industriële ervaring als onderzoeks- en ontwikkelingsmanager bij verschillende bedrijven, gespecialiseerd in alternatieve eiwitten, de ontwikkeling van fermentatieprocessen, hydrocolloïden en veganistische voedingssystemen.
Als technisch directeur van een productiefaciliteit voor hydrocolloïden was hij verantwoordelijk voor de planning van apparatuur, onderhoud en reparatie, personeelsbeheer en productie met meer dan 100 werknemers onder zijn leiding. Als hoofd product en operations is hij nu verantwoordelijk voor de toepassingstechnologie van de geproduceerde producten en de overdracht van processen van laboratorium- naar pilot- en industriële schaal.