ProteinDistillery GmbH:s logotyp tillsammans med "Customer Success Stories"-märket, som betonar innovation inom hållbar produktion av veganskt protein.

Kundens framgångshistoria

Framställning av veganska proteiner med hjälp av termisk analys och reologi

En Customer Success Story av Prof. Dr. Tomas Kurz, ProteinDistillery GmbH, Ostfildern, Tyskland om skapandet av proteiningredienser för clean label med överlägsen funktionalitet och näringsmässiga egenskaper

ProteinDistillery GmbH är ett Stuttgart-baserat start-up-företag som revolutionerar den alternativa proteinindustrin med sin hållbara bearbetningsmetod. Företaget producerar högkvalitativt veganprotein genom en unik förädlingsprocess. Produktionen av proteinet baseras på en av de äldsta mänskliga kulturteknikerna - fermentering.

Visuellt diagram som illustrerar cykeln för produktion av jästprotein från bryggerier till konsumentprodukter och belyser ProteinDistillery GmbH:s roll.
Fig. 1. ProteinDistillery GmbH:s proteinproduktion. Jästbiomassa erhålls från industriella sidoströmmar som t.ex. bryggerier. Jästcellerna standardiseras, öppnas och vidareförädlas till specifika komponenter med specifika egenskaper.
Om ProteinDistillery GmbH och den alternativa proteinmarknaden

ProteinDistillery GmbH använder en biprodukt från bryggeriindustrin och bryter ner öljästen till funktionella byggstenar för att utvinna det värdefulla naturliga proteinet (figur 1). Det resulterande proteinet uppvisar anmärkningsvärda teknofunktionella egenskaper som är jämförbara med äggproteinets, vilket gör det till ett gångbart alternativ för användning inom livsmedelsindustrin.

Djurbaserade livsmedel som kött, ägg och mjölk står för en stor del av de globala koldioxidutsläppen och markanvändningen. Därför är det nödvändigt att ändra vårt konsumtionsbeteende mot alternativ. I detta avseende förutspås marknaden för alternativa proteiner öka från en global volym på cirka 30 miljarder USD till 300 miljarder USD år 2035*. Huvuddelen av den alternativa proteinmarknaden är växtbaserad. När vi tittar på de produkter som finns tillgängliga blir vi dock ofta besvikna, eftersom egenskaperna hos animaliska proteiner i livsmedel när det gäller texturbildning, smak och näring är mycket bättre än egenskaperna hos växtbaserade proteiner som ärter och soja. För att kompensera för bristen på smak och funktionalitet måste man använda livsmedelstillsatser som metylcellulosa eller aromkomponenter.

* Blue Horizon & BCG-analys 2021, Food for Thought: Proteinomvandlingen | BCG

Olika applikationer av ProteinDistillerys jästprotein belyser dess användningsområden inom köttalternativ, mejeri, bakning och äggersättning.
Fig. 2. Olika användningsområden för PD:s jästprotein

Produkter från ProteinDistillery GmbH

ProteinDistillery GmbH producerar proteiner från mikroorganismer som jäst, särskilt bryggerijäst. Med detta tillvägagångssätt kan vi replikera de funktionella egenskaperna hos djurbaserade proteiner som äggviteprotein på det mest hållbara sättet. Vårt protein beter sig i princip som ett ägg, vilket är guldstandarden inom livsmedelsindustrin. Därför kan våra proteinberedningar användas i ett brett spektrum av livsmedelsapplikationer, t.ex. köttsubstitut, äggsubstitut som äggröra eller bakverk och ost.

Vår produkt bidrar till våra kunders slutprodukt genom sina egenskaper som emulsionsförmåga, gelering och förtjockning. Vi måste också tillhandahålla konsekventa fysiska egenskaper för att säkerställa våra produkters processbarhet. Därför är det av yttersta vikt att vi vet allt om pulverstrukturen samt de reologiska och denatureringsegenskaperna hos vår produkt.

För varje livsmedelstillämpning finns det en kombination av nödvändiga teknofunktionella egenskaper. För produktion av växtbaserade ägganaloger är löslighet, geleringsbeteende och emulgeringsegenskaper viktiga, medan skumnings- och emulgeringsegenskaper är mer avgörande för äggersättning i bageriprodukter (figur 2).

Bestämning av denatureringstemperaturen

Denaturering av ett protein beskriver en strukturell förändring. Denaturering av jästproteiner kan mätas med hjälp av Differential Scanning Calorimetry, DSC (Figur 3), illustrerat av endotermiska effekter i temperaturområdet mellan 40°C och 80°C under den första uppvärmningen samt genom karakterisering av det reologiska beteendet hos proteinlösningen (Figur 4). Vid denatureringens begynnelsetemperatur (DSC) ökar den inneboende viskositeten (reometer) avsevärt. I det andra uppvärmningssteget kan man inte se någon denaturering och en konstant hög viskositetsnivå. Dessutom är det möjligt att skapa kinetiska modeller för proteinets denatureringshastighet vid olika uppvärmningstemperaturer på grundval av NETZSCH DSC-experiment. Dessa modeller används för att definiera uppvärmningsprofiler (temperatur-tidkombinationer) som inaktiverar mikroorganismer utan att gelera proteinet och därmed möjliggör pastörisering med minsta möjliga påverkan på proteinerna. De kinetiska modellerna kan också användas för att optimera gelbildningen i gelerade produkter.

DSC-kurva (Differential Scanning Calorimetry) som illustrerar denatureringstemperaturer för jästprotein, med start-, topp- och slutpunkter markerade.
Fig. 3. DSC-kurva för denaturering av jästprotein som en funktion av temperaturen. Denatureringens start-, topp- och sluttemperaturer utvärderas.
Reologisk mätgraf som visar proteindenaturering med komplex viskositetsökning över temperatur, vilket indikerar proteinets beteende.
Fig. 4. Vänster: Reologisk mätning av proteindenaturering. Till höger: Temperaturprofil och parametrar för reologisk mätning.

Modellbaserad simuleringoch optimering av proteinomvandlingProteinomvandling i en pastöriseringsprocessProcess med hjälp av Kinetics Neo

Det allmänna målet med pastörisering är att förlänga produktens hållbarhetstid genom att inaktivera alla icke-sporbildande patogena bakterier och majoriteten av vegetativa förskämningsmikroorganismer, samt genom att hämma eller stoppa mikrobiell och enzymatisk aktivitet. Under värmebehandling förlorar proteiner dock delar av sina teknofunktionella egenskaper som gelerings- eller emulgeringskapacitet. Därför är det, särskilt för den funktionella proteinprodukten från ProteinDistillery GmbH, av största vikt att få kunskap om denaturerings- / omvandlingsbeteendet under värmebehandling för att hitta bearbetningsregimer som gör det möjligt för industriella användare av proteinet att pastörisera sin produkt (t.ex. alternativa ostprodukter) och bevara proteinernas funktionella egenskaper så mycket som möjligt.

Tabell som beskriver pastöriseringsmetoder, temperaturer och bearbetningstider för proteinprodukter. Viktigt för hantering av livsmedelssäkerhet.
Food Safety Management, Chapter 17 - Thermal Treatment, Tibor Deak, Academic Press, 2014, sidorna 423-442, ISBN 9780123815040

Bord. 1.

Simuleringstemperaturer och -tider för batchpastörisering, HTST (High-Temperature Short-Time Pasteurization), ultrapastörisering och UHT (Ultra-High-Temperature Treatment).

Här använde vi Kinetics Neo, en mjukvarulösning för simulering och optimering som utvecklats av NETZSCH, för att beskriva kinetiska reaktioner.

Standardparametrar som används inom livsmedelsindustrin valdes som bas för den termiska behandlingen av produkter eller proteinlösningen. Tabell 1 ger en översikt över dessa standardparametrar. Pastörisering kan ske vid låga temperaturer, t.ex. 65°C i 30 minuter, eller under endast 1 till 2 sekunder vid högre temperaturer, 100°C eller till och med 138°C.

Figur 5 visar ett exempel på en tillämpad temperaturprofil för analys och förutsägelse av DSC-signaler och den därmed sammanhängande omvandlingen av proteinfraktionen. I det vänstra diagrammet visas temperaturprofilen för en mätning med en uppvärmningshastighet på 5 K/min som ett exempel. Det högra diagrammet illustrerar svarssignaler i DSC för uppvärmningshastigheter på 5, 20 och 50 K/min, som representerar omvandlingsprocesser i proteinlösningen.

Temperaturanalys och prediktionsdiagram som illustrerar proteinomvandling i pastöriseringsprocessen med olika uppvärmningshastigheter.
Fig. 5. Vänster: Temperaturprofil som används för DSC-analys och prediktering vid en uppvärmningshastighet på 5 K/min; Höger: DSC-kurvor för denaturering av jästprotein vid olika uppvärmningshastigheter mellan 5 och 50 K/min som en funktion av temperaturen.
Simuleringsdiagram visar omvandlingsgraden för jästprotein under olika pastöriseringsförhållanden, vilket avslöjar effektiviteten hos värmebehandlingsmetoder.
Fig. 6. Olika simuleringskörningar baserade på pastöriseringsparametrarna i tabell 1 (batch 65°C, HTST, ultrapastörisering och UHT). Här visas omvandlingsgraden som en funktion av behandlingstiden med de olika pastöriseringsregimerna.


Uppvärmningshastigheter på 50 K/min resulterar i en betydligt större DSC-signal än de lägre uppvärmningshastigheterna. Baserat på dessa DSC-signaler var det möjligt att fastställa en tids- och temperaturberoende modell för omvandlingshastigheten; detta är grunden för de modellbaserade simuleringskörningar som visas i figur 6.

Här simuleras pastöriseringsregimerna i tabell 1. En batchpastörisering vid 65°C gav en omvandlingsgrad på ca 90% efter 3 min och 50 s, vilket bara var en small del av de nödvändiga 30 minuterna. En HTST-pastörisering (High-Temperature Short-Time Pasteurization) vid 72°C resulterade i en omvandling av 27% av proteinet efter den avsedda 15 sekunders behandlingen. En UHT-behandling (Ultra-High-Temperature) vid 138°C resulterade också i en alltför hög omvandlingsgrad på 90% efter 1 sekunds pastörisering.

Ultrapastöriseringsregimer i ett temperaturintervall på 89°C till 100°C visade dock lovande resultat. Efter en behandlingstid på 1 s uppnåddes t.ex. en omvandlingsgrad på 2,8% och 7,1% vid 89°C respektive 96°C.

För att verifiera simuleringarna jämfördes en beräknad DSC-signal baserad på temperaturprofilen i figur 7 med en verklig mätkurva.

Verifiering av pastörisering av jäst med hjälp av Kinetics Neo; inkluderar temperaturprogram, simuleringsförutsägelser och DSC-mätdata.
Fig. 7. Verifiering av Kinetics Neo -modellen för pastöriseringsprocessen för jäst. Överst: Program för pastöriseringstemperatur. I mitten: Modellbaserad förutsägelse med Kinetics Neo. Nederst: DSC-mätdata för proteindenatureringsprocessen. Här visas DSC-signalen som en funktion av processtiden vid tillämpning av den valda temperaturregimen.
Sammanfattning

Baserat på dessa resultat var det möjligt att hitta ett praktiskt användbart bearbetningsfönster för en kunds bearbetningsanläggning och att applicera jästproteinet från ProteinDistillery GmbH på respektive anläggning, inklusive värmebehandlingssteget.

Det var också möjligt att validera modellen med experimentella data. Som ett exempel visar figur 7 en temperaturprofil (överst), modellbaserade simuleringsdata (mitten) och experimentella DSC-mätningar. Den modellbaserade simuleringen beskriver de experimentella data väl. Därför kan denna modell anses vara giltig för det aktuella användningsområdet.

Vi vill tacka dig för inblicken i ditt forskningsarbete och är stolta över att med våra analysinstrument kunna bidra till en hållbar bearbetningsmetod för den alternativa proteinindustrin.

Prof. Dr. Tomas Kurz står självsäkert med armarna i kors och delar med sig av sina insikter om hållbar proteinproduktion på ProteinDistillery GmbH.

Om författaren

Prof. Dr. Tomas Kurz har en examen i bryggeri- och dryckesteknik från Münchens tekniska universitet. Efter sin doktorsexamen i bioprocessteknik utsågs han till juniorprofessor i livsmedelsprocessteknik vid Berlins tekniska universitet. Han har omfattande industriell erfarenhet som forsknings- och utvecklingschef på olika företag, med specialisering på alternativa proteiner, utveckling av fermenteringsprocesser, hydrokolloider och veganska livsmedelssystem.

Som teknisk chef för en produktionsanläggning för hydrokolloider ansvarade han för planering, underhåll och reparation av utrustning, personalhantering och produktion med över 100 anställda under sin ledning. Som produkt- och verksamhetschef är han nu ansvarig för applikationstekniken för de tillverkade produkterna samt för överföring av processer från laboratorium till pilot- och industriell skala.

Dela den här berättelsen:

AI Overview
An error occurred. Please try again.