< Back to previous page

Project

Knowledge matrix and prototypes for targeted production of high-quality innovative meat alternatives (MEATMIMIC) (MEATMIMIC)

The dietary pattern in Flanders has evolved in recent years. There is a gradual shift from the consumption of animal proteins to plant-based proteins (protein transition). This shift is encouraged by the government and is increasingly being expressed in consumer behavior, leading to a reduced Flemish meat consumption, a trend that is likely to continue in the coming years. The main reasons for this are health considerations, ethical considerations (animal welfare) and environmental and climate concerns. Besides veganism and vegetarianism, especially flexitarianism is on the rise. These consumers are looking for meat alternatives, a market segment that has grown substantially in recent years and is expected to continue growing in the coming decades. This increasing demand for meat alternatives creates economic opportunities for the food industry. Many food companies have recently taken the step to offer products in this segment, or wish to take this step in the near future. However, this comes with many technological challenges. Our own recent market study shows that 1) meat alternatives contain many different ingredients whose technological and functional role (structure forming capacity, water binding and fat binding) is not always clear and 2) the texture/structure of meat alternatives is often of poor quality (too soft, brittle, mushy, little bite,...). This project responds to this by developing a knowledge matrix "MeatMimicMatrix M³" for vegetarian/vegan meat alternatives in which the structure, water binding and fat binding is described in function of the three main constituents, i.e. proteins, fats and functional ingredients and by translating this knowledge into prototype meat alternatives with desired structure, water binding and fat binding. The knowledge and expertise of the Research Group for Technology and Quality of Animal Products (KU Leuven Technology Campus Ghent) on the contribution of proteins, fats and functional ingredients to the quality (texture, structure, water binding,...) of protein-rich foods is used as a basis.

This project therefore aims to develop vegetarian/vegan meat alternatives with optimal structure, water and fat binding through an intelligent choice of proteins, fats and functional ingredients. A first ambitious but realistic specific objective is to describe the structure, water and fat binding of meat alternatives in function of the three most important constituents, i.e. proteins, fats and functional ingredients. These three constituents form the three dimensions of the so-called "MeatMimicMatrix M³". The second specific objective is to translate the obtained insights into recipes for prototype meat alternatives with desired structure, water and fat binding. At least 6 case studies will be carried out, 2 of which are specifically aimed at butchers, which will result in ready-to-use, directly implementable recipes for them. This project focuses on alternatives for meat products, produced with non-textured proteins. Meat alternatives for hamburger, nuggets, ... that are produced with extruded/textured proteins fall outside the scope of this project.

Date:1 Sep 2020 →  31 Aug 2022
Keywords:Protein transition, Meat analogues
Disciplines:Food technology
Results:

In de eerste fase van het project (werkpakket 1) werd een stand van zaken opgemaakt omtrent proteïnen, vetten en functionele ingrediënten in vegetarische/veganistische verhitte vleesalternatieven. Hiervoor werd een marktonderzoek uitgevoerd op basis van 100 vleesalternatieven. Van al deze producten werden de ingrediëntenlijst en de nutritionele gegevens geïnventariseerd en statistisch verwerkt. 75% van de onderzochte producten bevat 5 of meer structuurvormende ingrediënten en 25% bevat zelfs 8 of meer structuurvormende ingrediënten. Dit toont onder andere de relevantie van het project aan, de vraag kan immers gesteld worden of al deze ingrediënten nodig zijn. Het nutritioneel profiel van de vegetarische/veganistische producten toont duidelijk de aanwezigheid van proteïnen en vetten (voornamelijk onverzadigde vetzuren) aan. Uit de marktstudie bleek dat de samenstelling van vleesanalogen op vandaag erg divers is, waaruit kan afgeleid worden dat er geen consensus is over een optimale combinatie van ingrediënten.

In de volgende fase van het project werd de kennismatrix ‘MeatMimicMatrix M³’ gegenereerd. Deze kennismatrix beschrijft de structuur, water- en vetbinding van vleesalternatieven in functie van de drie belangrijkste constituenten namelijk proteïnen, vetten en functionele ingrediënten. Deze drie constituenten vormen de drie dimensies van de “MeatMimicMatrix M³”.

In eerste instantie (werkpakket 2) werden de proteïnen belicht. Er werden 10 verschillende proteïnen geselecteerd op basis van het marktonderzoek en in samenspraak met de begeleidingsgroep. De 10 onderzochte proteïnebronnen zijn kikkererwt, ei, fababoon, lupine, mungboon, erwt, aardappel, rijst, soja en tarwe. Deze werden gebruikt voor de productie van modelsystemen, en dit in drie verschillende dosages (17,5 - 20,0 - 22,5 m/m%). Diverse analyses werden uitgevoerd op de modelsystemen. Zo werden de pH en de waterbindingscapaciteit opgevolgd tijdens verschillende processtadia. De textuur werd bepaald via een hardheidsmeting en reologische metingen werden uitgevoerd om de structuuropbouw tijdens het verhittingsproces op te volgen. Hieruit bleek dat de eigenschappen van de onderzochte proteïnen erg divers zijn. Ook werden combinaties van proteïnen onderzocht, omdat uit de marktstudie bleek dat diverse proteïnebronnen vaak gecombineerd worden. Er werd nergens een duidelijk synergistisch effect waargenomen.

In tweede instantie (werkpakket 3) kwamen vetbronnen aan bod. In samenspraak met de begeleidingsgroep en op basis van de marktstudie werd gekozen voor 2 vetten met een uiteenlopend smeltgedrag namelijk kokosvet (hoog gehalte aan vast vet) en zonnebloemolie (laag gehalte vast vet). Deze werden getest in 2 dosages (7,5 - 17,5 m/m%) in combinatie met 6 verschillende proteïnebronnen (ei-, tarwe-, mungboon-, erwt-, aardappel- en sojaproteïne). De invloed van het type vet op de water- en vetbinding, textuur en structuur vormen de tweede dimensie van de “MeatMimicMatrix M³”. Uit het onderzoek blijkt dat het type vet een kleinere impact heeft op de textuur dan het type proteïne.

De laatste en derde dimensie werd gebaseerd op de functionele ingrediënten. Er werden 10 verschillende functionele ingrediënten van diverse aard onderzocht. Deze ingrediënten behoren tot drie verschillende groepen namelijk de zetmelen, hydrocolloïden en vezels. Er werden 4 verschillende zetmelen toegevoegd aan 4 m/m% (natief aardappelzetmeel, functioneel label-friendly aardappelzetmeel, natief tapiocazetmeel, natief tarwezetmeel), 4 verschillende hydrocolloïden aan 1 m/m% (K-carrageen, johannesbroodpitmeel, xanthaangom en alginaat) en 2 verschillende vezels aan 1 m/m% (bamboevezel en methylcellulose). Deze functionele ingrediënten werden toegevoegd aan 3 verschillende proteïne-vet modelsystemen. Als proteïnebasis werden aardappel-, mungboon- en soja (17,5 m/m% op waterbasis) geselecteerd in combinatie met zonnebloemolie (17,5 m/m%). Deze modelsystemen werden geanalyseerd op water- en vetbinding, textuur en structuur, deze inzichten vormden de laatste dimensie van de “MeatMimicMatrix M³”.

De resulterende “MeatMimicMatrix M³” is dus een uitgebreide matrix waarin voor elk van de ingrediënten (proteïnen, vetten, functionele ingrediënten) hun invloed op de textuur, structuur, water- en vetbinding wordt gedocumenteerd. Deze matrix vormt een waardevol instrument voor ondernemingen om een intelligente keuze aan ingrediënten te maken bij het formuleren of optimaliseren van een receptuur.

Tijdens de laatste fase van het project werd geïllustreerd op welke manier de bekomen kennismatrix en de bredere projectresultaten kunnen toegepast worden door producenten van vleesalternatieven en producenten en leveranciers van ingrediënten. Hiervoor werden een aantal relevante case studies uitgewerkt in samenwerking met individuele leden van de begeleidingsgroep.