< Terug naar vorige pagina

Project

Modellering van de effecten van rijpingsomstandigheden op de smaakontwikkeling van semi-harde kaas en plantaardige kaasanalogen

Het doel van dit werk is een predictief model op te stellen voor de invloed van rijpingsomstandigheden op de smaakontwikkeling van semi-harde kaas en plantaardige kaasanalogen (of hybriden). Het model zal initieel ontwikkeld worden voor semi-harde Goudse kaas, met een focus op rijpingsparameters (bv. temperatuur, tijd, wateractiviteit) en de effecten van deze parameters op de experimenteel bepaalde smaakontwikkeling (sensorische en chemische data). Dit zal gebeuren in nauwe samenwerking met NIZO, op basis van beschikbare gegevens (literatuur) en bij het bedrijf aanwezige expertkennis. Om de toepasbaarheid van het rijpingsmodel uit te breiden met variabelen die van belang zijn voor nieuwe soorten plantaardige kazen zullen aanvullende experimentele gegevens in vitro gegenereerd worden met behulp van high-throughput methodologieën. Door gebruik te maken van geselecteerde starterculturen voor de productie van plantaardige kaas op laboratoriumschaal, zal het effect van verschillende rijpingsomstandigheden op smaakontwikkeling en microbiologische stabiliteit en veiligheid geëvalueerd worden. Om het in silico model te genereren zullen correlaties tussen rijpingsomstandigheden, kaaseigenschappen, en de uiteindelijke smaak- en textuurkenmerken van het product onderzocht worden met behulp van lineaire (bv. PCA, PLS) en niet-lineaire (bv. mutual information) methoden. Op basis van de geïdentificeerde relaties en de beschikbare gegevens zal een regressiemodel voor de uiteindelijke eigenschappen van de kaasanalogen getraind en gevalideerd worden. Dit zal gebeuren aan de hand van methoden gebaseerd op machine learning (bv. Artificiële Neurale Netwerken, Random Forest, Support Vector Machine).

Datum:11 mei 2022 →  Heden
Trefwoorden:cheese, modeling, ripening conditions, flavor development, flavor prediction
Disciplines:Voedselchemie en moleculaire gastronomie, Voedselgisting, Voedselfysica, Food sensory sciences, Voedseltechnologie, Computationele biomodellering en machine learning
Project type:PhD project