Med en ny AI-metode har forskere fra Københavns Universitet genopdaget 51 gamle ærtesorter, som ikke længere bruges i landbruget. De kan nu revolutionere plantebaserede fødevarer. Metoden er en genvej til at finde nye ressourcer i de skatkamre, som genbankers frøsamlinger udgør. “Vi ser en overraskende stor variation i balancen mellem ærternes to nøgleproteiner, legumin og […]
Med en ny AI-metode har forskere fra Københavns Universitet genopdaget 51 gamle ærtesorter, som ikke længere bruges i landbruget. De kan nu revolutionere plantebaserede fødevarer. Metoden er en genvej til at finde nye ressourcer i de skatkamre, som genbankers frøsamlinger udgør.
“Vi ser en overraskende stor variation i balancen mellem ærternes to nøgleproteiner, legumin og vicilin – langt større end i nutidens kommercielle sorter. Det gør genbankens gamle ærter til et uudnyttet guldkammer for udviklingen af fremtidens plantebaserede fødevarer.”
René Lametsch er lektor og ph.d. på Institut for Fødevarevidenskab ved Københavns Universitet, og han er begejstret for den nye udvikling, der giver mulighed for nye danske foodtech-startups.
Ærter er guld
Efterspørgslen på plantebaserede fødevarer er stigende verden over. Og særligt ærter er en spirende kilde til et højt proteinindhold som erstatning for kød.
Ærten er med sit lille klimaaftryk bæredygtig at dyrke og giver et højt udbytte. Men de ærtesorter, vi dyrker i dag, kræver en intens forarbejdning i industrien.
”I dag bruger vi meget få ærtesorter i landbruget. Og de produceres primært på grund af deres egenskaber som grisefoder – ikke som protein i en plantebøf. Ligesom et æble ikke bare er et æble, er en ært heller ikke bare en ært,” siger René Lametsch.
Den nye AI-metode har forskerne sluppet løs i den nordiske genbank, NordGen, der blandt andet rummer næsten 2.000 forskellige typer ærter. Målet har været at udpege gamle ærtesorter, der egner sig godt som planteprotein til mennesker.
”Genbankerne rummer en enorm variation, som stort set ikke bliver udnyttet i dag. Vores metode gør det muligt at udnytte planteressourcerne i genbanken og finde de mest interessante typer hurtigt,” siger René Lametsch.
Revolution ved hjælp af AI
Ved hjælp af den nye AI-metode har forskerne altså fundet 51 gamle ærtesorter, som ser ud til at have lovende egenskaber som plantemad – med blandt andet højt stivelse- og proteinindhold.
I stedet for at analysere hver enkelt ært kemisk, hvilket er tidskrævende og stort set umuligt, bruger forskerne billedgenkendelse via AI til at udpege interessante sorter.
Metoden kan automatisk måle frøenes form, farve, størrelse og overflade ud fra helt almindelige fotografier.
Kombinationen af billeddata og information om proteinindhold gør det muligt at lade AI’en udvælge et lille, men repræsentativt udvalg af ærter, som derefter kan analyseres i dybden.
Studiet viser, at frøenes udseende i høj grad hænger sammen med deres kemiske sammensætning. Særligt ét træk – hvor glat eller rynket frøet er – er tæt koblet til, hvilken type stivelse ærten indeholder.
Dermed kan forskerne for første gang delvist forudsige kemiske egenskaber ud fra billeder alene.
Metoden kan desuden få betydning langt ud over ærter. Den kan nemlig bruges på tværs af andre bælgplanter og frøtyper og dermed gøre genbankerne til en aktiv ressource i udviklingen af fremtidens mere bæredygtige ingredienser.
| Om NordGen: NordGen fungerer som de nordiske landes fælles genbank for planter samt videncenter for genetiske ressourcer. Genbanken rummer over 33.000 frøprøver fordelt på cirka 450 plantearter samt 95 kartoffelsorter, der bevares som levende stiklinger. NordGens primære opgave er at sikre bevarelse og fremme af en bæredygtig anvendelse af genetiske ressourcer inden for planter, husdyr og skovbrug i hele Norden. |
Læs mere: