En gave til plantebøffen: Forskere genopliver gamle ærtesorter i enorm frøsamling
Ved hjælp af en ny AI-metode har forskere fra Københavns Universitet genopdaget 51 gamle ærtesorter, der ikke længere bruges i landbruget, selvom de kan være bedre egnede til konsum end de nuværende sorter. Metoden kan være en genvej til at finde nye ressourcer i frøsamlingerne.
I jagten på gamle ærtesorter har forskere fra Institut for Fødevarevidenskab på Københavns Universitet udviklet en ny AI-metode, som skal hjælpe dem med at genopdage gamle, glemte sorter.
De har testet metoden i den nordiske genbank NordGen, der bl.a. rummer næsten 2.000 forskellige typer ærter, for at kunne udpege de gamle sorter, som egner sig godt som planteprotein til mennesker, da de bl.a. har et højt stivelses- og proteinindhold.
Flere af de plantebaserede produkter på markedet er baseret på ærteprotein, men ærterne, der primært bruges i dag, er ikke de mest egnede sorter, da de oprindeligt er forædlet til andre formål, og de kræver derfor en intens forarbejdning i industrien.
”I dag bruger vi meget få ærtesorter i landbruget, som primært produceres på grund af deres egenskaber som grisefoder, men som ikke er tænkt som protein i en plantebøf. Ligesom et æble ikke bare er et æble, er en ært heller ikke bare er en ært, selvom det opleves sådan i supermarkedet,” siger lektor René Lametsch fra Institut for Fødevarevidenskab i en pressemeddelelse.
Ny metode
I stedet for at analysere hver enkelt ært kemisk – hvilket er tidskrævende og stort set umuligt, da der kun findes få frø af mange af sorterne – har forskerne udviklet en ny AI-metode, som bruger billedgenkendelse til at udpege interessante sorter.
Metoden måler automatisk frøenes form, farve, størrelse og overflade ud fra helt almindelige fotografier.
Metoden kan få betydning langt ud over ærter. Den kan bruges på tværs af andre bælgplanter og frøtyper og dermed gøre genbankerne til en aktiv ressource i udviklingen af fremtidens mere bæredygtige ingredienser.
Kilde: Københavns Universitet
Udseende hænger sammen med kemien
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.
”Der er vidt forskellige funktioner fra sort til sort, særligt i stivelses- og proteinindhold, og derfor kan det give rigtigt god mening at genoplive nogle af de gamle sorter i vores jagt på gode ingredienser til nye typer plantebaserede fødevarer,” siger René Lametsch.
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 alene ud fra billeder frem for at være afhængige af tidskrævende kemiske analyser.
"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," siger René Lametsch.
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.