Forsinket syrning i ostekarret kan koste dyrt i både tid, kvalitet og fødevaresikkerhed. Forskere fra Københavns Universitet har nu kortlagt, hvordan nye matematiske modeller og fundet af et særligt resistenssystem kan hjælpe mejerierne med at komme problemerne i forkøbet.
Syrningsproblemer under osteproduktionen er en kendt udfordring, der kan føre til uønskede ændringer i tekstur og smag, forlængede produktionstider og varierende vandindhold. I værste fald kan svigtende syrning udgøre en sundhedsrisiko.
I dag opdages problemerne ofte først via en forsuringstest, når skaden er sket. Men et nyt forskningsprojekt, PhageWarn, ledet af lektorerne Åsmund Rinnan og Finn K. Vogensen fra KU-FOOD, har arbejdet på at skabe fundamentet for en matematisk prædiktionsmodel og et fremtidigt kontrol- og monitoreringssystem.
Simulering af virkelighedens ostekar
For at forstå mekanismerne bag syrningshæmning har forskerne i laboratoriet efterlignet en bulk-starterproduktion. Her blev starterkulturer sekventielt kontamineret med valle fra foregående produktioner i forskellige grader – præcis som det kan ske i et industrielt setup.
Ved at bruge kontinuerlig pH-måling (ICinac-systemet) har forskerne beregnet “delta tid” (ΔT) – altså tidsforskellen mellem en normal syrning og en hæmmet syrning. Resultaterne viser, at denne målemetode giver bedre og mere robuste resultater end den nuværende ΔpH-baserede tilgang til at identificere begyndende problemer.
Overraskende fund: Bakterier med eget forsvar
Som en del af projektet blev 400 bakterieisolater genomsekventeret. Her gjorde forskerne en opdagelse, der kan få betydning for fremtidens starterkulturer:
Forklaringen skal sandsynligvis findes i et hidtil ukendt resistenssystem i starterkulturer kaldet CBASS I. Det er første gang, systemet observeres i denne kontekst, og forskerne formoder, at det er dette system i den dominerende population af L. cremoris, der er i stand til at stoppe faginfektioner.
Vejen mod et automatiseret kontrolsystem
Selvom projektet har givet ny indsigt i fagenes biologi og resulteret i nye primersæt til identifikation af faggrupper, mangler det sidste skridt, før mejerierne kan installere et færdigt system.
Målet er dog klart: Ved at kombinere prædiktive matematiske modeller med hurtige analyser (som qPCR) vil mejerierne i fremtiden kunne estimere syrningshæmningen automatisk, før produktionen påvirkes kritisk.
Læs hele forskningsartiklen HER.
Af Maja Løvstrup
Illustration: KU / Mejeribrugets Forskningsfond
