Op zoek naar alternatieve ingrediënten met Ingredient Maps

Door de tijd heen verandert ons voedselpatroon. Meer en meer stappen we over van dierlijke producten naar plantaardige, van globale naar lokale producten, of van ultra-bewerkt naar minimaal bewerkte producten. Niet alleen de wensen van de consumenten veranderen, maar ook de regelgeving rondom producten. Denk aan keurmerken of aangeschrepte kwaliteitscriteria.

Tegelijkertijd willen we de voedingswaarde, textuur en smaak van ons voedsel behouden. Zo willen we dan frisdrank zonder suiker zo veel mogelijk smaakt naar frisdrank met suiker. Of willen we graag dat de structuur van vleesvervangers lijkt op de dierlijke variant.

Dit zorgt voor een lastig vraagstuk bij voedselproducten: hoe weten zij welke ingrediënten ze kunnen gebruiken om alternatieve, maar gelijkwaardige producten en recepten te ontwikkelen?

Het doel van dit project is het ondersteunen van bedrijven bij het aanpassen van producten naar vernieuwde regelgeving en de vraag van consumenten. Binnen dit project worden de volgende vragen beantwoord:

1. Hoe kunnen we goedkope en duurzame vervangingen vinden voor ingrediënten in recepten en producten
2. Hoe kunnen we overstappen van dierlijke ingrediënten naar plantaardige ingrediënten zonder belangrijke elementen zoals smaak en textuur te verliezen?
3. Hoe kunnen we nieuwe combinaties van ingrediënten promoten om gezonde etenswaren te maken zonder consumenten te verliezen?

Voor het behalen van deze doelen maken de onderzoekers van het lectoraat Data Science for the Life Sciences gebruik van data-mining. Door data te verzamelen van verschillende bronnen (wetenschappelijke artikels, websites en recepten) wordt een dataset opgebouwd. Met deze dataset kunnen conclusies getrokken worden over eigenschappen van ingrediënten en de relaties tussen deze ingrediënten. Deze database wordt dan gebruikt om nieuwe potentiële toepassingen te vinden voor ingrediëntencombinaties. Vervolgens testen de partners, Euroma en Exter, deze combinaties in de praktijk.

De Hanze werkt aan de volgende doelen binnen dit project:

1. Een herbruikbaar, open-acces ingrediëntendatabase
2. Een set van geavanceerde data mining algoritmes
3. Nieuwe productformules die verder ontwikkeld kunnen worden voor de markt

Met de resultaten van dit onderzoek kunnen voedselbedrijven sneller producten ontwikkelen. Het project bestaat uit drie fases.

Fase 1 levert een gestructureerde database op met gedetailleerde informatie over een groot aantal ingrediënten en hun relatie tot smaak, textuur en voorbereiding. Deze database wordt beschikbaar gesteld via een gebruikersvriendelijke web-interface.

Fase 2 levert algoritmes op dat nieuwe toepassingen van (combinaties van) ingrediënten kunnen voorspellen. In dit project zijn deze voorspellingen beperkt tot de cases van de industriële partners, de algoritmen zijn generiek en geschikt voor toekomstige cases.

Fase 3 levert nieuwe prototypes op voor producten die verder ontwikkeld kunnen worden door Euroma en Exter.

De uitkomsten van dit project zijn een direct hulpmiddel voor producten van voedselproducten om gelijkwaardige alternatieven te ontwikkelen voor bestaande producten. Zo kunnen alternatieven sneller, preciezer en daardoor met minder kosten ontwikkeld worden. Het verlaagt de drempel voor voedselproducenten om plantaardige en gezonde producten te ontwikkelen. 

Voor dit project werkt de Hanze samen met Euroma en Exter. Door de uitwisseling van kennis en ervaring van alle partners kan een passend model worden ontwikkeld die direct in de praktijk toepasbaar is.

De Hanze heeft kennis en ervaring in data science, text mining in de context van de voedselindustrie, en onderzoek naar het gebruik van ingrediënten in een circulaire economie. Exter is een bedrijf dat smaakingrediënten levert aan business partners om gebruikt te worden in hun recepten en producten. Euroma bevindt zich aan het eind van de supply chain, en levert producten aan consumenten via supermarkten. Exter en Euroma werken al samen, maar de samenwerking met de Hanze is nieuw.