减少饮食中的动物蛋白可以节省资源并减少温室气体排放。但要说服爱吃肉的消费者改变菜单是一个挑战。斯坦福大学的工程师们从机械工程的角度出发,开创了一种新的食品质地测试方法,这可能为即使是坚定的肉食爱好者也能被迷惑的仿肉铺平道路。
在 一篇新论文 中,团队展示了一种结合机械测试和机器学习的方法,可以以惊人的相似度描述食物质地,媲美人类品尝者。这样的方法可以加速新型和更好的植物性肉类的开发。团队还发现,一些植物性产品已经在质地上与它们模仿的肉类相当。
“我们惊讶地发现,今天的植物性产品可以再现动物肉类的整个质地光谱,”机械工程教授兼该研究的资深作者 Ellen Kuhl 说。她补充道,肉类替代品已经从只有豆腐的时代走了很长一段路。
工业化动物农业对气候变化、污染、栖息地丧失和抗生素耐药性都有贡献。通过在饮食中用植物蛋白替代动物蛋白,可以减轻地球的负担。一项研究估计,植物性肉类的环境影响平均只有动物肉类的一半。 环境影响的一半 。但许多肉食者不愿改变; 在一项调查中 ,只有大约三分之一的美国人表示他们“非常可能”或“极有可能”购买植物性替代品。
“人们爱吃肉,”机械工程博士生兼论文的主要作者 Skyler St. Pierre 说。“如果我们想说服那些坚定的肉食者尝试替代品,那么我们越能用植物性产品模仿动物肉,人们就越有可能愿意尝试新事物。”
为了成功模仿动物肉,食品科学家分析了植物性肉类产品的质地。不幸的是,传统的食品测试方法并不标准化,结果很少对科学界和公众开放,St. Pierre说。这使得科学家们更难合作并创造新的替代品配方。
新的食品质地测试
这项研究源于St. Pierre的一个课堂项目。为了寻找用于机械测试的经济材料,他转向了热狗和豆腐。2023年夏天,本科研究人员加入进来测试这些食品,并学习工程师如何描绘材料对压力、负载和拉伸的反应。
认识到这项工作可以帮助开发植物性肉类,斯坦福团队推出了一种三维食品测试。他们测试了八种产品:动物和植物性热狗、动物和植物性香肠、动物和植物性火鸡,以及特硬和硬豆腐。他们将肉块安装在一台机器上,该机器对样品进行拉、推和剪切。“这三种加载模式代表了你咀嚼时的动作,”Kuhl说,她也是 Stanford Bio-X 的Catherine Holman Johnson主任和 工程学院 的Walter B. Reinhold教授。
植物性肉类的机械测试可以帮助量化食品质地。| Kurt Hickman
然后,他们使用机器学习来处理这些测试的数据:他们设计了一种新型神经网络,从测试中获取原始数据并生成解释肉类特性的方程。
为了验证这些方程是否能解释质地的感知,团队进行了测试调查。测试者首先完成了关于他们对新食品的开放程度和对肉类的依恋的调查,然后品尝了八种产品,并在12个类别中对其进行5分制评分:软、硬、脆、嚼劲、粘性、粘稠、弹性、粘性、纤维、脂肪、湿润和肉感。
令人印象深刻的热狗和香肠
在机械测试中,植物性热狗和香肠在拉、推和剪切测试中与其动物对应物表现得非常相似,并显示出相似的刚度。同时,植物性火鸡的刚度是动物火鸡的两倍,而豆腐比肉类产品要软得多。令人惊讶的是,人类测试者对热狗和香肠刚度的排名与机械测试非常相似。“真正酷的是,人们的排名几乎与机器的排名相同,”Kuhl说。“这很棒,因为现在我们可以使用机器进行定量、非常可重复的测试。”
研究结果表明,新的数据驱动方法有望加速开发美味植物性产品的过程。“与其使用试错法来改善植物性肉类的质地,我们可以设想使用生成性人工智能来科学地生成具有精确所需特性的植物性肉类产品的配方,”作者在论文中写道。
但人工智能配方开发,像其他AI一样,需要大量数据。这就是为什么团队 在线分享他们的数据 ,使其对其他研究人员开放查看和添加。“历史上,一些研究人员,尤其是公司,不分享他们的数据,这对创新是一个很大的障碍,”St. Pierre说。如果不分享信息和共同努力,他补充道,“我们怎么能一起想出一个牛排的仿制品呢?”
团队正在继续测试食品并建立一个公共数据库。今年夏天,St. Pierre监督本科生测试素食和肉类熟食片。研究人员还计划测试由 Vayu Hill-Maini 开发的工程真菌,他最近加入斯坦福担任生物工程助理教授。“如果有人有人工或植物性肉类想要测试,”Kuhl说,“我们非常乐意测试它,看看它的表现如何。”
该论文的其他斯坦福合著者包括机械工程副教授 Marc Levenston ;博士后研究员Kevin Linka;研究生Ethan C. Darwin、Divya Adil、Reese A. Dunne和Valerie A. Perez Medina;访问研究员María Parra Vallecillo;以及本科研究员Magaly C. Aviles、Archer Date和Yanav Lall。
Kuhl还是工程学院和 医学院 的生物工程名誉教授,并且是 心血管研究所 、吴采人类表现联盟 Wu Tsai Human Performance Alliance 、计算与数学工程研究所 Institute for Computational and Mathematical Engineering 和吴采神经科学研究所 Wu Tsai Neurosciences Institute 的成员。Levenston也是Bio-X、心血管研究所、吴采人类表现联盟和 母婴健康研究所 的成员。
这项工作得到了国家科学基金会、Emmy Noether计划和欧洲研究委员会的资助。