Un approccio metabolomico con NMR al fine di studiare i fattori che influenzano il processo e la qualità della fermentazione dello yogurt

Abstract

Numerosi fattori possono influenzare la fermentazione del latte per la produzione di yogurt come le condizioni di fermentazione, le colture di avviamento e le caratteristiche del latte. È importante per le aziende lattiero-casearie conoscere le migliori combinazioni di questi parametri per una fermentazione controllata e per le qualità desiderate di yogurt. Questo studio indaga l’uso di un approccio metabolomico con tecnica 1H-NMR per monitorare i cambiamenti nel latte durante la fermentazione da 0 a 24 ore, prelevando campioni ogni ora nelle prime 8 ore e poi nel punto finale a 24 ore. Sono state utilizzate tre diverse colture starter (L. delbrueckii ssp. bulgaricus, S. thermophilus e la loro combinazione) e due diversi trattamenti termici (99 o 105 °C) sono stati applicati al latte. I risultati mostrano chiaramente la degradazione delle proteine e del lattosio, nonché il concomitante aumento di acetato, lattato e citrato durante la fermentazione. Il formiato si trova a diverse concentrazioni iniziali a seconda del trattamento termico del latte e la sua diversa traiettoria temporale dipende dalle colture starter: Lactobacillus non può produrre formiato, ma ne ha bisogno per la crescita, mentre Streptococcus è in grado di produrre formiato dal piruvato, promuovendo quindi il relazione simbiotica tra i due ceppi. D’altra parte, Lactobacillus può idrolizzare le proteine del latte in amminoacidi, arricchendo la qualità del prodotto finale. In questo modo, sono state ottenute una migliore comprensione della protocooperazione dei ceppi di batteri lattici e informazioni sull’impatto di un maggiore trattamento termico sulla materia. La visione chimica globale sulle fermentazioni fornite usando la NMR è un’informazione chiave per i produttori di yogurt e le aziende che producono colture starter.

An NMR Metabolomics Approach to Investigate Factors Affecting the Yoghurt Fermentation Process and Quality

Alessia Trimigno 1, Christian Bøge Lyndgaard 2, Guðrún Anna Atladóttir 2, Violetta Aru 1, Søren Balling Engelsen 1 and Line Katrine Harder Clemmensen 2

1Chemometrics and Analytical Technology Section, Department of Food Science, University of Copenhagen, Rolighedsvej 26, 1958 Frederiksberg C, Denmark

2DTU COMPUTE, Department of Applied Mathematics and Computer Science, Technical University of Denmark, Richard Petersens Plads, 2800 Kgs. Lyngby, Denmark

DOI: https://doi.org/10.3390/metabo10070293