Adding Value to Brewery Industry By-Products as Novel Ingredients in Non-Alcoholic Malt Beverage Applications
Notice bibliographique
Résumé
The growing population and increasing concerns about food security and sustainability demand innovative solutions to minimize food waste and transform by-products into functional ingredients valuable to the food sector. Brewery by-products, including brewer's spent grain (BSG) and brewer's spent yeast (BSY), are underutilized resources despite their high protein contents and potential as sustainable food ingredients. This study aimed to transform BSG and BSY into protein hydrolysates (BSGH and BSYH, respectively) through enzymatic hydrolysis and thus add value to these brewery industry by-products to be used in the food industry. These protein hydrolysates were incorporated into non-alcoholic malt beverages at three different concentrations, and their effects on the physicochemical properties, including color, kinematic viscosity, turbidity, foaming capacity and foam stability, of the non-alcoholic malt beverages were evaluated. Both BSGH and BSYH exhibited higher water solubility (WS) and lower water binding capacity (WBC) values when compared to their native non-hydrolyzed forms, enhancing their suitability as ideal ingredients for protein supplementation of a wide range of food and beverage products. The production of peptides of varying sizes underscored the effectiveness of enzymatic hydrolysis which resulted in an increase in cysteine and methionine levels in BSYH but a decrease in BSGH. The addition of BSGH and BSYH increased the kinematic viscosity and turbidity but reduced the lightness values in color of the non-alcoholic malt beverages. When the properties of the protein hydrolysates were compared, BSYH was more effective than BSGH in forming foams and maintaining their stability for longer periods. These findings highlight the potential of brewery by-products, after enzymatic hydrolysis, as protein-rich ingredients that can support more sustainable food systems and contribute to the nutritional enhancement of various low-protein food and beverage products.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».