Forskere finder nyt potentiale i gamle ærtesorter med hjælp fra kunstig intelligens

Forskere fra Institut for Fødevarevidenskab ved Københavns Universitet har ved hjælp af kunstig intelligens genopdaget 51 gamle ærtesorter, som ikke længere anvendes i moderne landbrug. Sorterne er fundet i den nordiske genbank NordGen og vurderes at have egenskaber, der gør dem velegnede som plantebaseret protein til menneskeføde.

Baggrunden er en stigende efterspørgsel på plantebaserede fødevarer, hvor især ærter spiller en central rolle på grund af deres høje proteinindhold og lave klimaaftryk. Ifølge lektor René Lametsch bruges der i dag kun få ærtesorter, som primært er udvalgt til dyrefoder og kræver omfattende industriel forarbejdning.

"I dag bruger vi meget få ærtesorter i landbruget, som primært produceres på grund af deres egenskaber som grisefoder, men som ikke er tænkt som protein i en plantebøf," forklarer René Lametsch.

Den nye AI-metode analyserer almindelige billeder af frø og måler blandt andet form, farve og overflade. På den måde kan forskerne udvælge sorter med lovende stivelses- og proteinprofiler uden at skulle bruge de få eksisterende frø på omfattende kemiske analyser.

"Genbankerne rummer en enorm variation, som stort set ikke bliver udnyttet i dag," siger René Lametsch.

Studiet viser samtidig, at frøenes udseende hænger tæt sammen med deres kemiske sammensætning, hvilket åbner for hurtigere udnyttelse af genbankernes ressourcer. Forskningen er offentliggjort i tidsskriftet Food Chemistry.

Faktaboks: Kort om forskningen

• Institution: Københavns Universitet, Institut for Fødevarevidenskab
• Metode: Kunstig intelligens baseret på billedanalyse
• Fund: 51 gamle ærtesorter med højt protein- og stivelsesindhold
• Genbank: NordGen (Nordisk Genressourcecenter)
• Formål: Udvikling af bedre plantebaserede fødevarer
• Forsker: René Lametsch, lektor
• Publikation: Food Chemistry
• Perspektiv: Kan anvendes på andre bælgplanter og frøtyper