AI genopliver gamle ærtesorter

• Af:
  
• John Nyberg

I jagten på at finde egnede ærtesorter har forskere fra KU's Institut for Fødevarevidenskab udviklet en AI-metode, som de har sluppet løs i den nordiske genbank; NordGen, der blandt andet rummer næsten 2.000 forskellige typer ærter, for at udpege gamle ærtesorter, der egner sig godt som planteprotein til mennesker.

”Genbankerne rummer en enorm variation, som stort set ikke bliver udnyttet i dag. Vores metode gør det muligt at udnytte plante-ressourcerne i genbanken og finde de mest interessante typer hurtigt,” siger KU-lektor René Lametsch, og løfter sløret for det aktuelle fund af 51 gamle ærtesorter, som ikke længere bruges i landbruget, men som ser ud til at have lovende egenskaber som plantemad med blandt andet højt stivelse- og proteinindhold.

Studiet viser, at frøenes udseende i høj grad hænger sammen med deres kemiske sammensætning. Særligt ét træk – hvor glat eller rynket frøet er – er tæt koblet til, hvilken type stivelse ærten indeholder. Dermed kan forskerne for første gang delvist forudsige kemiske egenskaber ud fra billeder alene.

"Vi ser en overraskende stor variation i balancen mellem ærternes to nøgleproteiner, legumin og vicilin - langt større end i nutidens kommercielle sorter. Det gør genbankens gamle ærter til et uudnyttet guldkammer for udviklingen af fremtidens plantebaserede fødevarer," fastslår René Lametsch.

Metoden kan således få betydning langt ud over ærter. Den kan bruges på tværs af andre bælgplanter og frøtyper og dermed gøre genbankerne til en aktiv ressource i udviklingen af fremtidens mere bæredygtige ingredienser.