This study aims to evaluate the influence of combined use of native cassava starch (CS) and modified cassava starches (MCS) on the quality of cheese bread formulations processed and frozen in an industrial system. The techno‐functional properties are evaluated on the dough and pieces of bread after baking. The formulation with the highest amylose content (28 wt%) and relatively smaller granule size (14–32 µm) contributes to the viscosity of the mass (1614 centipoise(cP)) and to the expansion rate (1.47) and compressive strength (17.5 N) of the cheese bread, which increases product quality, as consumers expect cheese bread to be lightweight. Furthermore, acceptability is correlated positively with the compressive strength (r = 0.761), moisture (r = 0.908), and negatively with the overall density (r = −0.994). The use of acetylated and pre‐gelatinized modified starches contributed positively to the properties during the bun's production, such as texture, softness, and compact crumbs, as well as a little number of alveoli with no network formation and not requiring scalding. Cassava starches have a definitive role in the industrial production of cheese bread buns, and, in this way, the combination of native and modified starches is of fundamental importance to ensure the product's final quality.
RESUMO -Os carotenóides formam um dos mais importantes grupos de pigmentos naturais amplamente utilizados na indústria de alimentos. O estudo da modelagem matemática permite prever o comportamento dinâmico e estacionário do processo, inclusive em condições não testadas empiricamente, possibilitando a determinação de condições operacionais economicamente ótimas do sistema, avaliando o projeto e o ajuste de algoritmos de controle, no qual o modelo matemático formulado passa a ser parte integrante do mesmo. A otimização dos processos biotecnológicos de produção é um tema de grande importância. Neste sentido o presente trabalho visa o estudo da modelagem matemática do processo de produção de carotenoides, e a partir deste modelo simular o processo em biorreator contínuo. Para a implementação do modelo matemático foi utilizado o modelo de inibição pelo produto para a bioprodução de carotenóides a partir do micro-organismo Sporidiobolus salminocolor CBS 2636 em meio sintético a partir das condições otimizadas do processo a 25ºC, pH de 4,0 e 180 rpm, 80 g/L de substrato utilizando um reator contínuo. Os resultados mostraram que após 100 h de fermentação uma produção de 3620 g/L de carotenoides, obtendo-se 8% a mais na produção de carotenoides em relação ao obtido no reator de batelada (3340 g/L). INTRODUÇÃODevido à conscientização de consumidores, a busca por alimentos saudáveis tem sido crescente e nessa classe de alimentos podemos citar os prebióticos, como alimentos funcionais, pode ocasionar um provável aumento na demanda por carotenóides na indústria alimentar. Os carotenóides formam um dos mais importantes grupos de pigmentos naturais amplamente utilizados na indústria de alimentos. Por isso a modelagem de bioprocessos vem sido utilizada amplamente para a otimização das condições operacionais visando aumentar a sua produção.Muitos micro-organismos já estão sendo estudados como potenciais de bioprodução. Além disso, a produção de carotenóides também tem sido feita por processos biotecnológicos, utilizando produtos agrícolas de baixo custo e resíduos como soro de queijo (AKSU e EREN,
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.