Jästens betydelse för framtidens ölbryggning

: En jämförande studie av två domesticerade och två vildstammar av Saccharomyces cerevisiae

Abstract

En av de vanligaste jästarterna inom ölproduktion är Saccharomyces cerevisiae. Genom domesticering har jäststammar inom arten utvecklats för att anpassas till olika bryggmiljöer, däribland tolerans för höga etanolkoncentrationer, osmotisk stress och optimala tillväxttemperaturer samt effektiv sockermetabolism och bildandet av önskvärda sensoriska egenskaper. Trots detta har ölbranschen visat intresse för användning av vildjäst, främst på grund av deras förmåga att bilda komplexa aromer och smaker. I denna studie jämfördes två kommersiella och två vildstammar av Saccharomyces cerevisiae utifrån deras biokemiska förmågor, bryggegenskaper samt sensoriska profil. Dessutom undersöktes det om maskininlärning kunde tillämpas för att förutspå sensoriska egenskaper under bryggningen.
Resultatet påvisade både likheter och skillnader mellan stammarna under inkubering. Alla jäststammar visade en gynnsam tillväxthastighet vid högre temperaturer, vildjäststammarna visade även en snabbare tillväxt i lägre temperaturer. Den kommersiella jäststammen SafAle s-04 och vildjäststammen Göinge P09 uppvisade båda högre tolerans för osmotisk stress och etanolkoncentrationer. Under fermenteringen skilde sig stammarna endast åt gällande utvecklingen av pH-värdet. Samtliga stammar uppvisade lika attenuering, vilket motsattes av den kemiska haltanalysen som mätte olika alkoholhalter för stammarna. Sockeranalysen indikerade på att alla stammar hade en förmåga att bryta ner enkla sockerarter, varpå mer komplexa sockerarter visades vara svårare för stammarna att bryta ner. Det framkom få skillnader i beskrivandetestet utfört av panelen medan den kemiska aromanalysen indikerade att alla stammarna skilde sig åt. I denna studie visade maskininlärning inga starka korrelationer mellan bryggparametrar och sensoriska egenskaper, dock kan det vara en applicerbar metod inom framtida försök, med tillräcklig insamlad datamängd.

Tilldelningsdatum	2024-juni
Originalspråk	Svenska
Handledare	Stina-Mina Ehn Börjesson (Handledare) & Viktoria Olsson (Examinator)