Resumen
El objetivo principal del subproyecto de la UPV es diseñar estrategias para mejorar las metodologías convencionales para la obtención de
concentrados proteioos a partir de residuos de alto valor proteico, mediante la aplicación de tecnologías limpias y sostenibles, la
identificación de los atributos más adecuados (propiedades estructurales y tecnofuncionales) para su uso corno ingrediente en diferentes
tipos de alimentos, y el desarrollo de gemelos digitales en los que se combine inteligencia artificial y análisis de ciclo de vida para
optimizar todo el proceso, definiendo las mejores estrategias para cada subproducto, condiciones de procesado y aplicación.
Los concentrados de proteínas se extraerán de residuos ricos en proteínas, como almendra desgrasada y bagazo de cervecería. Los
procesos de extracción convencionales se intensificarán en términos de rendimiento y atributos del extracto (propiedades
tecnofuncionales, estructura, etc.) mediante la aplicación, única o combinada, de tecnologías como ultrasonidos de alta potencia (HPU),
campos eléctricos (pulsados, PEF, y moderado, MEF) y/o el uso de enzimas. Se investigará el uso potencial de los concentrados
proteicos obtenidos, considerando los atributos más interesantes, en alimentos veganos o en formulaciones de alimentos ricos en
proteínas. El equipo de la UPV proporcionará datos técnicos sobre los procesos de extracción al de la UIB para el desarrollo de modelos
matemáticos que relacionen variables de proceso (entradas) y propiedades de producto (salidas) mediante metodologlas mullicriterio
basadas en redes neuronales artificiales.
El equipo de la UPV abordará la evaluación de la sostenibilídad de las diferentes alternativas de suprarreciclaje de residuos ricos en
proteínas utilizando una metodología de Evaluación del Ciclo de Vida (ACV) prospectivo y Costes del Ciclo de Vida (CCV). Además, la
UIB facilitará a la UPV datos para el análisis de la ecoeficiencia de los procesos mejorados de extracción de residuos lignocetulósicos.
Finalmente, los modelos matemáticos con las funciones objetivo (mejores atributos para las distintas aplicaciones) y los Indices de
ecoeficiencia se integrarán en gemelos digitales para optimi:zar el suprarreciclaje de residuos agroalimentarios lignocelulósicos y ricos en
proteínas.
