Aarhus University Seal

Differentiated & Biofunctional Foods - Projects

Differentiated & Biofunctional Foods

Projects


Below please find a selection of ongoing research projects. Project descriptions for several of them are publicly available on websites which can be linked to from this page:

Sort by : Start date | End date | Title

  1. Outdoor sows in novel concepts to benefit the environment - OUTFIT

    Anne Grete Kongsted & Martin Jensen

    AU FOOD gennemfører i projektet undersøgelser af om tilførsel af kulstof som flis eller savsmuld til kvælstof-hotspots i udendørs grisefolde kan binde kvælstof midlertidig via mikrobiel immobilisering af N og dermed bidrage til at reducere kvælstof udvaskning fra grisefoldene. Description

    01/01-202131/12-2024

  2. RENEW – Valorisering af sidestrømme fra mejeriindustrien til forebyggelse af knogletab i postmenopausale kvinder

    Hanne Christine S. Bertram

    Det overordnede mål med RENEW er at skabe en cirkulær bioøkonomisk forretning ved at udnytte calciumrige sidestrømme fra valleproduktionen til at udvikle et funktionelt calcium ingrediens-koncept, der effektivt kan fremme knoglesundheden.
    Særligt den ældre befolkning er i risiko for at miste knoglemasse, og derfor er det essentielt og af stor værdi at udvikle effektive strategier, der kan sikre en effektiv calciumoptagelse hos denne betydeligt voksende befolkningsgruppe. En central målsætning for RENEW er derfor at gennemføre et 1-årigt interventionsstudie med henblik på at dokumentere, at det funktionelle calcium ingrediens kan mindske knogletab i postmenopausale kvinder. Derudover vil RENEW kortlægge om en kombination af det biofunktionelle mælkecalcium med en præbiotisk fiberkilde (inulin) ydermere kan øge calciumoptagelsen og dermed styrke knogleopbygningen. Hypotesen er, at tarmbakteriernes fermentering af kostfibrene vil sikre et tarmmiljø, der fremmer calciumoptagelsen, og en målsætning er også at opnå en detaljeret forståelse for disse aspekter ved at gennemføre metabolomics og microbiom analyser. Ved at kombinere disse data med machine learning teknikker i en omfattende dataanalyse vil vi desuden tilegne os forståelse for hvilke faktorer, der er afgørende for forsøgspersonernes respons. Denne viden vil på sigt være værdifuld i forhold til at udvikle skræddersyede fødevareprodukter.
    Description

    01/04-202031/03-2025