Reti del Sapore · Il ponte tra scienza e storie
Reti di sapori e food pairing nelle sub-cucine dell'India nordorientale — Analisi computazionale (Makinei 2022)
Quando si cucina un curry nel Nagaland o si prepara un piatto di maiale con germogli di bambù nel Manipur, si sta — inconsapevolmente — conducendo un esperimento che oggi i ricercatori riescono a rilevare con un computer. L'esperimento è questo: i sapori nel tegame si mescolano armoniosamente, o si scontrano?
I ricercatori hanno mappato le molecole aromatiche presenti in centinaia di ingredienti usati nelle otto cucine regionali dell'India nordorientale, contando quante molecole condividono le diverse coppie di ingredienti. La risposta, per tutte e otto le regioni, è stata la stessa: gli ingredienti nella stessa ricetta condividono meno molecole aromatiche di quanto ci si aspetterebbe scegliendo a caso dalla dispensa.
In altri termini, i cuochi dell'India nordorientale scelgono sistematicamente combinazioni che gli scienziati dei sapori chiamano 'anti-abbinate'. Il colpevole è la spezia — peperoncino, curcuma, alloro, aglio — che porta una firma aromatica così distinta da spezzare l'armonia molecolare, eppure crea il sapore inconfondibile di una regione.
Come bonus, lo studio ha identificato due ingredienti che distinguono questo angolo dell'India dal resto del Paese: l'olio di semi di senape nera (altrove domina l'olio di girasole) e il maiale (meno diffuso nella maggior parte delle altre tradizioni culinarie indiane).
Cosa dice, in breve
- Makinei e Hazarika (2022) hanno applicato la metodologia delle reti di sapori della gastronomia computazionale alle ricette di otto sub-cucine dell'India nordorientale (Assam, Arunachal, Manipur, Meghalaya, Mizoram, Nagaland, Sikkim, Tripura), pubblicando i risultati in Current Research in Food Science (DOI: 10.1016/j.crfs.2022.05.015).
- Una rete bipartita ingrediente-composto aromatico è stata proiettata in una rete di sapori pesata; l'estrazione del backbone a p = 0,04 ha conservato solo i legami statisticamente significativi; il bias di food pairing ΔNs è stato calcolato confrontando l'indice di condivisione aromatica della cucina reale con quattro modelli di controllo randomizzato.
- Tutte e otto le cucine hanno mostrato un comportamento di food pairing uniformemente negativo (ΔNs < 0): il Sikkim ha registrato il bias più negativo (ΔNs = −3,188), l'Assam il meno negativo (ΔNs = −0,726).
- Gli ingredienti della categoria delle spezie — in particolare peperoncino cayenna, alloro, curcuma e aglio — sono stati i principali responsabili del pairing negativo; l'analisi del contributo degli ingredienti ha confermato che la loro rimozione aumenterebbe sensibilmente l'indice medio di condivisione aromatica.
- La frequenza d'uso degli ingredienti (non la categoria di appartenenza) è risultata il fattore determinante del bias: il modello randomizzato con frequenza fissa replicava il comportamento della cucina reale; quello con categoria fissa no.
- L'olio di semi di senape nera e il maiale sono stati identificati come marcatori autentici distintivi della cucina nordorientale rispetto alle altre tradizioni culinarie indiane, in cui domina l'olio di girasole e il maiale è meno presente.
- I risultati confermano la tendenza al food pairing negativo come pattern uniforme in tutte le otto cucine, estendendo analoghe evidenze già note per la cucina indiana regionale nel suo complesso.
Provenienza
- Fonte
- Flavour network-based analysis of food pairing: Application to the recipes of the sub-cuisines from Northeast India— Makinei 2022
- Licenza
- CC BY-NC-ND
- Nel Kosmos
- 2 voci · 67 fatti atomici · tier MAIOR
↯ Questa è una voce vera del nostro Knowledge Graph, ancorata alla sua fonte — non un testo generato da un modello. Il colore riflette il tipo reale di studio, mai gonfiato.