Professor: Data science kan spare fødevareforskningen årtier

Hvis fødevareforskningen kan spare år på at finde frem til de løsninger, der skal skabe et mere bæredygtigt fødevaresystem, hvor vi overvejende spiser plantebaseret, vil det være hårdt tiltrængt. Det kræver nemlig en omfattende forskningsindsats, fordi planteproteiner opfører sig radikalt anderledes end animalske.

- Det svarer til, at vi går fra at bygge et hus af nogle materialer, som vi har lært at kende igennem mange år, til at bygge det samme hus af nogle nye materialer, som vi potentielt reagerer helt anderledes på. Vi skal nu først til at finde ud af, hvordan huset kan hænge sammen, have et godt indeklima osv. Det kræver, at vi genererer enorme mængder af ny viden på ultrakort tid, hvis man ser det i en fødevarehistorisk sammenhæng. Derfor skal vi udnytte de fantastiske muligheder, data science giver os for at finde de optimale løsninger langt hurtigere, siger Morten Arendt Rasmussen.

Han er per 1. januar 2023 udnævnt til professor i datadrevet fødevare- og sundhedsvidenskab, og deler sin tid imellem Institut for Fødevarevidenskab på Københavns Universitet (KU Food) samt Dansk Børneastma Center på Gentofte Hospital.

Derfor tager fødevareforskning tid

Inden for fødevarevidenskaben udvikles et forskningsprojekt ofte på følgende måde: Nogle forskere får en idé, som de opnår finansiering til. Der bliver samlet en forskningsgruppe, herunder fx hyret ph.d.-studerende, der skal hjælpe med at lave forsøg i laboratorierne og ad den vej indsamle data. Først når laboratoriearbejdet er ved at være færdigt, involveres data-forskere, der hjælper med tolkningen af forsøgene/prøverne.

På den måde har man traditionelt arbejdet ved at afprøve forskellige hypoteser, der er udvalgt med baggrund i litteraturen samt forskernes ideer, for over en lang periode at finde frem til den viden, vi har i dag.

Men med de nye muligheder inden for datavidenskab ser Morten Arendt Rasmussen store muligheder for at speede processen op inden for både forbrugervidenskaben samt i fødevarekemien og -mikrobiologen, dvs. selve forarbejdningen af fødevarerne.

- Vi skal både bruge data til at finde gode ideer i startfasen i forskningsprojekterne, samt som nu - i slutfasen, hvor vi bruger data til at eftervise hypoteserne.

Datadrevet forbrugervidenskab

- Min plan er at udvikle computermodeller, der kan bruges til at udtrække viden om, hvilke fødevarer forbrugerne fortrækker fra allerede eksisterende databaser på nettet med henblik på at fremskynde grøn produktudvikling, siger Morten Arendt Rasmussen.
 
Han underviser for eksempel de studerende på kandidatuddannelsen i Fødevareinnovation og sundhed i dataanalyse og statistik, og ser en fremtid, hvor dataanalysen kan få stor betydning for forbrugerstudier - ikke mindst når det drejer sig om at skabe plantebaserede produkter, som både er sunde og næringsrige, og som forbrugerne vil spise, fordi de er lækre.
 
- Min tanke er at bruge allerede eksisterende, forbrugerorienterede databaser som for eksempel Allrecepies og Ratebeer som udgangspunkt for at finde ud af, hvilke smage og teksturer madinteresserede mennesker verden over eksperimenterer- og har succes med, siger han.
 
Ved hjælp af tekst-mining (hvor man trækker information ud af enorme tekstmængder med henblik på at afkode sammenhænge og mønstre) og datadrevne modeller, vil man potentielt kunne udnytte denne viden.

- Ud fra resultaterne vil vi kunne udvælge de hypoteser, vi bruger tid på at eksperimentere med i vores laboratorier, mere optimalt. Der er jo en fantastisk stor ressource af data etableret af mennesker verden over og igen bedømt af andre. Den vil vi kunne bruge til at få ideer og skabe nye, plantebaserede produkter, som både er sunde og sikre, og som med baggrund i den forbrugergenererede forhåndsviden også har en høj sandsynlighed for at vinde forbrugernes hjerter, hvilket er helt afgørende for produkternes succes, siger Morten Arendt Rasmussen.