Cerveja artesanal Sovina: estudo de flavour e harmonizações com alimentos

Abstract

As cervejas são classificadas em numerosos estilos consoante as distintas características organoléticas que apresentam. Este facto sugere que, a nível gastronómico, diferentes cervejas possam harmonizar de forma ideal com diferentes alimentos. A teoria de food pairing é um método científico que permite definir as melhores combinações entre alimentos com base no seu perfil aromático. De acordo com esta teoria, dois alimentos combinam bem juntos se partilharem, entre si, aromas-chave. Assim, no âmbito desta dissertação, propôs-se desenvolver e validar metodologias de harmonização que permitissem obter as melhores combinações para cada cerveja artesanal Sovina, baseadas nos princípios de food pairing e considerando as características de flavour específicas de cada cerveja. Numa primeira fase foi efetuada uma análise por GC-MS às seis cervejas regulares Sovina de forma a identificar os respetivos perfis de compostos voláteis e, desse modo, permitir distinguir as cervejas entre si. A análise de diferenças entre cervejas foi realizada por análise de componentes principais (PCA). Numa segunda fase, foram desenvolvidas metodologias baseadas em duas abordagens de harmonização distintas: partilha de compostos voláteis (M1) ou partilha de descritores de aroma totais ou de relevo (M2.1 e M2.2). Uma pré-validação destas metodologias passou pela análise de correlação (Pearson) dos resultados com os obtidos pelo software foodpairing® e por comparação com dados de preferência de consumidores. A análise PCA permitiu distinguir as várias cervejas, sugerindo, contudo, que as cervejas Helles, Bock e Amber são as mais semelhantes entre si. Relativamente às metodologias de harmonização, M1 apresentou correlação positiva fraca, sem significado estatístico com o foodpairing®, ao passo que, para M2.1 e M2.2 a correlação foi negativa fraca, sem significado estatístico. Por sua vez, os dados de preferência de consumidores por pares cerveja-alimento com a cerveja Helles, demonstraram ser consistentes com os resultados obtidos pela metodologia M1, parecendo relacionar-se positivamente com estes. Os resultados obtidos neste trabalho demonstram a complexidade associada ao estudo do flavour e não permitem validar as metodologias de acordo com o método foodpairing®, apresentando fracas correlações com o mesmo. A comparação com a preferência de consumidores, por outro lado, sugere o potencial sucesso da metodologia M1, demonstrando a necessidade de ser realizada, futuramente, uma validação mais robusta desta metodologia.

Beers can be classified in many styles, depending on the different organoleptic characteristics they present. This suggests that, at the gastronomic level, different beer styles may pair with some foods better than with others. The food pairing theory is a scientific method that proposes the definition of the best pairings between foods based on their aromatic profiles. According to this theory, foods pair well together if they share, with each other, aromas that are relevant. Therefore, the main aim of this work was to develop and validate methodologies of harmonization that can produce the best food pairings for Sovina craft beers, considering the principles of food pairing and the specific flavour characteristics of each beer. First, a chromatographic analysis of the six Sovina beers was performed by GC-MS, in order to identify the volatile profile of each bear. The analysis of these results allows to differentiate the beers through a principal component analysis (PCA). Then, methodologies of pairing beer and foods were conceived based on two distinctive approaches: sharing volatile compounds (M1) or sharing aroma descriptors – total (M2.1) or relevant (M2.2). A pre-validation of these methodologies was done by correlating (with Pearson correlation coefficient) the results obtained in this work with those from the company foodpairing®, and by comparing the results with data on consumer’s preference. PCA analysis allowed to distinguish the beers, being Helles, Bock and Amber, the most similar. Regarding the pairing methodologies, M1 presented a positive, but weak correlation, with no statistical significance with foodpairing® method. The correlation between foodpairing® method with M2.1 and M2.2 was negative and weak, thus also with no statistical significance. Data on consumer’s preference for Helles and food pairs, on their turn, were consistent with M1 results, suggesting to be positively related to them. The results of this work show the complexity associated with the study of flavour in foods and do not allow to validate the methodologies according to the foodpairing® method, presenting weak correlations. The comparison with consumer’s preference data, on the other hand, suggests the potential success of the M1 methodology, demonstrating the need for a more robust validation of this methodology in the future.