3S MicroBiotech4Food
Smart Solutions to support microbial-based biotechnological applications for more efficient re-use of agro-food waste in the food industry
3S MicroBiotech4Food affronta la gestione dei sottoprodotti e dei rifiuti delle filiere produttive attraverso l'economia circolare. Applica tecnologie biotecnologiche avanzate supportate dall'intelligenza artificiale per trasformare scarti agroalimentari in risorse di valore per l'industria alimentare.
La collaborazione tra enti accademici e aziende private garantisce la sinergia necessaria per raggiungere obiettivi ambiziosi: dalla fermentazione microbica ai modelli predittivi AI, fino alla garanzia della sicurezza alimentare lungo tutta la filiera.
Missione 4 – Componente 2 – Linea di Investimento 1.3
PE_00000003 – ONFOODS – SPOKE 4
CUP: D53C24001000001
Obiettivi del progetto
Tre assi strategici che combinano biotecnologia, intelligenza artificiale e sicurezza alimentare.
Valorizzazione dei sottoprodotti
Trasformare sottoprodotti agro-alimentari in ingredienti utili per nuovi alimenti attraverso fermentazione con batteri lattici selezionati, con basso consumo energetico. Target: almeno 10 flussi di scarto italiani rappresentativi.
AI per l'ottimizzazione dei processi
Creare modelli decisionali basati su machine learning e deep learning per analizzare la crescita microbica e ottimizzare le combinazioni di matrici e microrganismi nelle diverse fasi di produzione.
Food safety e contaminanti
Assicurare elevati standard di sicurezza e qualità alimentare attraverso l'analisi e la gestione dei contaminanti chimici, fisici e biologici, in conformità alle normative europee (Reg. CE 178/2002, HACCP).
Elementi distintivi
I quattro pilastri tecnologici e metodologici che rendono unico l'approccio 3S MicroBiotech4Food.
Biotecnologie innovative per la sostenibilità
Sfrutta le potenzialità della biotecnologia utilizzando specie selezionate di batteri lattici per la fermentazione dei sottoprodotti, migliorandone la qualità nutrizionale e funzionale. I processi biotecnologici adottati hanno basso impatto energetico, contribuendo alla riduzione delle emissioni di CO₂.
Gestione intelligente dei dati con AI
Un sistema decisionale basato su tecniche di machine learning e deep learning analizza grandi quantità di dati, modella la crescita microbica e ottimizza le combinazioni di matrici e microrganismi per massimizzare le performance produttive.
Valorizzazione dei sottoprodotti
Il progetto punta a recuperare almeno 10 matrici di scarto agroalimentare rappresentative della filiera italiana, dimostrando la possibilità concreta di trasformarle in risorse di valore attraverso casi studio validati.
Sicurezza e qualità alimentare
Priorità all'analisi accurata dei contaminanti chimici, fisici e biologici nei sottoprodotti, per garantire che le soluzioni sviluppate rispettino gli standard di sicurezza alimentare europei e promuovano una sostenibilità globale del sistema.