એચીટ પેસ્ટ (એનનાટો) રેસીપી

એચીટ પેસ્ટ એનોટો બીજ, જીરું, મરી, ધાણા, ઓરેગોનો, લવિંગ અને લસણ સાથે બનાવવામાં આવે છે. તે કોચીનાટા પીબીલ, ક્લોઝોસ સહિત અનેક સ્વાદિષ્ટ પરંપરાગત મેક્સીકન વાનગીઓમાં સૉસ, માર્નીડ અથવા ઘસવું તરીકે ઉપયોગ કરી શકાય છે . લોન્નાજીઝાસ, ટાકોસ અલ પાદરી, અને ઘણા અન્ય.

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

  1. ઍનાટો, કોથમીરના બીજ, ઓરેગોનો, જીરું, મરીના દાણા, અને લવિંગ એક મસાલાની મિલમાં અથવા મોર્ટાર અને મસ્તક સાથે કરો. તમે કોફી ગ્રાઇન્ડરનો ઉપયોગ પણ કરી શકો છો, પરંતુ કારણ કે તે પીસાઈંગ સ્વાદને છોડી દેશે, ખાતરી કરો કે તમે કોફી માટે ગ્રાઇન્ડરનો ઉપયોગ ફરીથી કરવાની યોજના કરશો નહીં.

  2. જમીનની મસાલા અને મીઠું, લસણ, અને બ્લેન્ડર અને પ્રક્રિયામાં કડવો નારંગીનો રસ મૂકો જ્યાં સુધી તે સરળ ન હોય.

  1. રેફ્રિજરેટરમાં હવાચુસ્ત કન્ટેનરમાં તમારા એચીટ પેસ્ટને સ્ટોર કરો. તમારા રેસીપી માં સૂચવ્યા મુજબ ઉપયોગ કરો.

નોંધ: તમારી હોમમેઇડ એચીટ પેસ્ટને સાધારણ માંસની આરસ તરીકે ઉપયોગ કરવા માટે, ચિકન, ડુક્કર અથવા માછલી પર મિશ્રણને ઘસવું અને તેને 4 થી 6 કલાક સુધી રોકે છે. કૂક અથવા સામાન્ય તરીકે ગ્રીલ

એચીટ વિશે વધુ

એનોટો બીજ, જે મેક્સિકોમાં આચીટ તરીકે ઓળખાય છે, ઉષ્ણકટિબંધીય દક્ષિણ અમેરિકામાં ઉદભવેલા એક વૃક્ષથી આવે છે. તેઓ મધ્ય અને દક્ષિણ અમેરિકા અને કેરેબિયનમાં લોકો દ્વારા સદીઓથી માનવીય ચામડી (શારીરિક રંગની જેમ), કાપડ, અને એડિબલ્સ માટે પીળો અથવા તેજસ્વી લાલ રંગ આપવા માટે ઉપયોગમાં લેવામાં આવ્યા છે.

દક્ષિણપૂર્વ મેક્સિકોના પ્રાદેશિક વાનગીઓમાં (મુખ્યત્વે ટાબાસ્કો, કેમપ્સ, યુકાટન, ચીઆપાસ, ક્વિન્ટાના રુ, ઓએક્સકા અને વેરાક્રુઝમાં) એચીટ એ મહત્વનું છે, જ્યારે વ્યાપારી ધોરણે વિસ્તૃત વિતરણને કારણે હળવા સ્વાદવાળી મસાલ દેશભરમાં જાણીતું છે. તૈયાર એચીટ પેસ્ટ

Achiote પેસ્ટ ઓફ બ્લોક્સ હિસ્પેનિક કરિયાણાની દુકાનો અથવા યુનાઇટેડ સ્ટેટ્સમાં મોટી સુપરમાર્કેટ આંતરરાષ્ટ્રીય પાંખ માં શોધી શકાય છે. આને રસોઈ કરવા માટે ઉપયોગમાં લેવા માટે ક્રમમાં પાણી અથવા સૂપથી નાજુક કરવાની જરૂર છે. પેકેજ પર અથવા તમે ઉપયોગ કરી રહ્યાં છો તે રેસીપીની સૂચનાઓનું પાલન કરો.

તમને ખબર છે?

પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 46
કુલ ચરબી 0 જી
સંતૃપ્ત ફેટ 0 જી
અસંતૃપ્ત ચરબી 0 જી
કોલેસ્ટરોલ 0 એમજી
સોડિયમ 7 એમજી
કાર્બોહાઇડ્રેટ્સ 10 ગ્રામ
ડાયેટરી ફાઇબર 1 જી
પ્રોટીન 2 જી
(અમારા વાનગીઓ પરની પોષણની માહિતીને ઘટક ડેટાબેઝનો ઉપયોગ કરીને ગણવામાં આવે છે અને તેને એક અંદાજ ગણવામાં આવે છે. વ્યક્તિગત પરિણામો બદલાઈ શકે છે.)