મૂળભૂત મેરિનરા ચટણી

આ મૂળભૂત marinara ચટણી મહાન સ્વાદ અને એક સરસ પોત છે. આ ચટણીને કોઈપણ પાસ્તા વાની સાથે વાપરો. તે માંસ અથવા પનીર લોટ ગલેફેલા માંસના ટુકડા અથવા સ્ટફ્ડ શેલો પર સેવા આપવા માટે એક ઉત્તમ ચટણી છે, અથવા વનસ્પતિ lasagna વાનગી સાથે તેનો ઉપયોગ.

મને થોડો ગરમી ગમે છે, તેથી હું થોડો ભૂકો લાલ મરી ઉમેરી શકું છું પરંતુ તે છોડવા માટે નિઃસંકોચ છું અથવા તેના બદલે જમીનની લાલ મરચું મરીનો ઉપયોગ કરો.

શાકભાજીનો વિનિમય કરવો અથવા હાથ દ્વારા તેમને વિનિમય કરવા માટે ખાદ્ય પ્રોસેસરનો ઉપયોગ કરો.

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

  1. ખોરાક પ્રોસેસરમાં લસણ, ડુંગળી, ગાજર અને સેલરી મૂકો; પ્રક્રિયા અદલાબદલી સુધી નહીં. અથવા, હાથ દ્વારા શાકભાજીનો વિનિમય કરવો.
  2. એક માધ્યમ શાક વઘારવાનું તપેલું માં, મધ્યમ ગરમી પર ઓલિવ તેલ ગરમી. શાકભાજીને ઉમેરો અને વાટેલા, વારંવાર stirring, જ્યાં સુધી ડુંગળી ટેન્ડર અને અર્ધપારદર્શક હોય, લગભગ 8 થી 10 મિનિટ.
  3. જો મીઠું, કાળા મરી, કચડી લાલ મરી ઉમેરો, ઉપયોગ કરીને તુલસીનો છોડ, પત્તા, ટામેટા અને પાણી ઉમેરો. મિશ્રણ કરવું જગાડવો એક સણસણવું લાવો. પાન આવરે છે અને ગરમીને ઓછો કરવા માટે; આશરે 15 મિનિટ માટે સણસણવું કવર અને સણસણવું દૂર કરો ત્યાં સુધી લગભગ 5 મિનિટ.
  1. જો તમે એક સરળ ચટણી પસંદ કરો, તો બ્લેન્ડર માં બૅચેસમાં તેને રાંધવા. ખાતરી કરો કે તમે હૉટ સોસ મિશ્રણથી એક-અડધાથી વધુ એક બ્લેન્ડરને ભરીને ક્યારેય ભરપૂર ન કરો અને હાથમાં ગડી લીધેલ રસોડું ટુવાલ સાથે નિશ્ચિતપણે ઢાંકણને પકડી રાખો. ગરમ પ્રવાહીમાંથી વરાળ તે બ્લેન્ડરની ઢાંકને બંધ કરી શકે છે જો તે ખૂબ જ સંપૂર્ણ હોય. કોઈ તક ન લો!
  2. ફિનિશ્ડ માર્નારારા સૉસનો તરત ઉપયોગ કરો અથવા રેફ્રિજરેટર અથવા ફ્રીઝરમાં સ્ટોર કરો. પીરસતાં પહેલાં ચમચીને સણસણવું લાવો.

તમારા મનપસંદ સ્પાઘેટ્ટી અથવા રેવિઓલી પર આ મરિનરાને સેવા આપો, અથવા તેને શાકભાજીની લસગ્ના અથવા મનિકોટ્ટી માટે ચટણી તરીકે વાપરો.

એક મોટું બેચ બનાવવા અને 2-કપ અથવા સિંગલ-સર્વિસ કન્ટેનરમાં વધારાનું ચટણી ફ્રીઝ કરવા માટે મેરીનારા ચટણી રેસીપીને બેવાર બનાવો.

નિષ્ણાત ટિપ્સ

તને પણ કદાચ પસંદ આવશે

પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 105
કુલ ચરબી 5 જી
સંતૃપ્ત ફેટ 1 જી
અસંતૃપ્ત ચરબી 4 જી
કોલેસ્ટરોલ 0 એમજી
સોડિયમ 27 મિલિગ્રામ
કાર્બોહાઇડ્રેટ્સ 13 ગ્રામ
ડાયેટરી ફાઇબર 3 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.)