बेक्ड बरी अमारटेटो नुस्खाको साथ

फ्रान्सेली ब्री डे मेअक्स, 8 औं शताब्दीमा डेटिङ, विश्वको महान चीज मध्ये एक माना जाता छ। प्रामाणिक फ्रेन्च ब्री कच्चा वा अनपेक्षित दूधको साथ बनाइन्छ र, जस्तै, संयुक्त राज्यमा आयात गर्न सकिदैन। यो नाजुक स्वादको लागि तपाईंले फ्रान्स जानुपर्छ।

यदि तपाईंको उत्पादनमा लेबल "फ्रान्समा उत्पादित" भन्नुहुन्छ भने तपाईले यसलाई अमेरिकामा खरिद गर्नुभयो, त्यसपछि तपाईंको ब्रीलाई टाढाको दूध बनाइएको छ। यो अझै पनि उत्कृष्ट चश्मा पनीर हो। ब्री राउन्डमा बनाइएको छ र 4-पाउन्ड र अधिक वजन पाउने 4-औंस मिनेटबाट दायरा लिन सकिन्छ। यो एक महंगे पनीर हो, त्यसैले राम्रो सामानको लागि केही नगद बाहिर निस्किन्छ।

पाराको ब्रीको लागि यो नुस्खा अमारटोटोको टचको साथ एक निर्णायक एपटिजर हो जसले पक्का वा बागेट स्लाइसको साथमा तातो काम गर्न सकिन्छ। ब्रीलाई एपटेकरको रूपमा न्यानो सेवा दियो '70 से दशकमा गरिनै प्रविधी कुरा हो। यो Brie en croûte (एक क्रस्ट मा पाकिएको, सामान्यतया पफ पेस्ट्री ) सँग सुरु भयो, त्यसपछि मानिसहरूले यो शराब संग सादा खाने खाँचो पाए।

यी दिनहरू, मानिसहरू उच्च-क्यालोरी पफ पेस्ट्रीको स्फूर्ति गर्दै छन् र यसलाई एक पारंपरिक ओवन वा माइक्रोवेवमा मात्र पिसाब गर्दछ। सावधान रहनुहोस्, यद्यपि। ब्री छिट्टै पिउँदछ र तपाईं आफ्नो प्लेट मा एक पोल संग समाप्त हुन सक्छ। एक धेरै स्वादिष्ट पोड जो अझै पनि खाद्य छ, तर प्रस्तुति विभागमा अधिक छैन।

तपाईलाई के चाहिन्छ?

यसलाई कसरी बनाउने?

  1. ताप ओवन 350 एफ।
  2. एक भारी चम्मचमा, चिकनी र चिसो नभएर मध्यम गर्मीमा उचालो भुइँमा र मक्खन। गर्मीबाट हटाउनुहोस्। दालचीनी , अख्तियारअमारटोटो थप्नुहोस्। राम्रोसँग मिलाउनुहोस्।
  3. एक ओवन-सुरक्षित क्यास्सेल डिशमा प्लेस ब्री । चटनीको साथ माथि र बादाम वा अखरोट संग छिटो। Brie नरम नभएसम्म 10 देखि 15 मिनेटको बेक गर्नुहोस्। (बेकिंगको सट्टा, तपाईले 30 सेकेन्ड अन्तरालमा नरम र तातो सम्म माइक्रोवेव ब्री हुन सक्नुहुनेछ।)
  1. Baguette स्लाइस, टोस्ट राउण्ड, सिडनी, पटाखे, वा कटाई सेब संग सेवा गर्नुहोस्

अधिक व्यञ्जनहरू Brie प्रयोग गर्दै

पोषण दिशानिर्देश (प्रति सेवा)
क्यालोरिज 293
कुल मोटा 20 जी
पागलिएको बोसो 10 जी
असंतृप्त फैट 7 g
कोलेस्ट्रॉल 47 मिलीग्राम
सोडियम 147 मिलीग्राम
कार्बोहाइड्रेट 23 जी
आहार फाइबर 2 जी
प्रोटिन 8 जी
(हाम्रो व्यञ्जनहरूमा पोषण जानकारी घटक डेटाबेस प्रयोग गरी गणना गरिन्छ र अनुमानलाई विचार गर्न सकिन्छ। व्यक्तिगत परिणाम फरक हुन सक्छ।)