ऍपल फायलो पाई

या कमी चरबी गॅलेट-शैलीतील सफरचंद फीलओ पाईसह ऍपलेट पाई मेन्यूवर ठेवा. मी ग्रेनी स्मिथ सेब वापरू इच्छित, परंतु इतर पर्याय भरपूर आहेत, अशा Braeburn म्हणून, गुलाबी लेडी, आणि योनागोल्ड

मध आणि मिक्सरच्या थरांऐवजी गरम पाण्याच्या मिश्रणासह स्फुरदीच्या पिठात शीट पुसण्याने चोथातील चरबीचे प्रमाण ठेवते. आपण त्याऐवजी बटर-फ्लेवर्ड स्वयंपाक स्प्रे वापरू शकतो.

आपल्याला काय आवश्यक आहे

• 5 ग्रॅनी स्मिथ सफरचंद, सोललेली, काराभाजी, आणि बारीक कापलेले
• 1/4 कप ब्राउन शुगर
• 1 टिस्पून दालचिनी
• 1/4 टीस्पून जायफळ
• 1 टेस्पून लिंबाचा रस
• 1 टेस्पून पीठ
• 1/4 कप मध
• 2 टेस्पून. गरम पाणी
• 6 शीट 9-इंच बाय 14-इंच फालो डॉफ

ते कसे तयार करायचे

1. ओव्हन 350 एफ करण्यासाठी ओव्हन
2. नॉनस्टीक स्वयंपाक स्प्रेसह 9-इंच पाई प्लेट सिक्स करा. पील, कोर, आणि बारीक चिरून सफरचंद एका मोठ्या वाडग्यात सफरचंद, साखर, दालचिनी, जायफळ, लिंबू आणि पिठ एकत्र करून बाजूला ठेवा.
3. एक लहान भांडे किंवा वाडगा मध्ये, उबदार पाणी मध मिक्स करावे
4. स्वच्छ पृष्ठभागावरील सहा पायरो पत्रके स्टॅक करा त्वरीत काम करणे, मध मिश्रण सह शीर्ष पत्र ब्रश आणि पाय प्लेट वर घालणे. प्लेटमध्ये कणिक पुश करा, बाजुला उष्मा ओढवून घ्या.

1. पुढील पत्रक ब्रश करा आणि पहिल्या शीटच्या शीर्षावर ठेवा.
2. तिसरा थर ब्रश करा आणि त्यास ठेवा जेणेकरून बाजू प्लेटच्या उलट बाजूला ओलांडते आणि क्रॉस आकृती बनवा. चौथ्या शीटसह असेच करा.
3. पाचव्या शीरची मधोमधुन ब्रश करून एका कोनावर दुसऱ्या शीट्सवर बांधा आणि सहाव्या शीटला समोरील बाजूवर पंचविष्यावर ठेवा.
4. पाई प्लेट मध्ये चमच्याने सफरचंदाच्या मिश्रणाचा एक मोठा टप्पा तयार करणे.
5. गॅलेट-शैलीतील पाई बनविण्यासाठी फाईलो शीटच्या ओव्हरिंग समोरील बाजू एकत्र करा (जेथे काही फळ मध्यभागी उरले आहे).
6. ओव्हनमध्ये ठेवा आणि 30 ते 35 मिनिटे बेक करावे. 6 ते 8 काम करते

प्रति सेवा: कॅलरीज 173, कॅलरीज फॅट 9, एकूण चरबी 1 जी (0.3 जी), कोलेस्ट्रॉल 0 एमजी, सोडियम 60 एमजी, कार्बोहायड्रेट 39 9, फाइबर 2.5 जी, प्रोटीन 1.1 जी

पोषणविषयक मार्गदर्शक तत्त्वे (प्रत्येक सेवेसाठी)
कॅलरीज	1 9 3
एकूण चरबी	2 ग्रॅम
संपृक्त चरबी	0 ग्रॅम
असंतृषित चरबी	1 ग्रॅम
कोलेस्टेरॉल	0 मिग्रॅ
सोडियम	1 9 7 मिग्रॅ
कर्बोदकांमधे	45 ग्रॅम
आहार फायबर	5 ग्रॅम
प्रथिने	2 ग्रॅम

(आमच्या पाककृतींवरील पोषण संबंधी माहितीची गणना एका घटक डेटाबेसच्या आधारावर केली जाते आणि त्याचा अनुमान लावला गेला पाहिजे. वैयक्तिक परिणाम बदलू शकतात.)