टूना टेट्राज़िनी - टूना और स्पेगेटी कैसरोल

टूना और स्पेगेटी टीम इस ट्यूना टेट्राज़िनी रेसिपी में मशरूम और परमेसन पनीर के साथ मिलती है। यह एक बर्तन में एक पूरा भोजन है और इसे एक दिन पहले तैयार किया जा सकता है, जिससे व्यस्त दिन के लिए यह सुविधाजनक और स्वादिष्ट व्यंजन बन जाता है।

यदि आप चाहें तो क्रिस्टी ब्रेड या बिस्कुट के साथ टूना कैसरोल और एक साधारण फेंक सलाद की सेवा करें।

संबंधित पकाने की विधि: टूना, पास्ता, और पालक कैसरोल

आपको किस चीज़ की ज़रूरत पड़ेगी

इसे कैसे करे

  1. 350 एफ के लिए हीट ओवन
  2. एक 2 1 / 2- से 3-क्वार्ट बेकिंग पकवान ग्रीस करें।
  3. पैकेज निर्देशों के बाद स्पेगेटी को कुक करें। निकालें और एक तरफ सेट करें।
  4. मध्यम-कम गर्मी पर एक बड़े सॉस पैन में, मक्खन के 4 चम्मच पिघलाएं। मशरूम ब्राउन और निविदा तक, मशरूम और सॉट जोड़ें, हलचल। हरी प्याज जोड़ें और 1 मिनट के लिए खाना बनाना जारी रखें। अच्छी तरह मिश्रित होने तक आटा में हिलाओ। धीरे-धीरे दूध में हलचल। मोटाई तक लगातार stirring, खाना बनाना जारी रखें। स्वाद, और काली मिर्च के लिए नमक जोड़ें। फ्लेक टूना और मटर में हिलाओ।
  1. अच्छी तरह मिश्रित होने तक सूखा स्पेगेटी के साथ ट्यूना सॉस मिश्रण को मिलाएं। मिश्रण को तैयार पुलाव में बदल दें। पुलाव पर पर्मेशन पनीर छिड़के।
  2. मक्खन के शेष 2 चम्मच पिघलाएं और रोटी के टुकड़ों के साथ टॉस करें। परमेसन परत पर मक्खन वाले टुकड़ों को छिड़कें।
  3. 25 से 30 मिनट के लिए पहले से गरम ओवन में हल्के भूरे रंग के और भूरे रंग तक सेंकना।

6 को परोसता हैं।

आगे की युक्ति बनाएं: ट्यूना, स्पेगेटी, सब्जियां, सॉस को एक दिन पहले तक मिलाएं। बेकिंग पकवान में चम्मच; कवर करने और इसे सेंकने की योजना बनाने से लगभग 30 मिनट तक ठंडा करें। परमेसन पनीर और मक्खन वाली रोटी के टुकड़ों के साथ शीर्ष और निर्देशित के रूप में सेंकना, जब तक टॉपिंग भूरा न हो और भरने किनारों के चारों ओर बुलबुला हो।

आप भी पसंद कर सकते हैं

क्लासिक तुर्की Tetrazzini

चोटी अंडे और डिल के साथ टूना सलाद

टूना मैकरोनी सलाद

पोषण संबंधी दिशानिर्देश (प्रति सेवा)
कैलोरी 542
कुल वसा 24 ग्राम
संतृप्त वसा 13 ग्राम
असंतृप्त वसा 7 जी
कोलेस्ट्रॉल 76 मिलीग्राम
सोडियम 1,147 मिलीग्राम
कार्बोहाइड्रेट 47 ग्राम
फाइबर आहार 6 जी
प्रोटीन 33 ग्राम
(हमारे व्यंजनों पर पोषण संबंधी जानकारी को एक घटक डेटाबेस का उपयोग करके गणना की जाती है और इसे अनुमान माना जाना चाहिए। व्यक्तिगत परिणाम भिन्न हो सकते हैं।)