Inteligența artificială poate prezice gustul amar al peptidelor și permite proiectarea de noi arome
În timpul producției produselor fermentate precum chefirul, parmezanul sau brânza de munte, dar și la fabricarea pulberilor proteice, se pot forma peptide cu gust amar care afectează gustul și, implicit, acceptabilitatea produselor. O echipă de cercetare condusă de Institutul Leibniz pentru Biologia Sistemelor Alimentare de la Universitatea Tehnică din München a dezvoltat și a testat cu succes o metodă bazată pe inteligență artificială care poate prezice amăreala peptidelor. De asemenea, metoda permite proiectarea de noi peptide cu gust amar de la zero.
Peptidele amare apar în urma descompunerii enzimatice sau chimice a proteinelor și reprezintă o provocare deosebită în producția alimentelor fermentate sau a hidrolizatelor proteice. În același timp, ele pot avea proprietăți fiziologice și pot contribui, de exemplu, la reglarea senzației de foame și sațietate.
„Pentru a face sursele de proteine vegetale mai atractive pentru producția alimentară și pentru a le utiliza mai durabil, trebuie să înțelegem mai bine ce peptide au gust amar și ce caracteristici structurale le definesc. Metodele bazate pe inteligență artificială pot contribui, de asemenea, în mod important aici”, afirmă Antonella Di Pizio, cercetător principal al studiului publicat în npj Science of Food.
Combinația dintre un model lingvistic și o rețea neuronală artificială
Pentru a dezvolta o astfel de metodă bioinformatică asistată de inteligență artificială, echipa condusă de Antonella Di Pizio a combinat un model lingvistic pentru proteine — pe care echipa l-a antrenat anterior folosind aproximativ 500 de peptide cunoscute cu gust amar — cu modelul de predicție BitterPep-GCN dezvoltat recent. Acesta este un așa-numit graf convolutional (GCN), o formă specializată de rețea neuronală artificială utilizată pentru analiza datelor structurate. Pe baza acestui model, cercetătorii au generat mai întâi 161 de secvențe noi de peptide care nu fuseseră încă caracterizate experimental. Apoi au identificat candidații care, conform predicțiilor modelului, aveau o probabilitate mare de a avea gust amar sau de a nu avea gust amar.
Predicțiile, confirmate în mare măsură
Cele mai promițătoare peptide au fost sintetizate și apoi testate de un panou senzorial antrenat. În majoritatea cazurilor, predicțiile inteligenței artificiale au fost confirmate: din cele 31 de peptide testate, participanții au clasificat corect 25 ca având gust amar sau fără gust amar. În plus, echipa de cercetare a identificat numeroase peptide cu gust amar și fără gust amar necunoscute anterior.
„Rezultatele noastre arată că nu doar că amăreala peptidelor poate fi prezisă, dar noua noastră metodă bazată pe inteligență artificială poate fi folosită și pentru a proiecta în mod specific noi peptide cu gust amar”, spune Alexandra Steuer, primul autor al studiului și doctorand în grupul de cercetare Modelare Moleculară al lui Di Pizio. „Aceasta ne aduce semnificativ mai aproape de obiectivul de a controla proactiv caracteristicile gustului”, adaugă Di Pizio.
Cercetătoarea subliniază că studiul este pregătit pentru a fi implementat în aplicații practice: „Pe termen lung, aceste noi descoperiri ar putea ajuta la controlarea specifică a formării peptidelor cu gust amar în timpul producției alimentare. Acest lucru ar fi deosebit de relevant pentru alimentele bogate în proteine de origine vegetală, a căror acceptare suferă adesea din cauza notelor de gust nedorite.”
