Modelos de IA para predecir el funcionamiento y el sabor de los alimentos
Un nuevo grupo de investigación aplica métodos multiómicos a la química alimentaria
Un nuevo grupo de investigación junior comenzó su andadura el 15 de abril de 2026 en el Instituto Leibniz de Biología de Sistemas Alimentarios de la Universidad Técnica de Múnich. Dirigido por el Dr. Nikolai Köhler, el grupo de Análisis Integrativo de Sistemas Alimentarios se dedica a desarrollar modelos informáticos de predicción de los efectos sensoriales y fisiológicos de los sistemas de compuestos alimentarios.
Sus investigaciones se centran en enfoques multiómicos integradores. El grupo de investigación junior está desarrollando nuevos métodos computacionales para integrar y analizar los diversos datos de alto rendimiento procedentes de análisis de química alimentaria y estudios funcionales biológicos. Combinando la teoría de grafos, la estadística y el aprendizaje automático, los investigadores pretenden obtener nuevos conocimientos sobre los llamados sistemas de compuestos alimentarios, es decir, la interacción entre sustancias sensorialmente activas y bioactivas.
Los modelos predictivos son clave
"Los modelos predictivos son fundamentales para dar forma a la transición hacia sistemas alimentarios y nutricionales basados en datos, más sostenibles y eficientes. Estoy muy ilusionado de poder hacer una contribución importante a este respecto a través de mi trabajo en el renombrado Instituto Leibniz", afirma el Dr. Nikolai Köhler, jefe del grupo. El objetivo a largo plazo es poder predecir, a partir de los perfiles de los compuestos alimentarios, cómo afectan los alimentos a la percepción sensorial y qué otros efectos fisiológicos tienen en el cuerpo humano".
El Dr. Köhler estudió biotecnología molecular en la Universidad Técnica de Múnich y se doctoró en el Instituto Bávaro de Investigación para la Transformación Digital (bidt) como miembro del grupo de investigación junior LipiTUM. Durante sus estudios de doctorado, también completó una beca de investigación en la Universidad de Yale (New Haven, EE.UU.). Durante este tiempo, se centró en particular en métodos asistidos por ordenador para analizar metabolitos y redes metabólicas en el contexto de la biología de sistemas.
Posteriormente, investigó en la Universidad de Heidelberg, en el grupo de la profesora Britta Velten (Ciencia de datos en biología), donde siguió desarrollando métodos de aprendizaje automático para el análisis de datos ómicos espaciales.
La investigación contribuye a la misión general
El trabajo del nuevo grupo de investigación junior contribuye a la misión global del Instituto Leibniz de establecer una base científica para el desarrollo de alimentos innovadores, sensorialmente atractivos y producidos de forma sostenible que promuevan una nutrición saludable. En el futuro, también se pretende que los métodos desarrollados puedan ser utilizados por empresas y autoridades a lo largo de toda la cadena de valor.
"Estamos encantados de haber incorporado a nuestro instituto a un científico con tanto talento y dedicación como Nikolai Köhler", afirma la profesora Corinna Dawid, Directora Científica del Instituto Leibniz. Con el nuevo grupo de investigación junior Integrative Food Systems Analysis, el instituto refuerza su investigación interdisciplinar única en la interfaz de la química y la biología de los alimentos, la ciencia y la tecnología quimiosensoriales, así como la bioinformática y el aprendizaje automático".
Más información: En los "enfoques multiómicos integradores", se analizan conjuntamente diversos datos "ómicos" para obtener una comprensión holística de los sistemas biológicos complejos.
El término "ómica" se refiere a distintos niveles de información biológica, como la genómica (genes), la transcriptómica (actividad de los genes), la proteómica (proteínas) y la metabolómica (productos metabólicos). En este contexto, "integradora" significa que estos datos no se consideran por separado, sino que se relacionan entre sí.
El uso de la estadística, la bioinformática y el aprendizaje automático permite identificar correlaciones que no serían visibles en conjuntos de datos individuales. En el contexto de la investigación alimentaria, esto significa concretamente, por ejemplo, combinar análisis químicos de compuestos alimentarios con datos biológicos procedentes de estudios celulares o humanos. Esto permite comprender mejor cómo interactúan los compuestos alimentarios, cómo influyen en el sabor y qué efectos tienen en el organismo.
En resumen, los "enfoques multiómicos integradores" ofrecen una imagen más completa del funcionamiento de sistemas complejos al integrar y analizar simultáneamente múltiples niveles de datos.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Más noticias del departamento ciencias
