Les modèles d'IA visent à prédire le fonctionnement et le goût des aliments
Un nouveau groupe de recherche applique les méthodes de la multiomique à la chimie alimentaire
Un nouveau groupe de recherche junior a commencé ses travaux le 15 avril 2026 à l'Institut Leibniz de biologie des systèmes alimentaires de l'Université technique de Munich. Dirigé par le Dr Nikolai Köhler, le groupe d'analyse intégrative des systèmes alimentaires se consacre au développement de modèles prédictifs informatisés pour les effets sensoriels et physiologiques des systèmes de composés alimentaires.
Les approches multiomiques intégratives sont au cœur de leur recherche. Le groupe de recherche junior développe de nouvelles méthodes informatiques pour intégrer et analyser les diverses données à haut débit provenant d'analyses de chimie alimentaire et d'études fonctionnelles biologiques. En combinant la théorie des graphes, les statistiques et l'apprentissage automatique, les chercheurs visent à acquérir de nouvelles connaissances sur ce que l'on appelle les systèmes de composés alimentaires, c'est-à-dire l'interaction entre les substances sensorielles et bioactives.
Les modèles prédictifs sont essentiels
"Les modèles prédictifs sont essentiels pour façonner la transition vers des systèmes alimentaires et nutritionnels fondés sur des données, plus durables et plus efficaces. Je suis très heureux de pouvoir apporter une contribution importante à cet égard grâce à mon travail au sein du célèbre Institut Leibniz", déclare le chef de groupe, le Dr Nikolai Köhler. L'objectif à long terme est de pouvoir prédire, sur la base des profils des composés alimentaires, comment les aliments affectent la perception sensorielle et quels autres effets physiologiques ils ont dans le corps humain.
M. Köhler a étudié la biotechnologie moléculaire à l'Université technique de Munich et a obtenu son doctorat à l'Institut bavarois de recherche pour la transformation numérique (bidt) en tant que membre du groupe de recherche junior LipiTUM. Pendant ses études doctorales, il a également effectué un stage de recherche à l'université de Yale (New Haven, États-Unis). Pendant cette période, il s'est concentré en particulier sur les méthodes assistées par ordinateur pour l'analyse des métabolites et des réseaux métaboliques dans le contexte de la biologie des systèmes.
Il a ensuite mené des recherches à l'université de Heidelberg dans le groupe du professeur junior Britta Velten (Data Science in Biology), où il a développé des méthodes d'apprentissage automatique pour l'analyse des données omiques spatiales.
La recherche contribue à la mission globale
Les travaux du nouveau groupe de recherche junior contribuent à la mission globale de l'Institut Leibniz, qui consiste à établir une base scientifique pour le développement d'aliments innovants, sensoriellement attrayants et produits de manière durable, qui favorisent une alimentation saine. À l'avenir, les méthodes développées devraient également pouvoir être utilisées par les entreprises et les autorités tout au long de la chaîne de valeur.
"Nous sommes ravis d'avoir recruté un scientifique aussi talentueux et dévoué que Nikolai Köhler pour notre institut", déclare le professeur Corinna Dawid, directrice scientifique de l'Institut Leibniz. Avec le nouveau groupe de recherche junior Integrative Food Systems Analysis, l'institut renforce sa recherche interdisciplinaire unique à l'interface de la chimie et de la biologie alimentaires, de la science et de la technologie chimiosensorielles, ainsi que de la bio-informatique et de l'apprentissage automatique.
Plus d'informations : Dans les "approches multiomiques intégratives", diverses données "omiques" sont analysées ensemble pour obtenir une compréhension holistique de systèmes biologiques complexes.
Le terme "omique" fait référence à différents niveaux d'information biologique, tels que la génomique (gènes), la transcriptomique (activité des gènes), la protéomique (protéines) et la métabolomique (produits métaboliques). Dans ce contexte, le terme "intégratif" signifie que ces données ne sont pas considérées séparément, mais qu'elles sont reliées entre elles.
Grâce aux statistiques, à la bioinformatique et à l'apprentissage automatique, il est possible d'identifier des corrélations qui ne seraient pas visibles dans des ensembles de données individuels. Dans le contexte de la recherche alimentaire, cela signifie spécifiquement, par exemple, combiner des analyses chimiques de composés alimentaires avec des données biologiques provenant d'études cellulaires ou humaines. Cela permet de mieux comprendre comment les composés alimentaires interagissent, comment ils influencent le goût et quels sont leurs effets sur l'organisme.
En bref, les "approches multiomiques intégratives" fournissent une image plus complète du fonctionnement des systèmes complexes en intégrant et en analysant simultanément plusieurs niveaux de données.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Autres actualités du département science
Plus actualités de nos autres portails
Derniers contenus consultés
La plus grande coopérative laitière d'Allemagne entre sur le marché de la lactoferrine - Un nouveau secteur d'activité stratégique renforce la capacité d'innovation et le site d'Altentreptow
L'industrie des machines de transformation et d'emballage des aliments se porte bien
La consommation contrôlée de cacahuètes peut réduire les allergies chez les enfants en bas âge - L'immunothérapie orale permet aux tout-petits allergiques à l'arachide de tolérer l'allergie dans 82 % des cas
L'"ère Ozempic" pourrait faire passer la responsabilité de l'obésité de l'individu à l'industrie alimentaire - Comment les injections amaigrissantes pourraient renforcer la perception des aliments ultra-transformés comme des substances addictives
