L'intelligenza artificiale come strumento nella ricerca sul gusto: progettazione de novo di peptidi amari
Prevedere con precisione l’amaro negli alimenti: l’intelligenza artificiale supera il test del gusto
Durante la produzione di prodotti fermentati come il kefir, il parmigiano o i formaggi di montagna, così come nella produzione di proteine in polvere, possono formarsi peptidi dal sapore amaro che compromettono il gusto e, di conseguenza, l’appetibilità dei prodotti. Un gruppo di ricerca guidato dall’Istituto Leibniz per la Biologia dei Sistemi Alimentari presso l’Università Tecnica di Monaco ha ora sviluppato e testato con successo un metodo basato sull’intelligenza artificiale in grado di prevedere l’amarezza dei peptidi. Esso consente inoltre di progettare ex novo nuovi peptidi dal sapore amaro. Si tratta di un altro importante passo avanti nella ricerca sul gusto e sugli alimenti.
I peptidi dal sapore amaro si formano durante la scomposizione enzimatica o chimica delle proteine e rappresentano una sfida particolare nella produzione di alimenti fermentati o idrolizzati proteici. Allo stesso tempo, possono possedere proprietà fisiologiche e, ad esempio, contribuire alla regolazione della fame e della sazietà.
«Per rendere le fonti proteiche vegetali più appetibili per la produzione alimentare e per utilizzarle in modo più sostenibile, dobbiamo comprendere meglio quali peptidi abbiano un sapore amaro e quali caratteristiche strutturali li contraddistinguano. Anche i metodi basati sull’intelligenza artificiale possono dare un contributo importante in questo ambito», afferma Antonella Di Pizio, responsabile dello studio attuale, che ha coinvolto anche ricercatori dell’Università Tecnica di Monaco e dell’Università Pompeu Fabra di Barcellona.
Combinazione di un modello linguistico e di una rete neurale artificiale
Per sviluppare un metodo bioinformatico supportato dall’IA, il team guidato da Antonella Di Pizio ha combinato un modello linguistico delle proteine — che il team aveva precedentemente addestrato utilizzando circa 500 peptidi noti per il loro sapore amaro — con il modello di previsione BitterPep-GCN da loro recentemente sviluppato. Si tratta di una cosiddetta rete convoluzionale grafica (GCN), una forma specializzata di reti neurali artificiali utilizzata per analizzare dati strutturati.
Sulla base di ciò, i ricercatori hanno innanzitutto generato 161 nuove sequenze peptidiche che non erano ancora state caratterizzate sperimentalmente. Hanno poi identificato quei candidati che, secondo le previsioni del modello, presentavano un’elevata probabilità di avere un sapore amaro o non amaro.
Previsioni ampiamente confermate
Hanno fatto sintetizzare i peptidi più promettenti tra questi e li hanno poi fatti assaggiare da un panel sensoriale addestrato. Nella maggior parte dei casi, le previsioni dell’IA sono state confermate: dei 31 peptidi testati, i soggetti del test ne hanno classificati correttamente 25 come amari o non amari. Inoltre, il team di ricerca ha identificato numerosi peptidi dal sapore amaro e non amaro precedentemente sconosciuti.
«I nostri risultati dimostrano che non solo è possibile prevedere l’amarezza dei peptidi, ma che il nostro nuovo metodo basato sull’IA può anche essere utilizzato per progettare in modo specifico nuovi peptidi dal sapore amaro», afferma Alexandra Steuer, prima autrice dello studio e dottoranda nel gruppo di ricerca di Modellistica Molecolare di Antonella Di Pizio. «Questo ci avvicina notevolmente all’obiettivo di controllare in modo proattivo le caratteristiche gustative», aggiunge Antonella Di Pizio.
La ricercatrice sottolinea che la ricerca è pronta per essere implementata in contesti applicativi: «A lungo termine, queste nuove scoperte potrebbero aiutare a controllare in modo mirato la formazione di peptidi dal sapore amaro durante la produzione alimentare. Ciò sarebbe particolarmente rilevante per gli alimenti di origine vegetale ricchi di proteine, la cui accettazione spesso risente di note gustative indesiderate».
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Pubblicazione originale
Altre notizie dal dipartimento scienza
