La IA como herramienta en la investigación sobre sabores: diseño de novo de péptidos amargos
Predicción precisa del amargor en los alimentos: la IA supera la prueba del sabor
Anuncios
Durante la elaboración de productos fermentados como el kéfir, el parmesano o el queso de montaña, así como en la producción de proteínas en polvo, pueden formarse péptidos de sabor amargo que perjudican el sabor y, por lo tanto, la aceptabilidad de los productos. Un equipo de investigación dirigido por el Instituto Leibniz de Biología de Sistemas Alimentarios de la Universidad Técnica de Múnich ha desarrollado y probado con éxito un método basado en la inteligencia artificial capaz de predecir el amargor de los péptidos. Además, permite diseñar desde cero nuevos péptidos de sabor amargo. Se trata de otro importante paso adelante en la investigación sobre el sabor y los alimentos.
Los péptidos de sabor amargo se producen durante la descomposición enzimática o química de las proteínas y suponen un reto especial en la producción de alimentos fermentados o hidrolizados de proteínas. Al mismo tiempo, pueden poseer propiedades fisiológicas y, por ejemplo, contribuir a la regulación del hambre y la saciedad.
«Para que las fuentes de proteínas de origen vegetal resulten más atractivas para la producción alimentaria y puedan utilizarse de forma más sostenible, necesitamos comprender mejor qué péptidos tienen sabor amargo y qué características estructurales los definen. Los métodos basados en la IA también pueden aportar una contribución importante en este sentido», afirma Antonella Di Pizio, investigadora principal del presente estudio, en el que también han participado investigadores de la Universidad Técnica de Múnich y de la Universidad Pompeu Fabra de Barcelona.
Combinación de un modelo de lenguaje y una red neuronal artificial
Para desarrollar este método bioinformático asistido por IA, el equipo dirigido por Antonella Di Pizio combinó un modelo de lenguaje proteico —que el equipo había entrenado previamente utilizando aproximadamente 500 péptidos de sabor amargo conocidos— con el modelo de predicción BitterPep-GCN que habían desarrollado recientemente. Se trata de la denominada red convolucional de grafos (GCN), una forma especializada de redes neuronales artificiales utilizada para analizar datos estructurados.
Partiendo de esta base, los investigadores generaron en primer lugar 161 nuevas secuencias peptídicas que aún no se habían caracterizado experimentalmente. A continuación, identificaron aquellos candidatos que, según las predicciones del modelo, tenían una alta probabilidad de tener un sabor amargo o no amargo.
Predicciones ampliamente confirmadas
Hicieron sintetizar los péptidos más prometedores y, a continuación, los sometieron a la cata de un panel sensorial cualificado. En la mayoría de los casos, se confirmaron las predicciones de la IA: de los 31 péptidos analizados, los participantes clasificaron correctamente 25 como amargos o no amargos. Además, el equipo de investigación identificó numerosos péptidos de sabor amargo y no amargo hasta entonces desconocidos.
«Nuestros resultados muestran que no solo se puede predecir el sabor amargo de los péptidos, sino que nuestro nuevo método basado en la IA también puede utilizarse para diseñar específicamente nuevos péptidos de sabor amargo», afirma Alexandra Steuer, primera autora del estudio y estudiante de doctorado en el grupo de investigación de Modelización Molecular de Antonella Di Pizio. «Esto nos acerca significativamente al objetivo de controlar de forma proactiva las características gustativas», añade Antonella Di Pizio.
La científica destaca que la investigación está lista para ser implementada en entornos de aplicación: «A largo plazo, estos nuevos hallazgos podrían ayudar a controlar específicamente la formación de péptidos de sabor amargo durante la producción de alimentos. Esto sería especialmente relevante para los alimentos de origen vegetal ricos en proteínas, cuya aceptación a menudo se ve afectada por notas de sabor indeseables».
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.
Publicación original
Más noticias del departamento ciencias
