Επιστήμονες από τη Σχολή Επιστήμης Τροφίμων και Διατροφής του Πανεπιστημίου του Λιντς ανέπτυξαν ένα προηγμένο σύστημα τεχνητής νοημοσύνης που εντοπίζει γρήγορα φυτικές πρωτεΐνες ικανές να δράσουν ως γαλακτωματοποιητές ανάμεσα σε εκατομμύρια υποψηφίους.
Οι γαλακτωματοποιητές είναι απαραίτητοι για τη σύνδεση λαδιού και νερού σε σταθερές ουσίες όπως στις λοσιόν, στις σάλτσες, στο παγωτό και στη μαγιονέζα. Υπάρχει αυξανόμενο ενδιαφέρον για τη δημιουργία φυσικών και βιώσιμων εναλλακτικών αντί των συνθετικών ή ζωικών συστατικών.
Η έρευνα δημοσιεύτηκε στο Communications Chemistry και πραγματοποιήθηκε από τον ερευνητή Σίμφα Σριντχαράν υπό την επίβλεψη της καθηγήτριας Ανβέσα Σάρκαρ, σε συνεργασία με τον ειδικό Ρικ Σάρκαρ από το Πανεπιστήμιο του Εδιμβούργου.
Μοντελοποίηση της συμπεριφοράς
Η δοκιμή εκατομμυρίων πιθανών φυτικών πρωτεϊνών είναι δαπανηρή και χρονοβόρα, καθώς δεν υπήρχε αξιόπιστος τρόπος πρόβλεψης. Για να ξεπεράσουν αυτό το εμπόδιο, οι ερευνητές χρησιμοποίησαν ένα μοντέλο προσομοίωσης για να κατανοήσουν πώς οι πρωτεΐνες συνδέονται μεταξύ λαδιού και νερού. Συνδυάζοντας τη μηχανική μάθηση και τη στατιστική φυσική, η ομάδα μπόρεσε να διαμορφώσει μαθηματικά τη χημική δομή, προβλέποντας ποιες πρωτεΐνες αποδίδουν παρόμοια με τις ζωικές σε ελάχιστο χρόνο.
Υπόσχεση για βιώσιμα προϊόντα
Το μοντέλο εντόπισε σχεδόν οκτακόσιες φυτικές πρωτεΐνες που θα μπορούσαν να λειτουργήσουν ως φυσικοί γαλακτωματοποιητές, πολλές εκ των οποίων δεν είχαν εξεταστεί ποτέ προηγουμένως. Οι δοκιμές σε εμπορικά διαθέσιμες πρωτεΐνες έδειξαν ότι τα αποτελέσματα ταιριάζουν με τις προβλέψεις, με τις πρωτεΐνες από αρακά και πατάτα να αποδεικνύονται αποτελεσματικές. Η νέα τεχνολογία υπόσχεται να μειώσει τα χρόνια έρευνας και να φέρει πιο κοντά τη νέα γενιά βιώσιμων τροφίμων και καλλυντικών.
