AI nauczyło się smaku goryczy. Zaprojektowało peptydy, których nie znają nasze kubki

Czy algorytm lepiej wyczuje gorycz niż wyszkolony ludzki panel sensoryczny?. Fot. Adriaen Brouwer, Wikimedia Commons, Public domain

Gorycz to jeden z najstarszych systemów ostrzegawczych w naturze - sygnał, że coś może być trujące. A jednak to właśnie ona decyduje o tym, czy sięgniemy po roślinną alternatywę mięsa, czy odstawimy ją z niesmakiem. Co, jeśli sztuczna inteligencja nie tylko rozpozna ten smak, ale zacznie go projektować od podstaw?

Język białek, którego nie znaliśmy

→ Czytaj też: 40 tysięcy artykułów miesięcznie. Czy sztuczna inteligencja właśnie zabiła arXiv?

Zespół kierowany przez Antonellę Di Pizio z Instytutu Biologii Systemów Żywności im. Leibniza przy Uniwersytecie Technicznym w Monachium (TUM) połączył dwa światy uczenia maszynowego. Pierwszy to protein language model - model językowy wytrenowany na około 500 znanych gorzkich peptydach, uczący się sekwencyjnej gramatyki aminokwasów. Drugi to BitterPep-GCN, grafowa sieć konwolucyjna analizująca trójwymiarowe relacje przestrzenne między atomami w cząsteczce.

Razem stworzyły hybrydowy system zdolny nie tylko przewidywać gorycz, ale i generować zupełnie nowe sekwencje peptydów. „Aby uczynić roślinne źródła białka bardziej atrakcyjnymi dla produkcji żywności, musimy lepiej zrozumieć, które peptydy smakują gorzko i jakie cechy strukturalne je charakteryzują” - tłumaczy Di Pizio. I tu właśnie wkracza AI.

161 kandydatów, 31 trafiło na języki

→ Czytaj też: VW postawił na Wayve zamiast Nvidii. Jeden manewr w Londynie przesądził o wyborze

Badacze nie poprzestali na symulacji. Zespół z TUM i Uniwersytetu Pompeu Fabra wygenerował 161 nieistniejących wcześniej sekwencji peptydowych. Model obliczeniowy ocenił każdą z nich pod kątem prawdopodobieństwa wywołania gorzkiego lub neutralnego smaku. Następnie zsyntetyzowano 31 najbardziej wyrazistych kandydatów i poddano je ślepej próbie z udziałem przeszkolonego panelu sensorycznego.

Wynik? 25 z 31 peptydów zostało sklasyfikowanych zgodnie z przewidywaniami AI. 15 potwierdzono jako gorzkie, 10 jako neutralne. „Nasze wyniki pokazują, że nie tylko można przewidzieć gorycz peptydów, ale że nasza nowa metoda oparta na AI może być również wykorzystana do projektowania nowych gorzkich peptydów” - mówi Alexandra Steuer, doktorantka w laboratorium Di Pizio i pierwsza autorka badania opublikowanego w npj Science of Food.

Poza kubkami smakowymi

Gorycz to nie tylko kwestia kulinarnych preferencji. Receptory gorzkiego smaku znajdują się nie tylko na języku - aktywują kaskady sygnałowe w całym organizmie, w tym szlaki hormonalne regulujące apetyt, głód i sytość metaboliczną. Peptydy gorzkie powstają naturalnie podczas enzymatycznego rozkładu białek, na przykład w fermentowanych produktach takich jak kefir czy dojrzewające sery.

Di Pizio podkreśla długoterminowy cel: „To przybliża nas znacząco do proaktywnego kontrolowania cech smakowych. W dłuższej perspektywie te odkrycia mogą pomóc w specyficznym kontrolowaniu powstawania gorzkich peptydów podczas produkcji żywności”. Szczególnie istotne jest to dla roślinnych zamienników białka, których akceptacja często cierpi z powodu niepożądanych nut smakowych.

Projektowanie smaku zamiast maskowania

Dotychczas przemysł spożywczy radził sobie z goryczą głównie przez jej maskowanie - dodawanie cukrów, tłuszczów lub blokerów smaku. Podejście zespołu z Monachium jest fundamentalnie inne: zamiast ukrywać problem, można go zaprogramować tak, by nie powstał. Model nie tylko klasyfikuje istniejące peptydy, ale tworzy od zera sekwencje o pożądanych właściwościach smakowych.

To przesunięcie akcentu z chemii analitycznej na biologię obliczeniową. Algorytm rozumie już gramatykę goryczy na tyle dobrze, by pisać w niej własne zdania - i robi to z precyzją, którą potwierdza ludzkie podniebienie. Kolejnym krokiem będzie skalowanie tej metody na inne modalności smakowe i wdrożenie jej bezpośrednio w liniach produkcyjnych.