Leedso universiteto ir Edinburgo universiteto mokslininkai sukūrė sistemą, kuri pasitelkdama dirbtinį intelektą greitai atrenka perspektyvius augalinius baltymus. Tyrėjų tikslas buvo rasti baltymus, galinčius veikti kaip emulsikliai, tai yra medžiagos, kurios padeda vandeniui ir riebalams susijungti į stabilius mišinius.
Emulsikliai yra svarbūs daugelyje kasdienių gaminių: nuo majonezo, ledų ir padažų iki kremų bei losjonų. Pramonėje naudojami tiek natūralūs emulsikliai, gaunami iš augalinių ar gyvūninių šaltinių, tiek sintetiniai ar pusiau sintetiniai, o pastaraisiais metais vis dažniau ieškoma tvaresnių alternatyvų.
Augalinio baltymo tinkamumą emulsinimui lemia jo struktūra, tirpumas ir aplinkos sąlygos, pavyzdžiui, pH, druskingumas ar temperatūra. Dėl to naujų baltymų paieška ilgą laiką rėmėsi lėtais laboratoriniais bandymais, o iš milijonų kandidatų realiai patikrinti įmanoma tik nedidelę dalį.
Komanda sujungė mašininį mokymąsi su fizikiniais modeliais, kurie padeda prognozuoti baltymų elgseną mišiniuose. Taip sistema galėjo greitai atrinkti geriausius kandidatus, o pagal tyrėjų skelbiamus rezultatus identifikuota beveik 800 perspektyvių augalinių baltymų, kurių dalis anksčiau net nebuvo svarstyta šiame kontekste.
Laboratoriniai bandymai patvirtino algoritmo prognozes, o ypač gerai pasirodė iš žirnių ir bulvių gauti baltymai. Mokslininkai pabrėžia, kad metodas gali sumažinti tyrimų kainą, sutrumpinti naujų ingredientų kūrimo laiką ir mažinti priklausomybę nuo gyvūninės kilmės emulsiklių.
„Tai parodo, kaip dirbtinis intelektas gali padėti atrasti perspektyvius ingredientus gerokai greičiau nei iki šiol“, – teigė tyrėjų komanda.
Tyrimo rezultatai publikuoti mokslo žurnale „Communications Chemistry“. Tyrėjai akcentuoja, kad kitas žingsnis bus platesnis atrinktų baltymų įvertinimas realiose gamybos sąlygose, nes pramoniniai procesai gali kelti papildomus reikalavimus stabilumui, skoniui, tekstūrai ir suderinamumui su kitais ingredientais.