AI w służbie nauki. Nowy system
Naukowcy z Uniwersytetu w Leeds i Uniwersytetu Edynburskiego opracowali system oparty na sztucznej inteligencji, który potrafi szybko wyszukiwać specyficzne białka roślinne.
Dzięki temu badacze zidentyfikowali setki obiecujących białek, które w przyszłości mogą znaleźć zastosowanie przy opracowywaniu nowych wyrobów. Mogłyby np. trafić do żywności, kosmetyków, farmaceutyków i innych produktów nowej generacji.
Zobacz również:
AI sprawdziło miliony możliwości. Znalazło setki kandydatów
Celem badaczy była identyfikacja nowych białek roślinnych mogących działać jako emulgatory, czyli substancje łączące wodę i tłuszcz w stabilne mieszanki.
Emulgatory są kluczowym składnikiem wielu produktów, z których korzystamy na co dzień, takich jak choćby majonez, lody, sosy, kremy czy balsamy.
Ze względu na pochodzenie emulgatory można podzielić na naturalne, pozyskiwane m.in. ze źródeł roślinnych i zwierzęcych, oraz syntetyczne i półsyntetyczne.
To, czy dane białko roślinne sprawdzi się w roli emulgatora, zależy od jego budowy, rozpuszczalności oraz warunków otoczenia.
Poszukiwanie takich białek było dotąd bardzo czasochłonne.
- Ponieważ chcemy przejść na bardziej zrównoważone składniki pochodzenia roślinnego, naukowcy stoją przed poważnym wyzwaniem: istnieją miliony potencjalnych białek roślinnych, ale przetestowanie ich wszystkich w celu zidentyfikowania odpowiedniego emulgatora jest kosztowne i wiąże się z długotrwałym procesem prób i błędów. Do tej pory nie istniał żaden wiarygodny sposób przewidywania, które białka roślinne mogą zachowywać się jako emulgatory podobnie jak białka zwierzęce - wyjaśniają badacze.
Zespół badaczy z Uniwersytetu w Leeds połączył zatem uczenie maszynowe z odpowiednimi modelami fizycznymi. Dzięki temu AI może szybko wyszukiwać najlepszych kandydatów - nowy system oparty na sztucznej inteligencji już umożliwił sprawną identyfikację niemal 800 takich białek. Wielu wytypowanych kandydatów wcześniej nie było nawet rozważanych w tym kontekście.
Setki białek roślinnych o właściwościach emulgujących
Wstępne wyniki testów laboratoryjnych potwierdziły prognozy algorytmu. Szczególnie dobrze sprawdziły się białka pochodzące z grochu i ziemniaków.
Badacze uważają, że metoda może znacząco przyspieszyć rozwój bardziej zrównoważonych produktów roślinnych, ograniczyć koszty badań oraz zmniejszyć zależność od emulgatorów pochodzenia zwierzęcego. Technologia może być szczególnie interesująca dla firm z branży spożywczej i kosmetycznej.
- To pokazuje, jak sztuczna inteligencja może pomóc naukowcom znaleźć obiecujące nowe składniki znacznie szybciej niż dotychczas - podają specjaliści cytowani przez Phys.org.
Wyniki, otwiera się w nowym oknie badań zostały opublikowane na łamach czasopisma "Communications Chemistry".
