Китайские исследователи разработали систему искусственного интеллекта, которая с высокой точностью определяет пептиды – фрагменты белка, отвечающие за вкус умами. Новая модель не только предсказывает вкус, но и объясняет, какие именно химические структуры в молекуле его формируют. Это позволит целенаправленно создавать натуральные усилители вкуса для пищевой промышленности.
Вкус умами, который традиционно связывают с глутаматом натрия, также могут передавать короткие белковые цепочки – пептиды. Они образуются при ферментации, созревании сыров или варке бульонов. Производители считают их перспективной заменой искусственным добавкам, чтобы улучшать вкус растительных белков и продуктов с низким содержанием соли. Однако находить такие пептиды традиционными методами – долгий и дорогостоящий процесс, который охватывает лишь малую часть доступных белковых фрагментов.
Разработанная модель BioPP-GFD решает эту проблему. В отличие от предыдущих систем, которые анализировали только последовательность аминокислот, она рассматривает каждую молекулу с трёх разных сторон: как граф из атомов, как набор уникальных химических «отпечатков» и как совокупность физико-химических свойств. Такой комплексный подход позволяет системе выявлять ключевые для вкуса молекулярные структуры.
В ходе тестов модель смогла отличить пептиды со вкусом умами от горьких с точностью 93,2%, превзойдя по этому показателю существующие аналоги. Исследователи подтвердили, что участки молекул, на которые «обращал внимание» искусственный интеллект, совпадают с теми, что взаимодействуют с вкусовыми рецепторами человека при молекулярном моделировании.
Ключевое преимущество новой системы – её способность объяснять свои выводы. Она не просто выдаёт ответ, а указывает на конкретные атомные группы, ответственные за вкус. Это даёт химикам практический инструмент для разработки новых пищевых ингредиентов, а не только для поиска существующих. Универсальность модели подтвердилась и в других задачах: после переобучения она успешно классифицировала пептиды с антибактериальными и антиоксидантными свойствами.
Авторы исследования отмечают, что их разработка – это инструмент для ускорения исследований, а не замена лабораторных тестов. Код модели и данные, на которых она обучалась, выложены в открытый доступ. Ожидается, что это ускорит создание нового поколения натуральных усилителей вкуса, особенно для ферментированных продуктов и растительных аналогов мяса. Работа получила поддержку Национального научного фонда Китая.