Daha tatlı bir gelecek mi? Yapay zeka, bilim adamlarının yeni şeker ikamelerini keşfetmesine yardımcı oluyor

Kudüs İbrani Üniversitesi’nden araştırmacılar Dr. Shayma El-Atawneh ve profesör Amiram Goldblum, 50 milyondan fazla kimyasal bileşikten geleceğin şeker ikameleri için umut vaat eden 92 adayı belirleyen yeni bir hesaplamalı çerçeve geliştirdiler. Dergide yayımlanan çalışma Gıda Kimyasıyapay zeka ve moleküler modellemenin yeni tatlandırıcıların keşfini nasıl hızlandırabileceğini ve aynı zamanda endüstrinin kalıcı zorluklarından birinin üstesinden gelmeye nasıl yardımcı olabileceğini gösteriyor: ağızda kalan istenmeyen acı tatlar.

Düşük kalorili şeker alternatiflerine olan talep arttıkça, bilim adamları olumlu güvenlik ve stabilite profillerinin yanı sıra hoş bir tat sağlayan tatlandırıcılar arıyorlar. Aşırı şeker tüketimi çeşitli sağlık ve çevresel kaygılarla ilişkilendirilmiştir. Yüksek şeker alımı obezite, tip 2 diyabet, yağlı karaciğer hastalığı ve kardiyovasküler rahatsızlık riskini artırabilir. FDA yapay tatlandırıcıları onayladı ve her biri için kilogram başına önerilen günlük miktarları belirledi.

Bununla birlikte, aspartam, sakarin ve sukraloz gibi yaygın olarak kullanılan yapay tatlandırıcıların, ağızda acı veya metalik tatlar da dahil olmak üzere sınırlamaları vardır. İstenmeyen özelliklere sahip olmayan tatlı yeni bileşiklerin keşfedilmesi önemli bir zorluk olmaya devam ediyor.

Araştırmacılar bu sorunu Goldblum’un araştırma grubu tarafından geliştirilen Yinelemeli Stokastik Eliminasyon (ISE) adı verilen bir makine öğrenme algoritması kullanarak ele aldılar. ISE tarafından sağlanan modeller, milyonlarca bileşiğin in silico olarak kısa sürede taranmasına ve puanlanmasına olanak tanır, böylece in vitro ve in vivo test edilecek bileşiklerin sayısı büyük ölçüde azalır. ISE yöntemi, bir bileşiğin tadının tatlı mı yoksa acı mı olacağını tahmin etmek için moleküler özelliklere dayalı modeller oluşturur.

Araştırmacılar, bilinen tatlı ve acı tada sahip bileşiklere dayanarak, arzu edilen ve istenmeyen tat özelliklerini ayırt etmelerine olanak tanıyan tahmin modelleri geliştirdiler. Daha sonra bu modelleri, yaklaşık 50,7 milyon molekül içeren üç büyük kimyasal veri tabanını taramak için uyguladılar ve acı olduğu tahmin edilen bileşikleri filtrelerken umut verici tatlı adayları belirlediler.

Bulgularını geliştirmek için ekip, makine öğrenimini, moleküllerin biyolojik hedeflerle nasıl etkileşime girdiğini simüle eden bir hesaplama tekniği olan moleküler yerleştirme ile birleştirdi. Bu durumda araştırmacılar, aday bileşiklerin, iki protein alt biriminden (T1R2 ve T1R3) oluşan tek insan tatlı tat reseptörüne nasıl bağlanabileceğini incelediler. Bu alıcının ayrıntılı yapısı daha geçen yıl yayınlandı ve kenetlenme yoluyla iyileştirmeye olanak sağlandı.

Tat tahminini, moleküler yerleştirmeyi ve kimyasal yapı filtrelerini birleştiren araştırmacılar, başlangıç ​​havuzunu 556 potansiyel tatlandırıcıya kadar daralttı. Daha fazla önceliklendirme, olumlu tahmin edilen özellikleri ve gelecekteki deneysel testler için uygunlukları nedeniyle seçilen 92 adayla sonuçlandı.

Daha da önemlisi, analiz, bu moleküllerin birçoğunun, bilinen tatlandırıcılardan farklı kimyasal yapılara sahip olduğunu ortaya çıkardı; bu da, tatlı tada sahip bileşiklerin tamamen yeni sınıflarının keşfedilmesi fırsatlarına işaret ediyor. Araştırmacılar ayrıca adaylar arasında önceden patentli birkaç tatlı reseptör modülatörünü de belirlediler ve bu da onların hesaplamalı yaklaşımlarının etkinliği için ek destek sağladı.

Yeni nesil tatlandırıcılara doğru bir adım

Gelecek vaat eden molekülleri tanımlamanın ötesinde, çalışma, makine öğreniminin şeker alternatiflerinin keşfini hızlandırma ve hedefleme potansiyelini vurguluyor. Milyonlarca olası bileşiği yönetilebilir bir seçime daraltan bu yaklaşım, yeni şeker alternatiflerini tanımlamak için gereken deneysel çabayı önemli ölçüde azaltabilir.

Bulgular, ağızda kalan istenmeyen tatları en aza indirirken şekerin tadını taklit edebilen düşük kalorili tatlandırıcılar aramaya devam eden yiyecek ve içecek endüstrisi için de sonuçlar doğurabilir.

Ancak araştırmacılar, tanımlanan bileşiklerin hâlâ hesaplamaya dayalı tahminler olduğunu vurguluyor. Tatlılıklarını doğrulamak, güvenliklerini değerlendirmek ve gıda ürünlerinde kullanıma uygun olup olmadıklarını belirlemek için laboratuvar deneylerine ihtiyaç duyulacaktır.

Araştırma, yapay zekayı moleküler modellemeyle birleştirmenin lezzet biliminde yeni yollar açabileceğini gösteriyor. Her ne kadar 92 adayın hala deneysel doğrulamaya ihtiyacı olsa da, çalışma yeni nesil tatlandırıcıların keşfedilmesi için umut verici bir çerçeve oluşturuyor.