El sabor umami o “quinto sabor” se asocia con el contenido en péptidos y proteínas de los alimentos, por lo que desempeña un papel crucial en la regulación de la ingesta rica en proteínas, fundamentales para el bienestar humano. Ahora, la Universidad de Granada ha participado en un estudio internacional que ha conseguido, mediante inteligencia artificial, predecir el sabor umami en los ingredientes de las comidas. La catedrática del Departamento de Fisiología Vegetal Vanessa Martos Núñez es coautora de esta investigación, enmarcada dentro del proyecto europeo H2020 VIRTUOUS, del que es investigadora principal.
El sabor umami o “quinto sabor” se asocia con el contenido en péptidos y proteínas de los alimentos, por lo que desempeña un papel crucial en la regulación de la ingesta rica en proteínas, fundamentales para el bienestar humano. Ahora, la Universidad de Granada ha participado en un estudio internacional que ha conseguido, mediante inteligencia artificial, predecir el sabor umami en los ingredientes de las comidas.
La catedrática del Departamento de Fisiología Vegetal Vanessa Martos Núñez es coautora de esta investigación, enmarcada dentro del proyecto europeo H2020 VIRTUOUS, del que es investigadora principal. El equipo científico ha conseguido crear un algoritmo de aprendizaje automático, denominado VirtuousUmami. Su empleo allana el camino hacia la racionalización de las características moleculares del sabor umami y hacia el diseño de compuestos específicos inspirados en péptidos con propiedades gustativas específicas.
La herramienta desarrollada toma como entrada la estructura de la molécula de consulta y la convierte en un formato adecuado legible por computador y, a continuación, predice el sabor umami utilizando el modelo de aprendizaje automático. El proyecto H2020 que dirige Vanessa Martos, coordinado por el Politécnico de Turín (Italia), une las Ciencias Agroalimentarias y la Inteligencia Artificial.
Referencia bibliográfica:
Pallante, L., Korfiati, A., Androutsos, L. et al. Toward a general and interpretable umami taste predictor using a multi-objective machine learning approach. Sci Rep 12, 21735 (2022). https://doi.org/10.1038/s41598-022-25935-3
Suscríbete a nuestra newsletter
y recibe el mejor contenido de i+Descubre directo a tu email