Umami-Transformer: Un marco de aprendizaje profundo para la predicción de alta precisión y la validación experimental...

Área de la Ciencia:

• Ciencias de la alimentación
• Química computacional
• Inteligencia artificial

Sus antecedentes:

• Los métodos tradicionales para identificar y evaluar los péptidos umami son ineficientes y subjetivos.
• El desarrollo de métodos objetivos y eficientes es crucial para la ciencia de los alimentos y la optimización del sabor.

Objetivo del estudio:

• Desarrollar un modelo computacional avanzado para predecir e identificar péptidos umami.
• Sintetizar y validar los péptidos umami previstos a través de análisis sensoriales e instrumentales.
• Para aclarar la base estructural de la percepción del gusto umami en los péptidos.

Principales métodos:

• Integración de la arquitectura del transformador con ocho descriptores físicoquímicos para crear el modelo Umami-Transformer.
• Examen en silicio de los dipeptídios a los pentapeptídios para la predicción del umami.
• Síntesis y evaluación sensorial de los péptidos de mayor puntuación previstos (DD, DDE, DDED, DDEDD).
• Utilizando el análisis electrónico de la lengua y los estudios de acoplamiento molecular para la validación.

Principales resultados:

• Umami-Transformer logró una alta precisión de predicción (0,965), puntaje F1 (0,903) y coeficiente de correlación de Matthews (0,889).
• Los péptidos sintetizados DDE y DDED (a 1 mg/mL) demostraron un umami y salinidad significativos, superando al glutamato monosódico (3 mg/mL).
• El acoplamiento molecular reveló que los residuos de Asp / Glu en los extremos del péptido mejoran la interacción del receptor umami.

Conclusiones:

• Umami-Transformer proporciona un método eficiente y preciso para la identificación del péptido umami.
• El estudio unió con éxito las predicciones teóricas con las aplicaciones prácticas de los alimentos, lo que permitió una optimización del sabor rentable.
• La comprensión del papel de los residuos de aminoácidos específicos avanza en el diseño de nuevos compuestos aromáticos.