BIPE: Motor de Inteligencia Artificial para la Predicción de la Intensidad de Amargor de Péptidos

Área de la Ciencia:

• Ciencia de los alimentos
• Biotecnología
• Biología Computacional

Sus antecedentes:

• El amargor es un sabor clave, pero los péptidos amargos del procesamiento de proteínas causan el rechazo del consumidor a pesar de las bioactividades potenciales.
• La evaluación precisa del amargor es crucial para el desarrollo de productos, pero los métodos actuales son costosos y lentos.
• Existe la necesidad de herramientas eficientes para predecir y gestionar el amargor de los péptidos.

Objetivo del estudio:

• Desarrollar un modelo computacional preciso y eficiente para predecir la intensidad del amargor de los péptidos a partir de la secuencia de aminoácidos.
• Permitir la evaluación temprana del amargor en el desarrollo de proteínas alimentarias y la optimización de procesos.
• Proporcionar información mecanicista sobre la composición de aminoácidos subyacente al amargor de los péptidos.

Principales métodos:

• Se desarrolló BIPE (Bitterness Intensity Prediction Engine), un modelo de regresión de extremo a extremo.
• Se integraron representaciones del modelo de lenguaje de proteínas ESM3 con una lectura de perceptrón multicanal.
• Se realizó la regresión de los umbrales de amargor en el espacio logarítmico utilizando datos de secuencia.

Principales resultados:

• BIPE logró una alta precisión (R²=0.9050 validación cruzada, R²=0.9449 conjunto de prueba independiente).
• El modelo demostró validez externa al correlacionarse con datos de lengua electrónica y sensorial humana.
• BIPE diferenció con éxito el amargor en hidrolizados de proteína de soja y reveló patrones de aminoácidos relacionados con el amargor.

Conclusiones:

• BIPE proporciona un método cuantitativo y basado en secuencias para evaluar la intensidad del amargor de los péptidos.
• El modelo facilita el diseño racional de péptidos de baja amargura para mejorar los productos alimenticios.
• BIPE sirve como base para el modelado del sabor y apoya la ingeniería de sabores y la optimización de procesos.