ウマミ・トランスフォーマー:ウマミペプチドの高精度予測と実験的検証のための深層学習フレームワーク

科学分野:

• 食品科学
• コンピュータ化学
• 人工知能

背景:

• ウマミペプチドを特定し評価する従来の方法は非効率で主観的である.
• 食品科学と味の最適化には 客観的で効率的な方法の開発が不可欠です

研究 の 目的:

• ウマミペプチドの予測と識別のための高度な計算モデルを開発する.
• 予測されたウマミペプチドを 感覚と器用分析で合成し 検証する.
• ペプチドにおけるウマミの味覚の構造的基礎を解明する.

主な方法:

• トランスフォーマーアーキテクチャを8つの物理化学記述子と統合してUmami-Transformerモデルを作成します.
• ウマミの予測のためのディペプチドとペンタペプチドのシリコ検査.
• 最高得点の予測ペプチド (DD,DDE,DDED,DDEDD) の合成と感覚評価
• 電子舌分析と分子ドッキング研究を用いて検証する.

主要な成果:

• Umami-Transformerは高い予測精度 (0.965),F1スコア (0.903),マチューズ相関係数 (0.889) を達成した.
• 合成されたペプチドDDEとDDED (1 mg/mL) は,モノナトリウムグルタミン酸 (3 mg/mL) を上回る,有意なウマミと塩分性を示した.
• 分子ドッキングにより,ペプチド末端のAsp/Glu残基が,ウマミ受容体の相互作用を高めることが明らかになった.

結論:

• ウマミ・トランスフォーマーは,ウマミペプチドの識別のための効率的で正確な方法を提供します.
• この研究は理論的な予測と実用的な食品の応用を結び,費用対効果の高い味の最適化を可能にしました.
• 特定のアミノ酸残基の役割を理解することで,新しい味の化合物の設計が進みます.