// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
L'AI seleziona quasi 800 proteine vegetali per nuovi emulsionanti
Un gruppo della University of Leeds, con la collaborazione di un ricercatore dell'Università di Edimburgo, ha sviluppato un sistema di intelligenza artificiale che ha individuato quasi 800 proteine vegetali potenzialmente capaci di funzionare come emulsionanti. Il metodo riduce a un insieme gestibile decine di milioni di candidati, evitando di doverli esaminare uno per uno con prove lunghe e costose.
Lo studio, pubblicato su Communications Chemistry, affronta un problema concreto dell'industria alimentare e cosmetica. Gli emulsificanti permettono a olio e acqua di restare mescolati in prodotti come maionese, gelati, salse, lozioni e creme medicinali. Molte formulazioni si affidano a composti sintetici oppure a proteine animali, tra cui caseine e proteine del siero del latte.
Per cercare alternative, Simha Sridharan e Anwesha Sarkar hanno prima simulato il comportamento delle proteine all'interfaccia tra olio e acqua. In collaborazione con Rik Sarkar, il team ha poi combinato fisica statistica e machine learning per riconoscere le porzioni della sequenza associate alla capacità di aderire a quell'interfaccia e stabilizzare la miscela.
Uno degli indizi è una distribuzione dei segmenti proteici simile a quella dei cosiddetti diblocchi, strutture con regioni dalle proprietà chimiche differenti. Il modello trasforma questi tratti in una sorta di impronta matematica e assegna priorità alle molecole più promettenti. L'approccio si inserisce in una ricerca più ampia, raccontata anche nel nostro approfondimento su come l'AI abbia mappato 1,1 miliardi di proteine, che usa strumenti computazionali per esplorare spazi biologici troppo vasti per i soli test manuali.
Le quasi 800 proteine emerse non sono però 800 nuovi emulsionanti già pronti per il mercato. Sono candidati selezionati dal modello. I ricercatori ne hanno testati alcuni tra quelli disponibili in commercio e hanno osservato che le proteine di pisello e patata si comportavano secondo le previsioni. È un primo riscontro sperimentale, non una verifica completa dell'intero elenco.
La pipeline potrebbe accelerare la progettazione di ingredienti di origine vegetale per alimenti e cosmetici, restringendo il numero di esperimenti necessari. Prima di un impiego su vasta scala serviranno comunque misure su stabilità, gusto, consistenza, sicurezza, disponibilità delle materie prime e comportamento nelle formulazioni reali. Anche il vantaggio ambientale dovrà essere valutato sull'intero ciclo produttivo, senza dedurlo automaticamente dall'origine vegetale.
Il risultato mostra soprattutto il valore di una selezione guidata dai dati: l'AI propone dove guardare, mentre la validazione sperimentale stabilisce quali candidati funzionano davvero. Se i risultati saranno confermati su più proteine e condizioni industriali, il metodo potrebbe accorciare anni di tentativi e rendere più mirata la ricerca di emulsionanti naturali.
Aggiungi Tom's Hardware alle tue fonti preferite su Google