Utilizan inteligencia artificial para predecir el umami o “quinto sabor” en las comidas, asociado a las proteínas de los alimentos
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.
Fuente: Universidad de Granada
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.
Una mujer degusta un plato.
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.
Vanessa Martos Núñez junto con otras dos investigadoras que han participado en el estudio.
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
Últimas publicaciones
Un equipo de investigación de la Universidad de Cádiz ha combinado imágenes de satélite y modelos matemáticos para identificar el origen y las causas de la formación de hileras de residuos flotantes en la cuenca mediterránea noroccidental. Esta tecnología permite reconstruir una línea temporal detallada del proceso y muestra cómo los eventos climáticos extremos, principalmente lluvias torrenciales, pueden inyectar grandes cantidades de basura al medio marino. Durante los 3 meses analizados, los expertos calcularon la entrada de 50 toneladas de desechos al mar, la gran mayoría concentrada en un evento de entrada de tan solo tres días de duración.
Investigadores de esta institución lideran la iniciativa, en la que participan 200 personas y que concluirá con un informe que recopilará acciones prácticas para mejorar la funcionalidad ecológica del campus.
Sigue leyendo
El inventario, liderado por el Consejo Superior de Investigaciones Científicas (CSIC), actualiza el conocimiento sobre la biodiversidad en la Reserva de la Biosfera de Doñana, área protegida y amenazada. Las aves son el grupo más rico con 417 especies. Las siguen los peces, con 182 especies. En total se incluyen 700 especies de vertebrados y se excluyen del listado las especies domesticadas.
Sigue leyendo
