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
Científicos del Instituto de Agricultura Sostenible de Córdoba han diseñado una metodología para analizar por separado los microorganismos que habitan sobre los fragmentos de acolchados plásticos que cubren el suelo en la agricultura intensiva y los que viven en las partículas de tierra que se quedan adheridas. El trabajo podría ayudar a identificar bacterias capaces de degradar este material y contribuir así a la búsqueda de soluciones biológicas para combatir su acumulación en el campo.
Investigadores de la Universidad de Málaga han desarrollado un algoritmo de Inteligencia Artificial (IA) que realiza un agrupamiento no supervisado de objetos similares evitando el etiquetado manual. Este modelo es capaz de detectar una gran diversidad de elementos en la zona de pistas de un aeródromo, desde personas hasta aviones. Otra de las novedades es su optimización para ahorrar tiempo de cálculo y energía en las tareas de identificación, de forma que permite su uso en dispositivos de bajo consumo.
Sigue leyendo
El estudio, liderado por el Instituto de Investigación Biosanitaria de Granada con la participación de la Universidad de Granada, reveló que las niñas con mayor exposición al bisfenol A presentaban un riesgo casi tres veces mayor de desarrollar sobrepeso u obesidad. El hallazgo destaca la necesidad de seguir investigando sobre la relación entre contaminantes ambientales y enfermedades metabólicas para mejorar el bienestar de la población infantil.
Sigue leyendo
