2415
Дослідники University of Leeds поєднали статистичну фізику та машинне навчання, щоб знайти рослинні білки, здатні працювати як природні емульгатори. Замість багаторічного лабораторного перебору система швидко відсіює величезні бази білкових послідовностей і вже виділила майже 800 перспективних кандидатів. Перші практичні перевірки підтвердили прогнози: білки гороху й картоплі справді стабілізували суміші олії та води так, як передбачала модель.
Емульгатори потрібні скрізь, де речовини, що зазвичай не змішуються, мають залишатися однорідною системою. Найпростіший приклад — вода та олія.
Без стабілізатора така суміш швидко розділяється на шари. Емульгатор розташовується на межі між водною й жировою фазою та заважає краплям зливатися.
Цей принцип використовується в майонезі, соусах, морозиві, кремах, фармацевтичних мазях, косметичних лосьйонах і навіть фарбах.
Багато поширених харчових емульгаторів мають тваринне походження. Наприклад, важливі функціональні властивості мають молочні білки — казеїн і сироваткові протеїни.
Індустрія шукає рослинні альтернативи з меншим вуглецевим слідом, але задача виявилася набагато складнішою, ніж просто «взяти будь-який рослинний білок». У рослинах існують мільйони різних білкових послідовностей, а їхня поведінка на межі олії та води залежить від тонких деталей структури.
Звичайний підхід потребував би очищення кожного білка, створення емульсії та тривалого вимірювання її стабільності. Для мільйонів кандидатів це практично неможливо.
Команда під керівництвом Сімхи Срідхарана й Анвеші Саркар спочатку використала фізичне моделювання, щоб зрозуміти, як окремі ділянки білкової молекули взаємодіють із водою та олією.
Хороші емульгатори часто мають характерне просторове розділення властивостей. Одна частина молекули краще взаємодіє з водним середовищем, інша — з жировою фазою. Дослідники описали такий принцип математично через структури, схожі на diblock-молекули.
Потім машинне навчання навчилося розпізнавати потрібні «відбитки» у білкових послідовностях. Алгоритм міг оцінювати, які білки найбільше нагадують відомі ефективні поверхнево-активні молекули.
Це дозволило перейти від величезної бази можливих білків до значно меншого списку. Модель виділила майже 800 рослинних білків, потенційно придатних для роботи як емульгатори, причому багато з них раніше взагалі не розглядали для такої функції.
Комп’ютерний прогноз сам по собі не доводить корисність речовини. Тому команда перейшла до експериментів із білками, які можна реально придбати й протестувати.
Білки гороху та картоплі продемонстрували властивості, узгоджені з прогнозом моделі. За словами дослідників, це стало важливою перевіркою того, що алгоритм знаходить не абстрактні математичні збіги, а реальні функціональні інгредієнти.
Підхід не означає, що всі 800 кандидатів готові завтра потрапити до морозива або косметики. Для кожного потрібно перевіряти безпечність, смак, запах, стійкість до нагрівання, кислотності, зберігання та технологічних процесів.
Головна економія відбувається на першому етапі. Замість мільйонів випадкових лабораторних тестів дослідники отримують короткий список білків із високою ймовірністю потрібної поведінки.
Автори вважають, що система може скоротити роки традиційного пошуку нових інгредієнтів. Її потенційні користувачі — харчова, косметична, фармацевтична та інші галузі, яким потрібні природні стабілізатори сумішей олії та води.
https://phys.org/news/2026-09-peas-potatoes-ai-proteins-food.html
._(FindID_263351).jpg)
