Des scientifiques de l'Université de Leeds ont développé une méthode d'intelligence artificielle (IA) capable d'identifier rapidement des protéines végétales qui agissent comme des émulsifiants — des substances qui aident à mélanger l'huile et l'eau en solutions stables et uniformes. Cette découverte, publiée dans Communications Chemistry, pourrait considérablement réduire le temps et le coût de développement des aliments et cosmétiques à base de plantes, qui deviennent de plus en plus populaires en tant qu'alternatives aux ingrédients animaux ou synthétiques traditionnels. Les émulsifiants se trouvent dans une large gamme de produits, notamment les lotions, les glaces, les mayonnaises et les peintures, où ils aident à maintenir une texture lisse et uniforme. L'étude, dirigée par le Dr Simha Sridharan et supervisée par le professeur Anwesha Sarkar de l'Université de Leeds, a impliqué une collaboration avec des experts en IA de l'université ainsi que le Dr Rik Sarkar, un spécialiste de l'apprentissage automatique à l'Université d'Édimbourg. Les scientifiques avaient précédemment fait face à un défi majeur pour identifier lesquelles des protéines végétales pouvaient fonctionner comme des émulsifiants, car le test de chacune individuellement était à la fois coûteux et chronophage. Il n'existait pas non plus de méthode fiable pour prédire lesquelles de ces protéines se comporteraient comme les émulsifiants animaux couramment utilisés, tels que la caséine ou les protéines du lait comme la lactoglobuline. Pour surmonter ce problème, l'équipe a utilisé un modèle de simulation pour comprendre comment les protéines interagissent à l'interface entre l'huile et l'eau. Ils ont ensuite appliqué l'apprentissage automatique pour identifier des segments spécifiques des protéines qui influencent cette interaction. En combinant l'apprentissage automatique avec la physique statistique, les chercheurs ont pu analyser un grand nombre de protéines végétales et prédire lesquelles se comporteraient de manière similaire aux émulsifiants à base animale. Ce processus a considérablement réduit le temps nécessaire aux méthodes de test traditionnelles. Le modèle a identifié près de 800 protéines végétales pouvant potentiellement agir comme émulsifiants, dont beaucoup n'avaient pas été considérées jusqu'à maintenant pour ce rôle. Les tests préliminaires ont confirmé la précision des prédictions, avec des protéines provenant de pois et de pommes de terre montrant des propriétés d'émulsification efficaces. Cette avancée pourrait aider les entreprises alimentaires et cosmétiques à développer plus efficacement des produits durables à base de plantes. Le Dr Rik Sarkar a noté que les émulsifiants ont souvent une structure chimique spécifique appelée "diblocks", et l'équipe a réussi à modéliser cette structure pour les protéines végétales en utilisant l'apprentissage automatique et des simulations basées sur la physique. Cette recherche met en lumière le rôle croissant de l'IA dans l'accélération des découvertes scientifiques et le développement d'alternatives écologiques.