Un modello computazionale ha selezionato 92 candidati a dolcificanti da oltre 50 milioni di molecole: ora servono test su gusto e sicurezza.


Aggiornato:
Come si può trovare un dolcificante efficace tra decine di milioni di molecole? Un gruppo di ricerca dell’Università Ebraica di Gerusalemme ha usato modelli computazionali per restringere la ricerca a 92 candidati, ma il risultato non equivale ancora alla scoperta di nuovi prodotti sicuri.
Lo spunto, riferito a uno studio pubblicato sulla rivista Food Chemistry, descrive un metodo sviluppato da Shayma El-Atawneh e Amiram Goldblum. Il sistema avrebbe analizzato oltre 50 milioni di composti chimici, cercando strutture con caratteristiche compatibili con la percezione del dolce.
Il punto centrale non è che un algoritmo abbia “assaggiato” le molecole. I modelli informatici lavorano invece su dati già disponibili: formule, configurazioni tridimensionali, proprietà fisiche e informazioni sperimentali relative a composti noti. Da questi elementi possono stimare quali strutture abbiano una probabilità maggiore di interagire con i recettori umani del gusto dolce.
La procedura è simile a un filtro progressivo. Prima elimina le molecole palesemente inadatte, poi confronta quelle rimanenti con composti di riferimento e infine individua candidati da sottoporre a verifiche di laboratorio. Ridurre un archivio enorme a poche decine di strutture può far risparmiare tempo e reagenti, soprattutto nelle fasi preliminari della ricerca.
Lo zucchero non è soltanto un ingrediente dolce. Contribuisce alla consistenza, al colore, alla conservazione e alla percezione complessiva di molti alimenti. Per questo sostituirlo con una singola sostanza è spesso difficile.
Un dolcificante alternativo deve offrire un profilo sensoriale accettabile, restare stabile durante cottura e conservazione, sciogliersi nel prodotto e non lasciare retrogusti persistenti. Deve inoltre essere valutato per assorbimento, metabolismo, interazioni con altri ingredienti e possibili effetti tossicologici.
La dolcezza, poi, non è una proprietà assoluta della molecola. Dipende dalla concentrazione, dal pH, dalla temperatura e dalla composizione dell’alimento. Una sostanza promettente nei test iniziali può funzionare male in una bevanda o in un prodotto da forno.
Il passaggio dai 92 candidati a un dolcificante utilizzabile richiede molti controlli. Le prime verifiche riguardano la sintesi della molecola e la conferma della sua struttura. Seguono i test in vitro sull’interazione con i recettori del gusto, le prove sensoriali controllate e gli studi sulla stabilità.
La sicurezza richiede un percorso ancora più lungo. Occorre capire se il composto viene assorbito dall’organismo, se viene trasformato in altre molecole e se può produrre effetti indesiderati a determinate dosi. Le autorità regolatorie valutano anche l’esposizione prevista nella popolazione e il margine tra dose consumata e dose considerata sicura.
Per questo il numero 92 va interpretato come un elenco di candidati prioritari, non come una lista di dolcificanti pronti per il mercato. Molti composti selezionati da un modello possono essere instabili, difficili da produrre o inadatti dal punto di vista sensoriale.
L’intelligenza artificiale è particolarmente utile quando deve confrontare grandi quantità di dati e riconoscere relazioni non immediate. Nella chimica può aiutare a prevedere proprietà, proporre modifiche strutturali e ordinare le molecole in base alla probabilità di successo.
Non sostituisce però gli esperimenti. Un modello può ereditare gli errori o i limiti dei dati con cui è stato addestrato. Se il database contiene soprattutto dolcificanti già studiati, il sistema potrebbe privilegiare strutture simili e trascurare molecole con comportamenti nuovi. Anche una previsione molto accurata resta un’ipotesi finché non viene verificata.
La qualità del metodo dipende quindi dalla trasparenza dei dati, dalla validazione indipendente e dal confronto con risultati sperimentali. Principi analoghi sono discussi nelle risorse dell’American Chemical Society e della Royal Society of Chemistry, che raccolgono informazioni sulla progettazione molecolare e sulla ricerca chimica.
Dolcificanti più gradevoli e meglio caratterizzati potrebbero aiutare a ridurre gli zuccheri aggiunti in alcuni alimenti, ma non trasformerebbero automaticamente un prodotto in un alimento salutare. Una bevanda senza zucchero può continuare a contenere molte calorie da altri ingredienti oppure contribuire a mantenere una preferenza per il gusto molto dolce.
La valutazione deve quindi considerare l’intero profilo nutrizionale e non soltanto la sostanza usata per dolcificare. Anche le indicazioni delle autorità sanitarie distinguono tra sicurezza di un ingrediente entro determinate condizioni e beneficio complessivo della dieta.
La selezione computazionale rappresenta un’accelerazione della fase esplorativa, non una scorciatoia per aggirare la sperimentazione. I 92 candidati dovranno dimostrare di essere producibili, stabili, gradevoli e sicuri. Solo dopo studi indipendenti e valutazioni regolatorie si potrà capire se qualcuno di essi diventerà un ingrediente alimentare.
Il valore principale della ricerca, dunque, è metodologico: usare la potenza dei calcolatori per concentrare il lavoro dei chimici sulle molecole più interessanti. La promessa è concreta, ma il percorso dal modello al supermercato resta lungo e pieno di verifiche.
Stage retribuito a Napoli nel Private Sector Hub di KPMG: analista per trasformazione digitale, automazione… Leggi tutto
Un noto pilota di NASCAR si unisce a un cast di celebrità per un video… Leggi tutto
Il telescopio Euclid dell’Agenzia Spaziale Europea ha individuato circa 900 milioni di galassie, contribuendo a… Leggi tutto
Voyager 1 si trova a oltre 25 miliardi di chilometri: un segnale impiega circa 24… Leggi tutto
Il telescopio James Webb può chiarire cosa accade quando due stelle si fondono, ma l’interpretazione… Leggi tutto
La fisica quantistica prevede scenari in cui un orologio può seguire più tempi propri. Un… Leggi tutto