Ein Forschungsteam der Universität Leeds hat mit künstlicher Intelligenz fast 800 pflanzliche Proteine identifiziert, die als natürliche Emulgatoren infrage kommen.
Die Methode könnte die Suche nach funktionellen Zutaten für pflanzliche Fleischalternativen deutlich beschleunigen und verbilligen.
Emulgatoren verbinden Öl und Wasser zu stabilen Mischungen, verhindern die Trennung von Bestandteilen und beeinflussen die Textur verarbeiteter Lebensmittel. In vielen Produkten werden dafür Proteine aus Milch, etwa Kasein oder Molkenprotein, eingesetzt. Pflanzliche Alternativen sind besonders für vegane Produkte gefragt.
Einen weiteren Anwendungsbereich für Textur und Stabilität stellt der Beitrag über aromatisierte Milchmischgetränke und Milch-Pflanzenprotein-Hybride vor. Dort werden kommerzielle Stabilisierungskonzepte beschrieben, ohne dass damit ein Einsatz der hier identifizierten Proteinkandidaten belegt wäre.
KI durchsucht Millionen möglicher Proteine
Bislang war die Suche nach geeigneten Pflanzenproteinen laut den Forschenden vor allem ein aufwendiger Versuch-und-Irrtum-Prozess. Das neue Verfahren kombiniert physikalische Simulationen mit maschinellem Lernen. Es modelliert, wie sich Proteinstrukturen an Grenzflächen zwischen Öl und Wasser verhalten, und erkennt Merkmale, die auf eine emulgierende Wirkung schließen lassen.
Auf diese Weise konnte das System mehrere zehn Millionen Kandidaten prüfen und fast 800 vielversprechende Proteine bestimmen. Die Forschenden verglichen die Vorhersagen auch mit bereits kommerziell verwendeten Pflanzenproteinen aus Erbsen und Kartoffeln. Die Methode erwies sich dabei als wirksam.
Potenzial für Textur und Clean Label
Viele der identifizierten Proteine waren für diese Funktion bisher nicht betrachtet worden. Für Hersteller eröffnet das die Aussicht auf eine größere Auswahl pflanzlicher Emulgatoren. Sie könnten helfen, Textur und Stabilität von Fleischalternativen zu verbessern und zugleich den Wunsch nach kürzeren, verständlicheren Zutatenlisten zu unterstützen.
Noch ist offen, welche der Kandidaten sich in industriellen Anwendungen bewähren. Der Ansatz bietet jedoch einen schnelleren und kostengünstigeren Weg, funktionelle Zutaten zu finden und gezielt experimentell zu testen. Die Bedeutung einer Prüfung im praktischen Einsatz behandelt für andere Anwendungsfelder der Beitrag KI in der Lebensmittelkontrolle: Gute Testwerte allein reichen nicht.
Weitere Hintergründe zur Produktentwicklung enthält der food-monitor-Beitrag „Pflanzenproteine für Fleischfreunde“. Einen breiteren Überblick bietet das Dossier „Alternative Proteine und pflanzliche Lebensmittel“.
Die englischsprachige Originalanalyse bei FoodNavigator beschreibt das KI-Verfahren und seine möglichen Anwendungen ausführlich.
Quelle: foodnavigator.com / food-monitor