Pot un ordinador "tastar" un tomàquet o un nabiu? Bé, no exactament, però pot dir als científics quins volàtils d'aquestes fruites els fan tenir un bon gust, diuen investigadors de la Universitat de Florida.
El criador i genetista de l'Institut de Ciències Agroalimentàries i Agrícoles de la Universitat de Florida (UF/IFAS), Marcio Resende, vol crear el que ell anomena "Coneixedor d'Intel·ligència Artificial", un model que indiqui als investigadors quins compostos químics, és a dir, volàtils, sucres, àcids i altres compostos químics: produeixen els millors sabors de fruita.
Per esbrinar si val la pena criar una fruita o una verdura, els científics mostren el cultiu per tastar-los i olorar-los, recorrent els camps i recollint productes individualment.
Aquests processos poden presentar problemes logístics, va dir Harry Klee, professor de ciències hortícoles de la UF/IFAS i coautor d'un nou estudi que analitza com els models informàtics poden utilitzar components volàtils per mesurar el gust de la fruita.
"A causa dels costos i les limitacions logístiques, els criadors no solen emprar panells de consumidors als seus programes", va dir Klee. "L'ideal seria utilitzar un gran panell de consumidors que inclogui un conjunt divers de consumidors potencials. Utilitzem 100 persones, que abasten diferents edats i ètnies. Aquest enfocament és molt més representatiu de la població de compradors".
Durant anys, els obtentors de plantes i els genetistes van ajudar els agricultors a collir més rendiments perquè els trets orientats al consumidor, com ara el sabor, són més difícils de mesurar. Tanmateix, els alts rendiments no són suficients perquè els productors puguin competir en els mercats actuals exigents, va dir Patricio Muñoz, professor associat de ciències hortícoles de la UF/IFAS responsable del programa de millora de nabius.
Els productors saben que si no inclouen varietats que tinguin bon gust, és possible que la seva fruita no es vengui a bon preu o no es vengui gens, va dir Muñoz. Amb aquests mètodes, els científics esperen ajudar els productors a mantenir-se competitius i els consumidors a tenir una millor experiència amb els seus productes.
Utilitzant aquests models, un programa de millora pot avaluar les qualificacions de sabor de moltes varietats de fruites i verdures. Anteriorment, aquest procés estava limitat pel fet que ni els científics ni els panells de consumidors poden provar moltes varietats alhora.
Resende va dirigir la nova investigació que mostra maneres d'aconseguir dades dels volàtils dels nabius i els tomàquets en un model estadístic. Els resultats de la investigació es limiten ara a aquests dos fruits, però més tard s'ampliaran a altres cultius que desenvolupin els investigadors de l'UF/IFAS.
Per dur a terme el seu nou estudi, els investigadors de la UF/IFAS van utilitzar dades del programa de cria de tomàquets i nabius de l'última dècada.
Van donar un conjunt divers de varietats de tomàquet i nabius als panells de consumidors del UF Sensory Lab a Gainesville. Aleshores, els científics van recopilar puntuacions sobre atributs de sabor com ara "agradar", dolçor, acidesa, intensitat del sabor i umami.
Els investigadors de la UF/IFAS van provar el rang de puntuacions que els diuen quant li agrada un sabor a un consumidor. Com a resultat, els volàtils van explicar fins al 56% de les puntuacions de "m'agrada", cosa que reforça l'evidència que els volàtils són importants per determinar quant els agrada la fruita als consumidors. Els volàtils també són importants per quantificar i estimar la importància del sabor de la fruita, va dir Resende.
A més, els investigadors van demostrar que els enfocaments d'aprenentatge automàtic són generalment els millors predictors de les preferències de sabor dels consumidors, anomenats selecció metabolòmica. Les precisions de la selecció metabòlica són superiors als models que utilitzen dades genòmiques, posant de manifest el potencial d'aquest nou mètode en aplicacions de millora.
"Crec que el punt principal és que els criadors poden examinar un nombre més gran de mostres", va dir Resende, professor adjunt de ciències hortícoles de la UF/IFAS. "D'aquesta manera, teniu un embut més ampli per identificar les varietats de bon gust i, en un moment donat, els panells de prova de gust fan una selecció final amb les dades sensorials. Esperem que aquests models permetin una incorporació més primerenca del sabor com a objectiu de millora i fomentin la selecció i l'alliberament de varietats de fruites més saboroses".
A més de Resende, entre els altres professors de la UF/IFAS que van investigar el mètode del model informàtic de prova de gust hi havia Klee, Muñoz i Denise Tieman, professora assistent d'investigació, totes tres al departament de ciències hortícoles; Charlie Sims, professor de ciència dels aliments i nutrició humana i Nikolay Bliznyuk, professor associat d'enginyeria agrícola i biològica. El treball també és el primer autor de Ph.D. l'estudiant Vincent Colantonio i el científic ajudant de recerca Luís Felipe Ferrão.
Feu clic a continuació per veure un vídeo en què Resende explica aquesta nova investigació sobre IA.
- Brad Buck, Universitat de Florida