Zespół z University of Leeds przeszukał obliczeniowo 250 milionów sekwencji białkowych i wskazał 787 białek roślinnych, które po zetknięciu z granicą oleju i wody układają się tak jak klasyczne emulgatory. Dwa z nich, legumina B z grochu i patatyna z ziemniaka, przeszły weryfikację laboratoryjną i stabilizowały emulsje podobnie jak beta-kazeina, czyli białko mleka wykorzystywane w przemyśle od dziesięcioleci.
- Zespół z University of Leeds przeszukał obliczeniowo 250 milionów sekwencji białkowych z bazy UniProt i wskazał 787 białek roślinnych, które po zetknięciu z granicą oleju i wody układają się w konfigurację diblokową charakterystyczną dla klasycznych emulgatorów.
- Dwa spośród wytypowanych białek – legumina B z grochu i patatyna z ziemniaka – przeszły weryfikację laboratoryjną i obniżały napięcie międzyfazowe do 18,5 mN/m po około 1500 sekundach, co jest wartością porównywalną z beta-kazeiną stosowaną przemysłowo od dziesięcioleci.
- Modele językowe dla białek, w tym ProtTrans, oraz standardowe wskaźniki hydrofobowości sekwencji okazały się nieprzydatne do przewidzenia zachowania białka na granicy faz – skuteczny podział uzyskano dopiero po połączeniu uczenia maszynowego z obliczeniami z zakresu fizyki statystycznej metodą samouzgodnionego pola.
Praca ukazała się 3 września 2026 roku w otwartym dostępie w czasopiśmie „Communications Chemistry” (tom 9, artykuł nr 281). Pierwszym autorem jest dr Simha Sridharan, badacz podoktorski z Sarkar Lab w School of Food Science and Nutrition na University of Leeds, a opiekunką naukową prof. Anwesha Sarkar. Za część związaną z uczeniem maszynowym odpowiadał dr Rik Sarkar z University of Edinburgh.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Ścieżka obliczeniowa zawęziła 250 milionów białek do 1950 kandydatów, a potem do 787
Punktem wyjścia była baza UniProt, licząca około 250 milionów sekwencji. Zespół zastosował pięcioetapowe sito, żeby doprowadzić ten zbiór do rozmiaru, który da się policzyć fizycznie, a nie tylko statystycznie:
- wybór taksonu Gunneridae, obejmującego rośliny okrytonasienne, co pozostawiło białka roślin lądowych,
- filtr długości łańcucha od 100 do 2000 aminokwasów, po którym zostało około 10 milionów sekwencji,
- ograniczenie do białek zweryfikowanych eksperymentalnie i ręcznie opisanych, co dało około 25 tysięcy pozycji,
- odrzucenie białek o punkcie izoelektrycznym powyżej pH 6,5, ponieważ większość stosowanych przemysłowo emulgatorów diblokowych ma ładunek ujemny przy pH obojętnym,
- ostateczny wybór 1950 sekwencji do obliczeń metodą samouzgodnionego pola.
Dla 1858 z tych 1950 białek obliczenia się zbiegły, co daje 95 procent skuteczności. Pozostałe 92 przypadki autorzy opisują jako ograniczenie numeryczne własnej implementacji, a nie osobną klasę białek. Następnie algorytm DBSCAN podzielił wyniki na dziewięć grup o wskaźniku sylwetkowym 0,94. Dwie z tych grup, obejmujące łącznie 787 białek, odpowiadały konfiguracji diblokowej. To stąd bierze się liczba „blisko 800″, którą powtórzył komunikat prasowy uczelni.
Sam skład aminokwasowy nie wystarczy, żeby przewidzieć zachowanie białka na granicy faz
Najciekawszy wynik pracy jest negatywny. Autorzy sprawdzili, czy cechy na poziomie sekwencji, takie jak udział aminokwasów hydrofobowych, hydrofilowych i naładowanych, pozwalają przewidzieć, jak białko ułoży się po adsorpcji. Nie pozwalają. Grupowanie oparte na tych cechach dało słaby wskaźnik sylwetkowy 0,52 i nie wyodrębniło żadnych czytelnych klas.
Nie poradził sobie z tym również ProtTrans, czyli model językowy wytrenowany na sekwencjach białkowych. Autorzy zwracają uwagę, że narzędzia takie jak AlphaFold3 czy ESM-2 są projektowane do przewidywania natywnej struktury trójwymiarowej w środowisku wodnym i nie mają wbudowanych parametrów opisujących oddziaływanie z powierzchnią. Białko przy granicy oleju i wody częściowo się rozplata, więc pytanie jest zupełnie inne niż to, na które te modele odpowiadają.
Zadziałało dopiero podejście blokowe. Zespół podzielił każde zaadsorbowane białko na część przylegającą do powierzchni i część swobodną, a potem porównał ich skład. Bloki przylegające mają średnio 0,48 udziału aminokwasów hydrofobowych, swobodne tylko 0,32. Bloki przylegające są też dłuższe, mediana 136 aminokwasów wobec 73 w blokach swobodnych. Klasyfikator lasów losowych rozróżniał oba typy bloków z polem pod krzywą ROC równym 0,94, a najbardziej rozstrzygającą cechą okazał się udział aminokwasów hydrofobowych z wagą 0,24.
„Udało nam się zamodelować tę strukturę matematycznie w przypadku białek roślinnych” / „We were able to model this structure mathematically for plant proteins”, powiedział dr Rik Sarkar, cytowany w komunikacie University of Leeds.
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Groch i ziemniak potwierdziły przewidywania, słonecznik ich nie potwierdził
Zespół wybrał do testów laboratoryjnych dwa białka spośród najwyżej ocenionych, kierując się dostępnością w skali produkcyjnej. Padło na leguminę B wyodrębnioną z mąki grochowej oraz patatynę, główne białko ziemniaka, kupione jako preparat handlowy. Autorzy przyznają wprost, że wiele białek z czołówki rankingu w ogóle nie jest dostępnych w ilościach pozwalających na eksperyment.
Oba białka chemicznie rozluźniono ośmiomolowym roztworem mocznika z dodatkiem DTT, żeby odpowiadały założeniom modelu. Napięcie międzyfazowe spadło w ich obecności do 18,5 mN/m po około 1500 sekundach, czyli do wartości porównywalnej z beta-kazeiną, przy 45 mN/m dla samego buforu. Krople emulsji olej w wodzie mieściły się w zakresie od 0,5 do 50 mikrometrów, przy czym rozkład dla beta-kazeiny pozostał najwęższy.
Kontrolą negatywną było globulina 11S z nasion słonecznika, o niskim wskaźniku diblokowym 0,27. To białko układa się na powierzchni płasko, w konfiguracji przypominającej tor, i nie utworzyło stabilnej emulsji. Dla porównania legumina B uzyskała wskaźnik 0,69, patatyna 0,43, a referencyjna beta-kazeina 0,48.
Lubię takie prace, bo pokazują coś, o czym w rozmowach o AI w nauce mówi się rzadko. Najmocniejszym wynikiem zespołu z Leeds nie jest lista 787 białek, tylko wykazanie, że modele językowe dla białek i standardowe wskaźniki hydrofobowości nie odpowiadają na pytanie, które interesuje technologa żywności. Dopiero doklejenie do uczenia maszynowego fizyki statystycznej, czyli obliczeń, które opisują zachowanie łańcucha przy powierzchni, dało sensowny podział. To argument przeciwko traktowaniu dużych modeli jako uniwersalnego narzędzia do wszystkiego.
Mam natomiast wątpliwość co do dystansu między wynikiem obliczeniowym a produktem. Testy przeprowadzono na dwóch białkach, chemicznie zdenaturowanych mocznikiem, w warunkach dobranych tak, aby pasowały do założeń modelu. To poprawna metodologicznie weryfikacja hipotezy, ale jeszcze nie dowód, że którekolwiek z 787 białek trafi do majonezu albo kremu. Producenci żywności będą pytać o wydajność ekstrakcji, koszt, smak i status prawny składnika, a na żadne z tych pytań ta praca nie odpowiada. Warto obserwować, ile z tej listy da się w ogóle wyprodukować w ilościach handlowych.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Rynek emulgatorów spożywczych to około 3,6 miliarda dolarów rocznie
Według MarketsandMarkets globalny rynek emulgatorów spożywczych był wart 3,6 miliarda dolarów w 2023 roku i rośnie w tempie około 4,9 procent rocznie. Dominują w nim mono- i diglicerydy oraz lecytyny, a producenci od lat szukają zamienników dla składników syntetycznych i pochodzenia zwierzęcego, głównie pod presją oczekiwań konsumentów wobec krótkich składów.
Badanie powstało w otoczeniu, które ma własne finansowanie. National Alternative Protein Innovation Centre, w skrócie NAPIC, dostał 15 milionów funtów na pięć lat od BBSRC i Innovate UK. Centrum działa przy University of Leeds, a współprowadzą je James Hutton Institute, University of Sheffield i Imperial College London. Prof. Anwesha Sarkar jest jego współdyrektorem, co pokazuje, że praca nad emulgatorami roślinnymi jest częścią większego brytyjskiego programu dotyczącego białek alternatywnych, a nie pojedynczym projektem laboratoryjnym.
Polska produkuje patatynę na dużą skalę, tylko trafia ona do pasz
Jedno z dwóch potwierdzonych eksperymentalnie białek pochodzi z surowca, którego Polska ma pod dostatkiem. Patatyna to główne białko ziemniaka i pozyskuje się ją z soku komórkowego, czyli produktu ubocznego przy wytwarzaniu skrobi. GUS oszacował zbiory ziemniaków w 2025 roku na około 7,0 miliona ton, o 18,4 procent więcej niż rok wcześniej, przy plonach 327 decyton z hektara.
Białko ziemniaczane powstaje w Polsce od lat. Grupa PEPEES, której zakład w Łomży jest największym przetwórcą ziemniaka skrobiowego w kraju, wytwarza je z soku komórkowego, ale w wersji paszowej. Różnica między białkiem paszowym a takim, które nadaje się na emulgator w kremie czy sosie, leży głównie w technologii odzysku. Klasyczne metody prowadzą do denaturacji termicznej, po której białko traci właściwości powierzchniowe. Wersje przeznaczone do spożycia przez ludzi produkują dziś przede wszystkim firmy zagraniczne.
Praca z Leeds nie zmienia tej sytuacji sama z siebie, ale przesuwa punkt ciężkości pytania. Jeśli o przydatności białka decyduje układ bloków przy powierzchni, a nie ogólny skład aminokwasowy, to o wartości polskiego surowca przesądzi sposób jego wydzielenia, a nie samo pochodzenie. Krajowy przemysł skrobiowy ma tu materiał wejściowy i infrastrukturę, brakuje mu linii do produkcji frakcji spożywczej.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Model pomija trójwymiarową strukturę białek i to jest jego główne ograniczenie
Autorzy sami wymieniają słabe punkty swojej metody, co warto oddzielić od optymistycznego tonu komunikatu prasowego. Teoria samouzgodnionego pola traktuje białko jak elastyczny, nieuporządkowany łańcuch, tymczasem wiele białek roślinnych ma złożoną strukturę przestrzenną. Dlatego w części eksperymentalnej trzeba było je celowo rozluźnić chemicznie. Uwzględnienie sztywności strukturalnej i sposobu rozplatania się białka przy adsorpcji autorzy wskazują jako konieczny następny krok, wykraczający poza możliwości obecnego modelu.
Analiza objęła wyłącznie białka o punkcie izoelektrycznym poniżej pH 6,5, więc białka o ładunku dodatnim w ogóle nie weszły do zbioru, choć też mogą być dobrymi emulgatorami. Krople stabilizowane leguminą B i patatyną wykazywały skłonność do agregacji, ponieważ odpychanie na małych odległościach było słabsze niż w przypadku beta-kazeiny. Wreszcie sprawdzenie większej liczby wysoko ocenionych białek wymagałoby wytworzenia ich metodami precyzyjnej fermentacji, bo w handlu ich po prostu nie ma.
Kod całej ścieżki obliczeniowej zespół udostępnił publicznie w repozytorium ProSurf na GitHubie, a dane towarzyszące publikacji w otwartym archiwum University of Leeds. To akurat mocna strona tej pracy, bo pozwala innym grupom zweryfikować wyniki i rozszerzyć procedurę na inne klasy białek.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz źródeł, w tym pracy Data-driven pipeline enables discovery of plant protein surfactants, Communications Chemistry z 3 września 2026 roku, komunikatu prasowego University of Leeds w wersji opublikowanej przez Phys.org oraz danych GUS o zbiorach ziemniaków w 2025 roku.
Do weryfikacji danych rynkowych i informacji o finansowaniu NAPIC wykorzystano również materiały MarketsandMarkets, serwisy University of Leeds oraz Mirage News, a temat trafił do polskiego obiegu za pośrednictwem serwisu Nauka w Polsce.
Cytat dr. Rika Sarkara z University of Edinburgh został zweryfikowany z oryginalnym anglojęzycznym komunikatem University of Leeds.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wykorzystaniu roślinnych emulgatorów wskazanych przez system z University of Leeds.
