Di Biopharma, penemuan protein telah sepenuhnya terganggu oleh penggunaan kecerdasan buatan dalam beberapa tahun terakhir, sedangkan industri makanan lebih lambat untuk mengadopsi alat -alat tersebut, kata Kesunyian Pendiri dan CEO Dr. Jasmin Hume. “Tapi saya pikir gangguan itu pasti akan terjadi.”
Startup yang berbasis di California, Shiru, telah mengembangkan platform penemuan bahan-bahan pertama dan pasar untuk protein, memungkinkan perusahaan dalam makanan dan kosmetik untuk memanfaatkan kemampuan pembelajaran AI dan mesin untuk mengidentifikasi dan menguji protein dari pemanis intensitas tinggi ke pengikat dan pengemulsi.
Melalui antarmuka web sederhana, Proteindiscovery.ai memungkinkan pengguna mencari basis data jutaan molekul dengan urutan protein, penggunaan fungsional, dan ekspresi yang berhasil (seberapa efisien protein dapat diekspresikan dalam mikroba melalui fermentasi presisi), Hume mengatakan kepada Hume AgfunderNews di KTT teknologi makanan di masa depan di San Francisco.
https://www.youtube.com/watch?v=jqw1wzttjue
Menemukan 'protein paling fungsional dari alam'
Tidak seperti perusahaan yang membuat 'protein desainer,' Shiru sedang mengeksplorasi protein yang sudah ada di alam, kata Hume. “Shiru telah menciptakan cara baru untuk menemukan protein paling fungsional dari alam untuk aplikasi dalam rasa dan tekstur serta bioaktivitas untuk makanan dan kosmetik.
“Shiru telah membangun perpustakaan protein alami yang paling luas dari tanaman, sumber alga, dan mikroba. Ini sekitar 33 juta sekuens. Jadi kami memanfaatkannya, serta bioinformatika dan kemampuan pembelajaran mesin tertentu, untuk secara efektif mengelompokkan data berdasarkan sifat fungsional protein.”
Singkatnya, Shiru melihat pekerjaan yang perlu dilakukan oleh protein dalam produk makanan seperti pengemulsi atau meningkatkan rasa manis, dan menerjemahkannya menjadi petunjuk untuk algoritma pencarian sehingga dapat mengidentifikasi protein yang dapat diberikan.
Shiru kemudian dapat menghasilkan sampel protein untuk mitra yang tidak memiliki kemampuan untuk memproduksinya di rumah, katanya.
Mengingat bahwa protein tidak banyak digunakan jika tidak dapat diproduksi secara efisien dalam skala, Shiru juga dapat memprediksi seberapa baik, atau memang jika, protein yang diberikan dapat diekspresikan dalam inang mikroba, tambahnya.
Ini juga telah menempa kemitraan dengan startup pertanian molekuler Greenlabyang telah mengembangkan alat untuk mengekspresikan protein tertentu dalam kernel jagung, katanya. “Kami ingin menciptakan jalur terbaik dan paling efisien ke pasar, apakah itu melalui fermentasi presisi pada host mikroba, atau mengekspresikan protein -protein dalam tanaman seperti jagung, yang merupakan cara lain yang benar -benar dapat diskalakan untuk membawanya ke pasar.”
Dia menambahkan: “Kami menerapkan alat -alat baru yang, terus terang, bukan alat yang paling umum dari sudut pandang industri makanan, seperti database besar informasi proteomik, bioteknologi, AI, pembelajaran mesin, meskipun mereka menjadi lebih akrab. Dan yang ingin kami lakukan adalah untuk membuat Anda benar -benar perlu untuk mendapatkan orang lain.