Um computador pode “provar” um tomate ou um mirtilo? Bem, não exactamente, mas pode dizer aos cientistas quais os voláteis destas frutas que as tornam saborosas, dizem investigadores da Universidade da Florida.
O criador e geneticista do Instituto de Ciências Agrícolas e Alimentares da Universidade da Flórida (UF/IFAS), Marcio Resende, quer criar o que chama de “Connoisseur de Inteligência Artificial”, um modelo que informa aos pesquisadores quais compostos químicos – isto é, voláteis, açúcares, ácidos e outros compostos químicos – produzem os melhores sabores de frutas.
Para descobrir se vale a pena cultivar uma fruta ou vegetal, os próprios cientistas experimentam a colheita para verificar o sabor e o cheiro, percorrendo os campos e colhendo os produtos individualmente.
Esses processos podem apresentar problemas logísticos, disse Harry Klee, professor de ciências hortícolas da UF/IFAS e coautor de um novo estudo que analisa como os modelos de computador podem usar voláteis para medir o sabor da fruta.
“Devido a limitações logísticas e de custo, os criadores normalmente não empregam painéis de consumidores em seus programas”, disse Klee. “O ideal seria utilizar um grande painel de consumidores que incluísse um conjunto diversificado de potenciais consumidores. Usamos 100 pessoas, abrangendo diversas idades e etnias. Esta abordagem é muito mais representativa da população de compradores.”
Durante anos, os criadores de plantas e os geneticistas ajudaram os agricultores a colher rendimentos mais elevados porque as características orientadas para o consumidor, como o sabor, são mais difíceis de medir. No entanto, os elevados rendimentos não são suficientes para os produtores competirem nos mercados exigentes de hoje, disse Patricio Muñoz, professor associado de ciências hortícolas da UF/IFAS responsável pelo programa de melhoramento de mirtilo.
Os produtores sabem que, se não incluírem variedades saborosas, as suas frutas poderão não ser vendidas por um bom preço ou mesmo não serem vendidas, disse Muñoz. Com estes métodos, os cientistas esperam ajudar os produtores a permanecerem competitivos e os consumidores a terem uma melhor experiência com os seus produtos.
Usando esses modelos, um programa de melhoramento pode avaliar as classificações de sabor para muitas variedades de frutas e vegetais. Este processo foi anteriormente limitado pelo facto de nem os cientistas nem os painéis de consumidores poderem testar muitas variedades ao mesmo tempo.
Resende liderou a nova pesquisa que mostra maneiras de transformar dados de voláteis em mirtilos e tomates em um modelo estatístico. Os resultados da pesquisa estão agora limitados a essas duas frutas, mas serão posteriormente expandidos para outras culturas desenvolvidas pelos pesquisadores da UF/IFAS.
Para conduzir seu novo estudo, os pesquisadores da UF/IFAS usaram dados do programa de melhoramento de tomate e mirtilo da última década.
Eles forneceram um conjunto diversificado de variedades de tomate e mirtilo aos painéis de consumidores no Laboratório Sensorial da UF em Gainesville. Os cientistas então coletaram classificações sobre atributos de sabor, como “gosto”, doçura, acidez, intensidade de sabor e umami.
Os pesquisadores da UF/IFAS testaram a gama de pontuações que indicam o quanto um consumidor gosta de um sabor. Acontece que os voláteis explicaram até 56% das pontuações “gostei”, o que reforça a evidência de que os voláteis são importantes para determinar o quanto os consumidores gostam da fruta. Os voláteis também são importantes para quantificar e estimar a importância do sabor da fruta, disse Resende.
Além disso, os investigadores mostraram que as abordagens de aprendizagem automática são geralmente os melhores preditores das preferências de sabor do consumidor, chamada seleção metabolómica. As precisões da seleção metabólica são superiores aos modelos que utilizam dados genômicos, destacando o potencial deste novo método em aplicações de melhoramento.
“Acho que o principal é que os melhoristas possam examinar um número maior de amostras”, disse Resende, professor assistente de ciências hortícolas da UF/IFAS. “Dessa forma, você tem um funil mais amplo para identificar as variedades saborosas e, em determinado momento, os painéis de prova de sabor fazem uma seleção final com os dados sensoriais. Esperamos que esses modelos permitam uma incorporação precoce do sabor como alvo de melhoramento e encorajem a seleção e lançamento de variedades de frutas mais saborosas.”
Além de Resende, entre os outros professores da UF/IFAS que investigaram o método de modelo computacional de teste de sabor estavam Klee, Muñoz e Denise Tieman, professora assistente de pesquisa - todos os três no departamento de ciências hortícolas; Charlie Sims, professor de ciência alimentar e nutrição humana e Nikolay Bliznyuk, professor associado de engenharia agrícola e biológica. O trabalho também é de autoria do Ph.D. o aluno Vincent Colantonio e o Cientista Assistente de Pesquisa Luís Felipe Ferrão.
Clique abaixo para assistir a um vídeo em que Resende explica essa nova pesquisa em IA.
- Brad Buck, Universidade da Flórida