技术成果|计算科学在食品理论研究和产品开发中的应用

发布日期:2024-04-08  
核心提示:  技术成果 持续推介  2024大健康领域热点技术转移对接活动  促进成果转化落地  解决企业技术难题  搭建企业与科研机
  技术成果 持续推介
  2024大健康领域热点技术转移对接活动
  促进成果转化落地
  解决企业技术难题
  搭建企业与科研机构沟通桥梁
  推动产学研合作
 
  食品邦功能食品行业共享研发创新中心承办
 
  活动福利
  大健康优秀技术成果汇编
  食品科技创新论坛现场路演
  食品伙伴网持续推介
 
  活动时间地点
  2024年04月17-18日
  上海“第七届食品科技创新论坛”
 
  成果推介
  计算科学在食品理论研究和产品开发中的应用
 
  技术团队介绍
  北京工商大学食品与健康学院赵磊、赵亮技术团队,由教授2名和副教授2名,博士后、博士和硕士研究生多名组成,团队主要依托北京市食品添加剂工程技术研究中心、老年营养与健康教育部重点实验室和北京食品营养与人类健康高精尖创新中心,创新开发了包括体外综合抗氧化肽、ACE抑制肽、糖苷酶抑制肽等多个机器学习筛选模型;同时,提供高通量小分子、多肽虚拟筛选、蛋白组高通量建模、分子动力学等计算技术,已完成多项功能因子挖掘及功能食品开发,相关成果已成功授权多项专利与软著。
 
  团队专注于食品领域技术难题解决和技术成果转化一体化服务。服务涵盖多肽自组装筛选及分析、多糖构象计算、活性多肽筛选、蛋白质聚集效应研究、蛋白质动态分析、酶工程改造模拟、活性小分子预测及相互作用分析等,以及基于计算筛选结果进行体外、细胞及动物水平的试验验证、功能评价和机制解析。
 
  技术成果简介
  充分运用食品科学理论,结合AI技术和计算机理论模拟技术,进行蛋白质、多糖、多肽、多酚等活性成分的功能探索与作用机制探究。产品开发过程中利用已开发的计算机方法结合体内外试验进行活性成分筛选、功能评测以及各类食品(研发产品或上市功能食品)快速准确的物理性质评价和安全性评价,结合食品基质体系仿真模拟方法探究和挖掘更深层次的作用机理。将传统食品科学理论和现代加工技术及数据驱动的计算机理论模拟技术相结合,创新性开发更加健康、营养、美味、方便的系列食品。
 
  技术优势
  (1)采用计算模拟预测筛选具有特定生物活性的天然产物,测评结果快速准确、国内外认可度高。
 
  基于该技术,实现天然活性成分的快速挖掘,并将活性成分用于功能性食品/保健品配方设计,同时明确活性成分与靶点的相互作用及构效关系,使产品开发更加定向化和安全可靠。
 
  (2)结合食品科学理论和计算机模拟,指导复杂食品体系设计和成分互作机制探究,探索加工过程对食品体系和成分稳定性的影响。
 
  相关技术已经成功用于富含蛋白质、多糖、脂质、多酚、黄酮等成分的多种微纳米食品体系的研究中,通过量化计算和计算机辅助设计改造生物大分子,同时辅助指导食品加工生产,大大提升了体系及成分的稳定性。
 
  技术团队具备深厚的食品科学与食品功能评价及开发、食品营养与代谢调控背景知识,挖掘不同天然食物、中药及药食同源的功效成分,搭配AI和计算机筛选技术,二者相辅相成,相得益彰;既可以开发较高营养价值的产品,探索其作用机制,又可提升食品体系和成分的加工及储藏稳定性,为功能性产品开发提供理论与技术指导。
 
  技术应用
  (1)各类食品及功能因子的功能筛选和评价,包括但不限于以下方面:
  蛋白质活性位点预测;
  基于靶点的活性小分子预测;
  对潜在的活性成分进行筛选,从大量的候选物中挑选出具有理想性能的化合物或物质;
  预测化合物或分子的结构,包括三维结构、构象和互作模式等;
  预测化合物的生物活性,包括与生物分子的相互作用、生物效应的程度等;
  对化合物或物质的毒性进行预测和评估,帮助提前发现潜在的安全风险;
  评估食品或药物中的活性成分对特定功能的影响,如抗氧化、抗炎、抗衰老等;
  快速匹配天然结构相似物;
  通量蛋白质结构从头预测;
  为产品的功能性评价提供科学依据;
 
  (2)对特定功能获得进行程序与模型开发,包括但不限于以下形式:
  抗氧化机器学习模型;
  Π-Dock 程序开发;
  天然产物QSAR模型构建及天然活性成分的筛选;
 
  市场前景
  人工智能驱动的科学研究是以“机器学习为代表的人工智能技术”与“科学研究”深度融合的产物,旨在利用AI技术学习、模拟、预测和优化自然界和人类社会的各种现象和规律以解决各种科研问题,从而推动科学发现和创新,被称为“科学研究第五范式”。
 
  一方面,将AI和计算机模拟技术与开发天然活性物质相结合,为食品行业带来了巨大的市场前景,在食品行业,结合计算机模拟技术开发出的功能性食品,不仅可以满足人们对营养和健康的需求,如抗氧化、抗衰老、提高免疫力等,也可以更准确地预测和筛选天然活性成分,加速新产品的研发和上市速度,同时提高了产品的安全性和可靠性。
 
  另一方面,AI和计算机模拟技术还可用于指导复杂食品体系的配方设计和物性行为研究,不仅有利于提高其在加工和储藏过程中的稳定性,还有利于提升活性成分的生物利用度。
 
  成果转化
  北京工商大学赵磊教授和赵亮副教授团队利用机器学习搭建了多肽、黄酮、酚酸及其衍生物高通量QSAR预测平台,进行快速匹配天然结构相似物、П-Dock程序开发等。
 
  计算食品计算交叉技术营养评价平台的“计算模拟技术”服务,为企事业单位提供计算模拟技术与功能性食品的研发和功能评价服务,同时助力技术成果的转化落地。目前,团队已为十多所企事业单位研发团队提供计算服务。
 
  活动介绍
       2024大健康领域热点技术转移对接活动
       微信截图_20240408090022
 
来源:食品伙伴网食品研发创新服务中心,图片来源:创客贴会员。
提醒:文章仅供参考,如有不当,欢迎留言指正和交流。且读者不应该在缺乏具体的专业建议的情况下,擅自根据文章内容采取行动,因此导致的损失,本运营方不负责。如文章涉及侵权或不愿我平台发布,请联系处理。
 
 
研发客服
食品研发与生产
研发公众号
客服微信