Di Pesach Benson • 8 novembre 2026

Gerusalemme, 8 novembre 2026 (TPS-IL) — Ricercatori israeliani hanno sviluppato un nuovo metodo per cercare sostituti dello zucchero che potrebbero offrire la dolcezza desiderata senza il retrogusto amaro associato ad alcuni dolcificanti artificiali. Il loro approccio impiega un algoritmo informatico, originariamente progettato per identificare potenziali farmaci, per individuare composti del tutto nuovi che potrebbero alla fine essere utilizzati in alimenti e bevande.

A differenza delle ricerche incentrate sul miglioramento dei dolcificanti già noti, il nuovo approccio potrebbe aiutare a identificare famiglie del tutto differenti di composti dal sapore dolce, aprendo potenzialmente nuove direzioni per lo sviluppo di prodotti alimentari ipocalorici.

Un gruppo di ricerca guidato dalla dott.ssa Shayma El-Atawneh e dal prof. Amiram Goldblum dell’Università Ebraica di Gerusalemme ha adattato un sistema di machine learning, originariamente sviluppato dal gruppo di Goldblum per la scoperta di farmaci, applicandolo alla ricerca di potenziali composti dolcificanti. Gli scienziati hanno sottolineato che i 92 composti sono previsioni generate al computer, non dolcificanti confermati.

Lo studio — pubblicato sulla rivista peer-reviewed Food Chemistry — affronta una sfida di lunga data per i produttori alimentari. I dolcificanti artificiali come l’aspartame, la saccarina e il sucralosio offrono dolcezza con meno o nessuna caloria rispetto allo zucchero, ma alcuni lasciano retrogusti amari o metallici. I ricercatori hanno cercato di identificare molecole previste come capaci di attivare il recettore del gusto dolce dell’organismo senza innescare al contempo l’amaro.

Un nuovo approccio alla dolcezza

Il gruppo di Goldblum ha sviluppato il sistema di machine learning, chiamato Iterative Stochastic Elimination (ISE), per la scoperta di farmaci. I ricercatori lo hanno adattato per identificare le caratteristiche chimiche associate a sostanze dal sapore dolce e amaro. I modelli esaminano 205 proprietà molecolari, tra cui la distribuzione delle cariche elettriche e il modo in cui le molecole interagiscono con olio e acqua.

Il team ha applicato i modelli a tre banche dati chimiche contenenti circa 50,7 milioni di molecole. Ha poi combinato le previsioni con il docking molecolare, una simulazione al computer utilizzata per stimare come un composto potrebbe legarsi a un bersaglio biologico.

Il bersaglio era il recettore umano del gusto dolce, un complesso proteico costituito da due componenti, T1R2 e T1R3. Le informazioni strutturali sul recettore, pubblicate nel 2025, hanno consentito ai ricercatori di modellare il modo in cui le molecole candidate potrebbero legarsi a esso.

Il processo di screening combinato ha ristretto il gruppo a 556 composti, dai quali i ricercatori hanno selezionato 92 candidati per ulteriori indagini. 43 presentavano non più di un centro chirale, una caratteristica che può complicare la produzione e i test chimici poiché le molecole possono esistere in forme speculari. I restanti 49 hanno ricevuto priorità perché i modelli prevedevano una dolcezza più intensa e una minore amarezza.

I ricercatori hanno anche scoperto che 14 dei 92 candidati erano già comparsi in brevetti che descrivevano composti che interagiscono con il recettore del gusto dolce.

Gli scienziati hanno inoltre identificato un punto debole rilevante nel modello: ha classificato erroneamente il sucralosio come improbabile che fosse dolce. Hanno attribuito l’errore ai limiti negli esempi chimici utilizzati per addestrare l’algoritmo.

Il passo successivo consiste nel testare i candidati per via sperimentale per determinare se abbiano effettivamente un sapore dolce, quanto sia intensa la loro dolcezza e se siano sicuri per l’uso nei prodotti alimentari.