L'intelligence artificielle rend les fruits et légumes plus délicieux

Et révélant des surprises sur les raisons pour lesquelles nous aimons certaines variétés plus que d'autres.

Il y a une raison pour laquelle tant de produits vendus au supermarché ont souvent le goût du carton.

En fait, il y a plusieurs raisons. La plupart d'entre eux proviennent du fait que la saveur tombe bien en dessous de la liste de ce que l'industrie alimentaire encourage les sélectionneurs de plantes à prioriser lors du développement de nouvelles variétés - appelées «cultivars» - de produits.

Lorsqu'ils veulent se concentrer sur la saveur, les sélectionneurs n'ont pas les bons outils pour tester rapidement le fruit de milliers de cultivars. Dans un nouvel article surprenant, des chercheurs de l'Université de Floride décrivent une nouvelle méthode pour "tester" les produits agricoles en fonction de leur profil chimique.

Ils ont aussi eu une grosse surprise. Depuis plus d'un siècle, les éleveurs se sont concentrés sur la douceur et l'acidité lorsqu'ils essayaient de développer des cultivars plus savoureux. De nouvelles recherches montrent que l'approche éprouvée ignore environ la moitié de ce qui rend un fruit ou un légume si délicieux.

L'agronome Patrico Muñoz, l'un des co-auteurs de l'article, a déclaré IE que son équipe a déterminé que dans les myrtilles, par exemple, "seulement 40 % [de la façon dont les gens aiment un fruit] s'expliquent par le sucre et l'acide". Le reste s'explique par des substances chimiques appelées composés organiques volatils que nous percevons avec des récepteurs dans le nez, pas dans la bouche.

Cette découverte et la méthode qu'ils ont utilisée pour y arriver pourraient changer l'avenir de l'agriculture.

Démêler le lien entre les produits chimiques et la saveur

Les chercheurs à l'origine de cette étude se sont concentrés sur des dizaines de variétés de tomates et de myrtilles, y compris des cultivars commerciaux vendus dans les supermarchés, des variétés traditionnelles plus susceptibles de se trouver sur les marchés de producteurs et dans les restaurants de ferme à table, et des souches nouvellement développées qui ont récemment diplômé de programmes d'élevage.

Ils disposaient de deux types de données pour chaque cultivar. Tout d'abord, un profil chimique qui détaille quoi et en quelle quantité des dizaines de composés chimiques se trouvent dans ses fruits. Deuxièmement, ils ont obtenu les résultats de panels de consommateurs dans lesquels des centaines de personnes réelles ont évalué chaque cultivar de tomate ou de myrtille sur des mesures telles que sa douceur et son goût général.

La combinaison de ces deux ensembles de données a permis aux chercheurs de découvrir, par exemple, dans quelle mesure le rapport entre l'acétate de 2-méthylbutyle et le 1-nitro-2-phényléthane influençait la saveur de différents cultivars de tomates.

Certains des cultivars de l'étude sont des OGM, mais même les fruits sauvages regorgent de ces types de produits chimiques. L'une des raisons est que les plantes, qui passent généralement leur vie fermement enracinées là où tombent leurs graines, ont compris comment fabriquer et utiliser des composés pour contrôler le monde qui les entoure afin de survivre et de se reproduire.

"Dans les fruits, les plantes produisent [ce type de produit chimique] pour attirer les animaux qui vont [manger les fruits et] répandre les graines", explique Muñoz.

Oui, pratiquement tous les aliments contiennent des tonnes de produits chimiques que la plupart des gens ne peuvent pas prononcer.

Lorsque toutes ces données ont été réunies, les chercheurs ont utilisé l'apprentissage automatique pour construire des modèles visant à expliquer comment la composition chimique d'un fruit est liée au goût de ce fruit.

Pour certains fruits, cette relation est relativement simple.

"Dans les framboises, il n'y a qu'un seul composé qui a le goût de framboise", explique Muñoz. Mais la saveur d'autres fruits et légumes, y compris les myrtilles et les tomates, est le produit d'une interaction complexe entre des dizaines et des dizaines de produits chimiques.

Leur modèle a révélé à quel point les différents composants chimiques étaient corrélés avec les notes des dégustateurs humains pour chacune des variétés. Étonnamment, les sucres et les acides contenus dans les fruits ne représentaient qu'environ la moitié de la variation des préférences des dégustateurs d'une variété à l'autre.

"Cela signifie qu'au cours des 100 dernières années, nous avons progressé dans moins de la moitié des [variables] qui expliquent [les préférences]", explique Muñoz.

Les éleveurs pourront « tester » beaucoup plus de produits

Les sélectionneurs n'ont aucun contrôle direct sur les produits chimiques contenus dans le fruit d'un cultivar donné. Au lieu de cela, ils influencent les gènes, qui codent pour les voies métaboliques qui fabriquent les composés qui déterminent finalement la saveur d'un fruit. Même avec les technologies modernes, il s'agit d'un processus lourd qui se fait généralement à grande échelle.

Marcio Resende, un autre co-auteur de l'étude, raconte  IE que "la sélection dépend encore largement de l'expérimentation sur le terrain", comme elle l'a fait pendant des siècles.

Ce qui distingue les sélectionneurs d'aujourd'hui de leurs prédécesseurs, ce sont les technologies qu'ils utilisent pour mesurer les traits qui leur indiquent « quelles variétés passent à l'étape suivante de l'entonnoir de sélection », explique Resende.

Ils utilisent des outils comme des drones et des robots autonomes pour "quantifier tous les traits qui sont importants" dans un processus appelé phénotypage à haut débit, dit-il. Les technologies existantes ont été à la hauteur de la tâche de mesurer des traits tels que la quantité de fruits qu'un cultivar produit et la couleur de ces fruits.

La mesure de la saveur s'est avérée beaucoup plus difficile car il n'y avait en réalité que deux options : l'éleveur pouvait goûter le fruit lui-même ou il pouvait constituer un panel de testeurs. Pour les sélectionneurs testant des milliers de cultivars, ce choix est un énorme compromis. L'échantillonnage est très subjectif et les tests systématiques sur les personnes coûtent cher.

« Si vous assemblez un panel sensoriel de consommateurs traditionnel et amenez 100 personnes dans une pièce… vous ne pouvez pas nourrir 1000 XNUMX variétés dans la même journée », explique Resende.

Cette nouvelle recherche est "une preuve de concept montrant que nous pouvons désormais construire des modèles pour faire la même chose" en mesurant des produits chimiques, dit-il.

Ce type de recherche ne produira jamais une version parfaite d'un fruit particulier. D'une part, les préférences gustatives varient au fil du temps et de la culture. Étant donné que les modèles d'apprentissage automatique ne peuvent faire des prédictions que sur la base des données sur lesquelles ils ont été formés. Les panels des données de Resende et Muñoz ont été réalisés aux États-Unis, il est donc très probable que les consommateurs d'autres marchés aient des préférences différentes.

Article précédent

prochain article

ARTICLES SIMILAIRES

Cerise Australe : Bonne Campagne pour la Jolie Fille de la Fruiticulture
L'impact et l'offre de nouvelles génétiques seront le sujet principal de la réunion...
Nouveau système pour évaluer l'impact de l'humidité relative sur les personnes...