Por Pesach Benson • 8 de novembro de 2026

Jerusalém, 8 de novembro de 2026 (TPS-IL) — Pesquisadores israelenses desenvolveram uma nova maneira de buscar substitutos do açúcar que poderiam oferecer a doçura que as pessoas desejam sem o sabor residual amargo associado a alguns adoçantes artificiais. A abordagem deles usa um algoritmo de computador originalmente projetado para identificar medicamentos potenciais para encontrar compostos inteiramente novos que poderiam eventualmente ser usados em alimentos e bebidas.

Diferentemente de pesquisas focadas em aprimorar adoçantes conhecidos, a nova abordagem pode ajudar a identificar famílias inteiramente diferentes de compostos de sabor doce, potencialmente abrindo novos caminhos para o desenvolvimento de produtos alimentícios de baixa caloria.

Uma equipe de pesquisa liderada pela Dra. Shayma El-Atawneh e pelo Prof. Amiram Goldblum, na Universidade Hebraica de Jerusalém, adaptou um sistema de aprendizado de máquina originalmente desenvolvido pelo grupo de Goldblum para a descoberta de medicamentos, aplicando-o à busca por compostos adoçantes potenciais. Os cientistas ressaltaram que os 92 compostos são previsões geradas por computador, não adoçantes confirmados.

O estudo — publicado no periódico revisado por pares Food Chemistry — aborda um desafio de longa data para os fabricantes de alimentos. Adoçantes artificiais como aspartame, sacarina e sucralose oferecem doçura com menos ou nenhuma caloria em comparação ao açúcar, mas alguns deixam sabores residuais amargos ou metálicos. Os pesquisadores procuraram identificar moléculas previstas para ativar o receptor de sabor doce do corpo sem desencadear também o amargor.

Uma nova abordagem para a doçura

O grupo de Goldblum desenvolveu o sistema de aprendizado de máquina, chamado Eliminação Estocástica Iterativa (ISE), para a descoberta de medicamentos. Os pesquisadores o adaptaram para identificar características químicas associadas a substâncias de sabor doce e amargo. Os modelos examinam 205 propriedades moleculares, incluindo a distribuição de cargas elétricas e como as moléculas interagem com óleo e água.

A equipe aplicou os modelos a três bancos de dados químicos que continham aproximadamente 50,7 milhões de moléculas. Em seguida, combinou as previsões com o acoplamento molecular, uma simulação computacional usada para estimar como um composto pode se ligar a um alvo biológico.

O alvo foi o receptor humano de sabor doce, um complexo proteico composto por dois componentes, T1R2 e T1R3. Informações estruturais sobre o receptor, publicadas em 2025, permitiram que os pesquisadores modelassem como as moléculas candidatas poderiam se ligar a ele.

O processo combinado de triagem reduziu o grupo a 556 compostos, dos quais os pesquisadores selecionaram 92 candidatos para investigações adicionais. Quarenta e três não tinham mais do que um centro quiral, uma característica que pode complicar a produção e os testes químicos porque as moléculas podem existir em formas de imagem especular. Os 49 restantes foram priorizados porque os modelos previram maior doçura e menor amargor.

Os pesquisadores também descobriram que 14 dos 92 candidatos haviam aparecido anteriormente em patentes que descreviam compostos que interagem com o receptor de sabor doce.

Os cientistas também identificaram uma fraqueza importante no modelo: ele classificou incorretamente a sucralose como improvável de ser doce. Eles atribuíram o erro a limitações nos exemplos químicos usados para treinar o algoritmo.

O próximo passo é testar os candidatos experimentalmente para determinar se eles realmente têm sabor doce, qual é a intensidade de sua doçura e se são seguros para uso em produtos alimentícios.