9月8日消息，据The Chemical Engineer报道，一个人工智能模型成功识别出近800种植物蛋白，它们有望替代食品及日化体系中的合成乳化剂，相关研究为植物基配方的成分筛选提供了新工具。

乳化剂是食品、化妆品与家居护理产品的核心功能成分，主流产品长期依赖合成来源（如聚山梨酯类）或动物来源蛋白；在清洁标签与植物基趋势下，行业一直在寻找性能可比的植物蛋白替代方案，但传统实验筛选通量低、成本高。该研究通过AI模型对植物蛋白数据库进行功能预测，一次性锁定近800个具备界面活性潜力的候选分子，将候选集从“大海捞针”压缩到可实验验证的规模。

方法学意义：蛋白质的乳化性能取决于其界面吸附行为与结构柔性，这些属性与氨基酸序列存在可学习的关联。AI筛选的引入，使研究者得以跳过逐点试错，直接从序列空间预测功能蛋白，再回补湿实验验证——这种“计算先行、实验跟进”的范式与当下酶工程、抗体设计领域的进展一脉相承。

产业视角：对配料公司与配方开发商而言，一个数百量级的植物乳化蛋白候选库意味着更宽的可替代成分选择面，尤其在合成乳化剂面临监管与消费者双重压力的背景下（如欧盟对部分乳化剂的再评估），植物源替代路线的战略价值正在上升。后续看点在于候选蛋白的表达产量、成本与在真实配方体系中的稳定性验证。 （来源：The Chemical Engineer）