В голямо ново проучване, изследователи от Google Research в Съединените щати, Monell Chemical Senses Center и Университета на Рединг в Обединеното кралство, наред с други изследователски институции, създадоха инструмент, който може да предскаже характеристиките на миризмата на молекулите въз основа на само тяхната структура. Той може да идентифицира молекули, които изглеждат различно, но миришат по същия начин, както и молекули, които изглеждат много подобни, но миришат напълно различно. Констатациите са публикувани в броя на Science от 1 септември 2023 г. под заглавието „Основна карта на миризмата обединява различни задачи в обонятелното възприятие“.
Проф. Джейн Паркър от университета в Рединг в Обединеното кралство казва: „Има дължини на вълните за визуални изследвания и честоти за слухови изследвания, като и двете могат да бъдат измерени и оценени с инструменти. Но какво да кажем за миризмата? В момента нямаме начин да измерим Човек би могъл да направи това въз основа на настоящите познания за молекулярната структура, но в крайна сметка ще се натъкне на безброй изключения, при които миризмата и структурата не съвпадат магията на този нов модел, генериран от машинно обучение, е, че той правилно предсказва молекулярната миризма в тези изключения."
Новото проучване използва машинно обучение, за да създаде "карта на миризмата", която може да бъде ценна за работата на синтетичните химици в хранително-вкусовата промишленост. Може също така да отвори пътя за разработването на по-устойчиви вкусове и аромати.
Проф. Паркър каза: „Като химик по аромати, аз съм участвал в обонятелни изследвания в продължение на много години, разчитайки главно на носа си, за да опиша аромати. Тази карта на миризмата се отнася не само за известни аромати, но също и за аромати с много сходни структури. Той може да опише голям брой несвързани молекули с различни молекулярни характеристики. За учените в областта на храните и ароматите това отваря неизползван източник на хиляди, ако не и милиони, потенциални аромати.
В това ново проучване ролята на Университета в Рединг беше да оцени чистотата на пробите, използвани за тестване на AI. „Проверихме чистотата на съединенията, използвани за тестване на прогнозите на AI моделите. Газовата хроматография ни позволява да отделим следи от примеси от целевите молекули, така че докато те се елуират от инструмента една по една, можем да помиришем всички отделни молекули и определи дали миризмата на някакви следи от съединения превъзхожда (или маскира) миризмата на целевите молекули."
„От 50-те тествани проби открихме някои, които съдържаха значителни количества примеси. В един случай примесът, който можехме да надушим, беше следа от остатък от реагента, използван за синтезиране на целевата молекула, и накара пробата да отдели отличителен маслена миризма, която надделя над аромата, който наистина ни интересуваше. В този случай успяхме да обясним защо групата от експерти описа миризмата като кремообразна, но това не съвпада с прогнозите на модела на AI, докато нашето описание на този чист съединението съответства на прогнозите на модела на AI."
Изображение от Science, 2023 г., doi:10.1126/science.ade4401.
След като AI беше обучен с данните, способността му да предсказва миризмата на нови съединения беше отлична. Ако работи правилно, трябва да съответства на средните оценки на миризмата на група от човешки експерти, което се случи.
Д-р Паркър каза: „Като инструмент за синтетична химия това би било безценно. Можем да го използваме за откриване на нови аромати. Отваря възможността за скрининг на голям брой молекули за аромати, точно както фармацевтичната индустрия търси нови лекарства ."