極客號（Daydx.com）9月6日 消息:近日，研究人員利用一種稱為圖神經(jīng)網(wǎng)絡(luò)的深度學習算法，建立了一種模型，能夠?qū)⒒衔锏慕Y(jié)構(gòu)映射到氣味描述。該模型已成功預(yù)測人類小組如何描述新的氣味，最終實現(xiàn)氣味的數(shù)字化。這項工作發(fā)表在8月31日的《科學》雜志上。
具體來說，研究人員使用了一種特定類型的圖神經(jīng)網(wǎng)絡(luò)，即消息傳遞神經(jīng)網(wǎng)絡(luò)。它在一個香料行業(yè)數(shù)據(jù)集上進行訓練，該數(shù)據(jù)集包含超過5000種分子，其結(jié)構(gòu)轉(zhuǎn)換為圖形，并標記了專業(yè)的氣味筆記。研究小組的一部分人員在這項工作開始時就在谷歌工作，其中一些人則在2023年1月成立了一家衍生公司Osmo，由Alphabet的風險投資部門Google Ventures支持。
研究人員認為，圖神經(jīng)網(wǎng)絡(luò)的預(yù)測能力使得他們能夠完成這項工作。該模型產(chǎn)生了一個空間表示，顯示不同分子的氣味描述符的相似性。該模型包含超過250個維度，比色彩的類似表示更為復雜。僅給定一種新分子的化學結(jié)構(gòu)圖形式，該模型就可以將其放置在映射中，從本質(zhì)上預(yù)測氣味可能的描述方式。研究人員稱之為主要氣味映射，這在嗅覺感官方面是前所未有的。
為了驗證模型的性能，將400種新分子的評估與一個15人小組的評級進行了比較，該小組經(jīng)過訓練，可以識別55種氣味標簽。模型的表現(xiàn)不是完美的，但53%的時間內(nèi)，模型比中位小組成員更接近平均小組評估。換句話說，用模型替換一個小組成員可以改進組描述。
盡管取得了進展，但研究人員也意識到嗅覺的主觀性和個體差異。此外，氣味強度、多種基本氣味分子的混合物和濃度、沒有給定分子結(jié)構(gòu)的真實世界氣味的數(shù)字化、提高描述能力等方面還需要進一步研究。
總的來說，這項工作代表了一個重要的里程碑，首次建立了從化學結(jié)構(gòu)到氣味描述的映射。它為開發(fā)新的生產(chǎn)或分析氣味的方式打下基礎(chǔ)，可能導致各種新產(chǎn)品和技術(shù)的出現(xiàn)，例如醫(yī)療測試、治療或假肢。但是，要實現(xiàn)像通過互聯(lián)網(wǎng)共享氣味這樣的可能性，還需要做更多工作。
