一種新的計算機模型“繪制”出氣味分子，以區(qū)分那些有肉味、粉末狀、甜味和許多其他香味的氣味

Credit: janiecbros/Getty Images

研究人員早就知道，我們吸入的分子的化學(xué)結(jié)構(gòu)會影響我們的氣味。但在大多數(shù)情況下，沒人能弄清楚到底是怎么回事?？茖W(xué)家們已經(jīng)破譯了一些具體的規(guī)則，這些規(guī)則控制著鼻子和大腦如何根據(jù)空氣中的分子的特征來感知它。很明顯，我們很快就能認(rèn)出某些含硫化合物是大蒜的氣味，而某些氨衍生胺是魚的氣味。但這些都是例外。

事實證明，結(jié)構(gòu)不相關(guān)的分子可以有相似的氣味。例如，氰化氫和更大的環(huán)狀苯甲醛聞起來都像杏仁。與此同時，微小的結(jié)構(gòu)變化——甚至改變一個雙鍵的位置——都能極大地改變氣味。

為了弄清楚這種令人困惑的化學(xué)現(xiàn)象，研究人員求助于人工智能的計算能力。現(xiàn)在，一個研究小組已經(jīng)訓(xùn)練出一種被稱為圖形神經(jīng)網(wǎng)絡(luò)的人工智能，可以根據(jù)氣味分子的化學(xué)特征來預(yù)測一種化合物對人來說是什么味道——玫瑰味、藥用味、泥土味等等。研究人員在發(fā)布在預(yù)印本存儲庫bioRxiv上的新論文草稿中報告稱，計算機模型對新氣味的評估和人類氣味一樣可靠。

現(xiàn)在谷歌的風(fēng)險投資公司GV工作的亞歷克斯·威爾奇科(Alex Wiltschko)說:“它實際上學(xué)到了一些關(guān)于世界是如何嗅感以及嗅感是如何工作的基本知識，這讓我感到震驚?！彼诠雀鑂esearch工作時曾領(lǐng)導(dǎo)數(shù)字嗅覺團隊。

人類的鼻子平均含有400種嗅覺受體(OR)，這些受體可以與潛在的大量空氣分子結(jié)合。然后，這些受體啟動神經(jīng)元信號，大腦隨后對咖啡、汽油或香水的氣味進行解讀。盡管科學(xué)家們知道這一過程在廣義上是如何工作的，但許多細(xì)節(jié)——比如氣味受體的精確形狀或系統(tǒng)如何編碼這些復(fù)雜的信號——仍未被發(fā)現(xiàn)。

一個包含各種已知氣味的“嗅覺參考套件”。 Credit: Joel Mainland

哥倫比亞大學(xué)的嗅覺神經(jīng)科學(xué)家斯圖爾特·費爾斯坦(Stuart Firestein)稱該模型為“計算生物學(xué)的杰作”。但正如許多基于機器學(xué)習(xí)的研究的典型情況一樣，“在我看來，它從未讓你對事物是如何工作的有更深入的了解，”Firestein說，他沒有參與這篇論文。他的批評源于該技術(shù)的一個固有特征:這種神經(jīng)網(wǎng)絡(luò)通常是不可解釋的，這意味著人類研究人員無法獲得模型用來解決問題的推理。

更重要的是，這個模型跳過了神經(jīng)系統(tǒng)的神秘工作原理，而是在分子和氣味之間建立了直接聯(lián)系。盡管如此，費爾斯坦和其他人把它描述為一種潛在的有用的工具，用來研究嗅覺及其與化學(xué)之間令人擔(dān)憂的關(guān)系。對相關(guān)研究人員來說，該模型也代表著朝著更精確、基于數(shù)字的方法來描述氣味宇宙的一步，他們希望最終能將這種感覺帶到數(shù)字世界。

Wiltschko說:“我深信在未來，就像人類能看、能聽、能聞一樣，計算機也能看、能聽、能聞?！盬iltschko現(xiàn)在正在探索這項技術(shù)的商業(yè)化。

一段時間以來，研究人員一直在使用計算建模來研究嗅覺。在2017年發(fā)表的一篇論文中，一場眾包競賽生成了一個模型，該模型能夠?qū)⒎肿咏Y(jié)構(gòu)與一些標(biāo)簽(包括“甜的”、“燒焦的”和“花的”)匹配，這些標(biāo)簽描述了它們的氣味，就像人類所經(jīng)歷的那樣。在新的后續(xù)研究中，Wiltschko的團隊用大約5000個經(jīng)過充分研究的分子的數(shù)據(jù)訓(xùn)練模型，包括它們的原子特征和它們之間的化學(xué)鍵。結(jié)果，該模型生成了一幅極其復(fù)雜的氣味“地圖”。與傳統(tǒng)的二維紙質(zhì)地圖不同，該模型基于256維將氣味分子放置在“位置”上——算法確定可以利用這些屬性來區(qū)分分子。

氣味圖的插圖。Credit: Alexander B. Wiltschko

為了驗證這張地圖是否符合人類的實際感知，Wiltschko的團隊找到了莫奈爾化學(xué)感官中心的嗅覺神經(jīng)科學(xué)家Joel Mainland。“在這里，定義成功有點難，因為‘你如何定義某種東西的味道?’”Mainland說?！?香水)行業(yè)所做的——也就是我們在這里所做的——基本上就是把一群人聚在一起，讓他們描述香水的味道?！?/p>

首先，Mainland和其他人識別了一組沒有記錄的帶有氣味的分子。至少15名訓(xùn)練有素的研究參與者嗅了嗅每種氣味。由于基因差異、個人經(jīng)歷和偏好的不同，對氣味的感知因人而異，研究人員對參與者的評估取平均值，并將平均值與模型的預(yù)測進行比較。他們發(fā)現(xiàn)，對于53%的分子，該模型比典型的單個小組成員更接近小組成員的平均水平——他們說這一表現(xiàn)超過了早期基于標(biāo)簽的模型。

雖然新模型可能已經(jīng)被證明能夠在給定單分子的情況下模仿人類的氣味感知，但它在現(xiàn)實世界中不會表現(xiàn)得那么好。從玫瑰到香煙煙霧，大多數(shù)氣味都是混合氣味。此外，該團隊使用香水?dāng)?shù)據(jù)來訓(xùn)練新模型，這些數(shù)據(jù)偏向于令人愉快的氣味，遠(yuǎn)離令人厭惡的氣味。

即使有這些限制，該模型仍然可以幫助那些對氣味化學(xué)感興趣的人，例如，指導(dǎo)那些想要識別未被研究的難聞氣味的研究人員，或測試分子結(jié)構(gòu)的調(diào)整如何改變感知。香水化學(xué)家在提煉香水配方或識別潛在的新成分時也可以參考它。

Wiltschko的團隊已經(jīng)用這個模型測試了一個關(guān)于化學(xué)物質(zhì)結(jié)構(gòu)與人類和其他生物如何感知其氣味之間聯(lián)系的理論。在8月份發(fā)表在bioRxiv上的另一篇預(yù)印本論文中，研究人員認(rèn)為動物的新陳代謝——維持其生命的化學(xué)過程，如將食物轉(zhuǎn)化為能量——可以解釋這一現(xiàn)象。從一個數(shù)據(jù)庫中，他們選擇了被預(yù)測會喚起氣味的代謝化合物，并使用他們的氣味地圖模型分析分子。研究小組得出的結(jié)論是，在代謝反應(yīng)中扮演密切相關(guān)角色的分子往往氣味相似，即使它們的結(jié)構(gòu)不同。Mainland并不是這篇單獨的預(yù)印本論文的合著者，但他參與了該項目的研究團隊，他稱這一發(fā)現(xiàn)“非常令人興奮”。他說:“我們不僅僅是在建立一個解決問題的模型?！薄拔覀冋谠噲D弄清楚這一切背后的潛在邏輯是什么。”

該模型還可能開啟新技術(shù)的大門，根據(jù)需求記錄或生產(chǎn)特定的氣味。Wiltschko將他的團隊的工作描述為朝著人類氣味感知的“完整地圖”邁進了一步。最終版本將可與國際照明委員會定義的“顏色空間”相媲美，該委員會繪制出可見的顏色。然而，牛津大學(xué)認(rèn)知科學(xué)教授阿西法·馬吉德(Asifa Majid)指出，與新的嗅覺地圖不同的是，顏色空間不依賴于文字。他沒有參與上述研究。馬吉德質(zhì)疑使用語言作為繪制人類感官感知的基礎(chǔ)。她說:“說不同語言的人對世界有不同的指代方式，這些分類并不總是完全翻譯過來的。”例如，說英語的人經(jīng)常通過提及咖啡或肉桂等潛在氣味來源來描述一種氣味。但是在馬來西亞和泰國部分地區(qū)使用的土著語言Jahai中，人們從12個基本的氣味詞匯中進行選擇。

馬吉德說，如果沒有實證研究來驗證它，“我們根本不知道這項工作將如何推廣到其他語言。”理論上，研究人員可以通過測量小組成員在被要求比較氣味時的反應(yīng)時間來定義氣味，因為要區(qū)分相似的氣味比較困難，所以參與者需要更多的時間來進行區(qū)分。然而，據(jù)Mainland說，這種行為方法被證明是不現(xiàn)實的。他說，因為該模型已經(jīng)了解了氣味宇宙組織的一些基本知識，他希望這張地圖在世界其他地方也能適用。

盡管不依靠文字就可以研究人類對氣味的感知，但研究人員仍然缺乏用一種至關(guān)重要的通用語言——數(shù)字來表示這些體驗的能力。通過開發(fā)顏色空間坐標(biāo)或十六進制編碼(用紅、綠、藍(lán)來編碼顏色)的視覺模型，研究人員的目標(biāo)希望用新的精確度來描述氣味——也許，最終，將它們數(shù)字化。

Michael Schmuker解釋說，對于視覺和聽覺，研究人員已經(jīng)了解了大腦關(guān)注的特征。Michael Schmuker在英國赫特福德大學(xué)使用化學(xué)信息學(xué)研究嗅覺，但沒有參與這些研究。他說，對于嗅覺，“現(xiàn)在有很多問題需要解決?！?/p>

一個主要的挑戰(zhàn)是主要氣味的識別。為了創(chuàng)造相當(dāng)于嗅覺的數(shù)字圖像，讓氣味(如地圖)被記錄下來并有效地重新創(chuàng)造，研究人員需要確定一組氣味分子，這些分子在混合時可以可靠地產(chǎn)生一個色域，就像紅、綠、藍(lán)產(chǎn)生屏幕上的所有色調(diào)一樣。

施穆克說:“盡管人們正在努力，但這是目前非常遙遠(yuǎn)的科幻小說?！?/p>

以上內(nèi)容節(jié)選自：

https://www.scientificamerican.com/article/ai-predicts-what-chemicals-will-smell-like-to-a-human/