Новое исследование, описанное в журнале Science 19 февраля, делает самые загадочные из наших чувств немного более предсказуемыми. В рамках проекта, инициированного учеными из Университета Рокфеллера и основанного на краудсорсинге, была разработана математическая модель, которая может прогнозировать запах, который будет вызывать молекула.«Это многовековая проблема. Люди пытались обойти ее разными способами, как вы можете видеть в отделе парфюмерии универмага, когда клерки спрашивают:« Вы любите что-нибудь цветочное? » или «вы любите что-нибудь мускусное?» — говорит исследователь Лесли Фосхолл, профессор Робин Чемерс Нойштейн.
«Мы не полностью решили вопрос о том, как предсказать запах на основе химических свойств молекул, которые его передают, но это самое дальнее объяснение, которое кто-либо придвигал», — добавляет она.Хорошее, плохое и без запаха
Возглавляя Лабораторию нейрогенетики и поведения Рокфеллера, Воссхолл изучает восприятие запахов у людей и насекомых. В рамках этой работы она и Андреас Келлер, научный сотрудник ее лаборатории, решили изучить связь между молекулами и запахом, который они излучают.Чтобы получить необходимые данные, они попросили добровольцев понюхать тщательно подобранный набор молекул, каждая из которых содержится в маленьком флаконе.
Возможности были почти безграничны — в то время как пределы человеческого восприятия света и звука хорошо известны, для запаха таких границ не установлено. Поэтому, пытаясь исследовать весь спектр нашего обоняния, Келлер собрал разнообразный набор из 476 молекул, многие из которых никогда раньше не тестировались в исследованиях запахов.
Он включал знакомые ароматы, такие как сладкое тепло ванилина и запах метилтиобутирата, вонючей молекулы сыра. Он также отобрал молекулы, которые вряд ли узнают анализаторы — 2-изопропилфенол, кто-нибудь? — и даже те, которые считаются без запаха, такие как вода и глицерин. 49 добровольцев оценили каждого из них на основе того, насколько они сильны, насколько они приятны, и в какой степени они вызывают чеснок, цветок, мочу и 16 других характеристик.В общей сложности в результате этих усилий было получено более 1 миллиона точек данных.
Затем исследователи попытались связать эту информацию о восприятии с более чем 2 миллионами дополнительных точек данных, описывающих химические особенности молекул запаха, такие как количество содержащихся в них атомов серы. Чтобы решить эту проблему, потребовалась толпа.
Усилия сообществаДвадцать две команды технически подкованных волонтеров из исследовательских институтов и компаний по всему миру приняли участие в конкурсе DREAM Olfaction Prediction Prediction Challenge, который был организован исследователем Пабло Мейером, руководителем группы в Исследовательском центре Томаса Дж.
Ватсона IBM. Используя оценки запаха Фосхолла и Келлера, один из крупнейших наборов таких данных, когда-либо собранных, эти команды разработали алгоритмы, которые могли «научиться» предсказывать атрибуты запаха на основе химических свойств молекулы.
Лучшего решения не было ни в одной модели. Чтобы воспользоваться мудростью толпы, задачи DREAM обычно объединяют свои представления в агрегированную модель, которая часто оказывается более мощной, чем любая отдельная модель.«DREAM Challenge больше похож на пиньяту на вечеринке, чем на обычный исследовательский проект: все качаются, и даже если ваши алгоритмы не взламывают его, вы все равно вносите свой вклад в решение», — говорит Мейер. «Благодаря такому подходу, надежному набору данных и небольшой удаче мы смогли решить эту особенно сложную проблему».
Заполнение пробелаВ конце задания исследователи проверили производительность агрегированной модели, используя рейтинги 69 молекул, которые они удерживали в качестве своего рода ключа ответа. Идеальный балл для сопоставления профилей атрибутов с молекулами был бы 1,0; модель набрала 0,83, что значительно лучше, чем любые предыдущие попытки решить эту проблему.Запахи, которые модели легче всего предсказать, были запахами чеснока и рыбы, вероятно, потому, что нюхатели в целом договорились о том, как их применять при оценке запахов.
По словам Восхолла, другие атрибуты, такие как холод или кислота, были более сложными, вероятно, потому, что существует меньше единого мнения о том, что эти термины означают запах.Хотя модель прогнозирования запаха еще не совершенна, она открывает новые возможности для парфюмерных химиков, ищущих более эффективные способы создания, скажем, идеального аромата темной розы. Это также проливает новый свет на чрезвычайно сложную биологию восприятия запахов.
Никто до конца не понимает, что происходит, когда молекулы запаха попадают в нос и преобразуются в электрические сигналы, которые поступают в мозг.«Как только вы сможете связать входные данные химической структуры и выход запаха, вы сможете начать обрисовывать в общих чертах, что может происходить во время этого перевода», — говорит Воссхолл, исследователь Медицинского института Говарда Хьюза. «Эта модель — важный начальный шаг в этом направлении».