Una coppia di ricercatori dell'Università della California, lungo il fiume, ha utilizzato l'apprendimento automatico per capire l'odore di una sostanza chimica, una svolta della ricerca con potenziali applicazioni nelle industrie degli aromi e delle fragranze alimentari.

"Ora possiamo usare l'intelligenza artificiale per prevedere l'odore di qualsiasi sostanza chimica per gli umani, " disse Anandasankar Ray, un professore di molecolare, biologia cellulare e dei sistemi, e l'autore senior dello studio che appare in iScience . "Le sostanze chimiche tossiche o aggressive in, dire, sapori, cosmetici, o i prodotti per la casa possono essere sostituiti con prodotti naturali, più morbido, e prodotti chimici più sicuri."

Gli esseri umani percepiscono gli odori quando alcuni dei loro quasi 400 recettori olfattivi, o OR, si attivano nel naso. Ogni OR è attivato da un insieme unico di sostanze chimiche; insieme, la grande famiglia OR può rilevare un vasto spazio chimico. Una domanda chiave nell'olfatto è come i recettori contribuiscono a diverse qualità o percezioni percettive.

"Abbiamo cercato di modellare le percezioni olfattive umane utilizzando l'informatica chimica e l'apprendimento automatico, " Ray ha detto. "Il potere dell'apprendimento automatico è che è in grado di valutare un gran numero di caratteristiche chimiche e imparare cosa rende un odore chimico, dire, un limone o una rosa o qualcos'altro. L'algoritmo di apprendimento automatico può alla fine prevedere l'odore di una nuova sostanza chimica anche se inizialmente potremmo non sapere se ha l'odore di un limone o di una rosa".

Secondo Ray, la digitalizzazione delle previsioni sull'odore delle sostanze chimiche crea un nuovo modo di stabilire scientificamente la priorità di quali sostanze chimiche possono essere utilizzate negli alimenti, gusto, e industrie di profumi.

"Ci permette di trovare rapidamente sostanze chimiche che hanno una nuova combinazione di odori, " ha detto. "La tecnologia può aiutarci a scoprire nuove sostanze chimiche che potrebbero sostituire quelle esistenti che stanno diventando rare, Per esempio, o che sono molto costosi. Ci offre una vasta gamma di composti che possiamo mescolare e abbinare per qualsiasi applicazione olfattiva. Per esempio, ora puoi creare un repellente per zanzare che funziona sulle zanzare ma ha un odore gradevole per gli umani."

I ricercatori hanno prima sviluppato un metodo per consentire a un computer di apprendere le caratteristiche chimiche che attivano i noti recettori olfattivi umani. Hanno quindi esaminato circa mezzo milione di composti alla ricerca di nuovi ligandi, molecole che si legano ai recettori, per 34 recettori olfattivi. Prossimo, si sono concentrati sul fatto che l'algoritmo in grado di stimare l'attività del recettore olfattivo potesse anche prevedere diverse qualità percettive degli odoranti.

"I computer potrebbero aiutarci a comprendere meglio la codifica percettiva umana, che appare, in parte, essere basato su combinazioni di OR attivati ​​in modo diverso, " ha detto Joel Kowalewski, uno studente del Neuroscience Graduate Program che lavora con Ray e il primo autore del documento di ricerca. "Abbiamo usato centinaia di sostanze chimiche che i volontari umani hanno precedentemente valutato, OR selezionati che meglio prevedevano le percezioni su una porzione di sostanze chimiche, e testato che questi OR erano anche predittivi di nuove sostanze chimiche."

Ray e Kowalewski hanno mostrato che l'attività degli OR ha predetto con successo 146 diverse percezioni di sostanze chimiche. Con loro sorpresa, erano necessari pochi OR piuttosto che tutti per prevedere alcune di queste percezioni. Poiché non potevano registrare l'attività dei neuroni sensoriali negli esseri umani, lo hanno testato ulteriormente nel moscerino della frutta ( Drosophila melanogaster ) e ha osservato un risultato simile nel prevedere l'attrazione o l'avversione della mosca per diversi odoranti.

"Se le previsioni hanno successo con meno informazioni, il compito di decodificare la percezione degli odori diventerebbe quindi più facile per un computer, " ha detto Kowalewski.

Ray ha spiegato che molti articoli a disposizione dei consumatori utilizzano sostanze chimiche volatili per rendersi attraenti. Circa l'80% di ciò che è considerato sapore negli alimenti deriva in realtà dagli odori che influenzano l'olfatto. Fragranze per profumare i cosmetici, prodotti per la pulizia, e altri beni per la casa svolgono un ruolo importante nel comportamento dei consumatori.

"Il nostro approccio digitale che utilizza l'apprendimento automatico potrebbe aprire molte opportunità nel settore alimentare, gusto, e industrie di profumi, " ha detto. "Ora abbiamo una capacità senza precedenti di trovare ligandi e nuovi sapori e fragranze. Utilizzando il nostro approccio computazionale, possiamo progettare in modo intelligente sostanze chimiche volatili che hanno un odore desiderabile per l'uso e anche prevedere ligandi per le 34 sale operatorie umane".

Il documento di ricerca è intitolato "Predire la percezione olfattiva umana dalle attività dei recettori olfattivi".