謝齊飛科學家們成功建立了一個工具，可以根據分子的結構預測其氣味特徵。這項研究利用機器學習創建了一個「氣味地圖」，對於食品和香料行業的合成化學家來說具有重要價值。這一突破可能為生產更可持續的味道和香氣開闢新的途徑。
在一項重大突破中，科學家成功開發出一種根據分子結構預測其氣味特性的工具。這個工具不僅能辨識出外型不同但氣味相同的分子，還能分辨外觀近似但氣味全然不同的分子。這項研究已經發表在《科學》(Science) 期刊上。
雷丁大學 (University of Reading) 的 Jane Parker 教授表示：「視覺研究有波長，聽覺研究有頻率－這些都可以由儀器進行量測和評估。但氣味呢？我們目前還沒有一種方式能根據其分子結構準確地量測或預測分子的氣味。」
Parker 教授進一步解釋，儘管目前對分子結構有一定的了解，但仍然會遇到許多氣味與結構不符的例外，這一直是嗅覺模型難以解決的問題。她表示，這個新的機器學習 (ML) 生成的模型能夠正確預測這些例外的氣味。
這項研究利用機器學習創造了一個「氣味地圖」(Odor Map)，對食品和香料行業的合成化學家來說將非常有價值。這也為生產更多可持續的口味和香料提供了新的可能性。
Parker 教授與賓夕法尼亞大學 Monell 化學感官中心、亞利桑那州立大學和源於 Google 機器學習實驗室衍生出的 Osmo 公司合作完成了這項研究。
雷丁大學的角色是確保用於測試 AI 模型的樣本純度。他們使用氣相色譜法來分離微量雜質和目標分子，以便我們能夠分辨出各個分子的氣味。
Parker 博士說，一旦 AI 模型經過數據訓練，其預測新化合物的氣味能力就非常優秀。實際操作中，它應該與一組人類評審的平均氣味分數相匹配，而這也確實發生了。
Parker 博士總結說：「作為一個合成化學的工具，這將是無價之寶。我們可以用它來尋找新的氣味。這為大規模篩選分子的氣味提供了可能性，就像製藥行業篩選新藥物一樣。」
Source: Phys.org