|
Парфюмер будущего
|
|
|
|
Ученые-компьютерщики Google разработали инструмент искусственного интеллекта (ИИ), который может описать, как что-то будет пахнуть по его химической структуре. Он использует «карту запаха» для визуализации характерных запахов конкретной молекулы, основываясь на работе 2019 года, в которой технология описывала запахи с помощью слов. Точки, которые представляют похожие запахи, отображаются на карте близко друг к другу, что можно использовать для предсказания того, как будет пахнуть вещество, прежде чем люди понюхают. «Модель так же надежна, как человек, в описании качества запаха», — пишут исследователи из Кембриджа, штат Массачусетс, США. Они надеются, что модель ИИ можно будет использовать для определения новых запахов ароматов или вкусовых профилей в рецептурах пищевых продуктов. Возможно, он даже сможет предложить новые эффективные репелленты от комаров и других переносчиков болезней.
|
|
|
|
Сопоставить диапазон запахов, воспринимаемых нашим носом, сложнее, чем, скажем, цвета, которые могут уловить наши глаза. Это связано с тем, что колбочки в наших глазах могут улавливать только три цвета — красный, синий и зеленый, тогда как у нас более 300 эквивалентных обонятельных рецепторов. Это означает, что человек может воспринимать чрезвычайно разнообразный диапазон запахов и что существует еще более широкий диапазон обонятельных способностей, которыми люди могут обладать. У нас также есть субъективные мнения о том, как пахнут вещи, поскольку отсутствуют какие-либо определяющие ароматы, которые, как известно, пахнут одинаково для всех. Команда Google обучила нейронную сеть, используя наборы данных о вкусах и ароматах из более чем 5000 различных молекул, что привело к созданию новой «Основной карты запаха» (POM).
|
|
|
В статье, опубликованной в этом месяце в bioRxiv, исследователи описали три теста, которые они провели с основной картой запахов, чтобы изучить ее возможности. Чтобы проверить точность ИИ, они попросили группу из 15 человек описать запах 320 молекул, на которых он не обучался. Поскольку люди воспринимали каждый запах немного по-разному, было взято среднее значение всех участников дискуссии и сопоставлено с результатами ИИ для этих молекул. «Мы обнаружили, что предсказания модели были ближе к консенсусу, чем средний участник дискуссии», — написали исследователи в блоге Google. «Другими словами, модель продемонстрировала исключительную способность предсказывать запах по структуре молекулы». ИИ также смог точно определить силу запаха и его сходство с другими запахами, а также то, как его могут воспринимать другие животные.
|
|
|
|
Исследователи сказали: «Мы обнаружили, что карта может успешно предсказывать активность сенсорных рецепторов, нейронов и поведение у большинства животных, которых изучали обонятельные нейробиологи, включая мышей и насекомых». Для последнего они собрали данные о том, как разные виды воспринимают молекулы, которые представляют собой «метаболические состояния» — или метаболиты — такие как спелые или гнилые, питательные или инертные, здоровые или больные. Они обнаружили, что если для превращения одного метаболита в другой требуется длинная серия метаболических реакций, то на карте они будут отображаться очень далеко друг от друга. Напротив, пахучие метаболиты, которые очень похожи и появляются близко друг к другу, требуют лишь нескольких метаболических реакций для преобразования друг в друга.
|
|
|
|
Это отражает эволюционную теорию о том, что способность животных обонять помогает им четко различать эти метаболические состояния. «POM показывает, что обоняние связано с нашим естественным миром через структуру метаболизма и, что, возможно, удивительно, отражает фундаментальные принципы биологии», — говорят исследователи. Есть надежда, что эта информация позволит модели выявлять болезни человека и животных. В третьем тесте команда хотела проверить, сможет ли их ИИ идентифицировать молекулы, которые будут работать как репелленты от комаров. Они переобучили нейронную сеть, используя два набора данных, которые описывают, насколько хорошо данная молекула может отпугивать комаров. Было обнаружено, что он может предсказать репеллентность почти любой молекулы от комаров, в том числе не из наборов данных, которые были подтверждены экспериментально.
|
|
|
|
Исследователи написали: «Мы... обнаружили более дюжины из них с репеллентностью, по крайней мере, такой же высокой, как ДЭТА, активный ингредиент в большинстве репеллентов от насекомых». «Менее дорогие, долговечные и более безопасные репелленты могут снизить заболеваемость такими заболеваниями, как малярия, во всем мире, потенциально спасая бесчисленное количество жизней». Тот же метод может быть применен для поиска молекул, которые отталкивают другие болезнетворные организмы в будущем. Однако некоторые ученые скептически относятся к эффективности ИИ, утверждая, что он не учитывает, как человеческий мозг получает и транслирует информацию о запахах. В работе также не учитываются запахи, являющиеся результатом сложных комбинаций ароматических молекул.
|
|
|
|
Барри Смит из Школы продвинутого животноводства Лондонского университета сказал New Scientist: «Почти все известные нам запахи — вина, кофе, мыла, запахов других людей, моря — возникают из-за смеси нескольких сотен запахов. летучие молекулы. «Когда мы едим пищу, у нас во рту есть слюна, вкусовые рецепторы вносят свой вклад, текстура пищи. «Многие вещи взаимодействуют, чтобы дать вам мультисенсорный опыт. Поэтому я думаю, что мы все еще далеки от того, чтобы просто предсказывать вкус по молекулам пищи. «В конце концов нам все равно придется заполнить биологию, если мы хотим понять, как люди воспринимают запахи».
|
|
|
|
Источник
|
