加州大学河滨分校的研究将机器学习应用于嗅觉
加州河滨市-加利福尼亚大学河滨分校的一对研究人员已经使用机器学习来了解化学气味是什么-这是一项突破性的研究,具有在食品香精香料行业中的潜在应用。
“我们现在可以使用人工智能来预测任何化学将如何闻到人类,说:”Anandasankar雷,教授分子,细胞和系统生物学和的资深作者的研究出现在iScience。“在调味剂,化妆品或家用产品中有毒或刺激性强的化学药品可以用天然,更柔软和更安全的化学药品代替。”
当他们将近400种气味受体或OR的一部分在鼻子中激活时,人类就会感觉到气味。每个OR由一组独特的化学物质激活;在一起,大型OR家庭可以检测到广阔的化学空间。嗅觉的一个关键问题是受体如何促进不同的感知品质或感知。
雷说:“我们尝试使用化学信息学和机器学习对人类嗅觉感知进行建模。”“机器学习的力量在于它能够评估大量化学特征并了解是什么使化学气味如柠檬,玫瑰或其他东西产生。机器学习算法最终可以预测一种新化学物质即使我们最初可能不知道它闻起来像柠檬还是玫瑰的味道,它也会闻起来。”
根据Ray的说法,对化学物质气味的数字化预测创造了一种科学地确定可在食品,香料和香精行业中使用哪种化学物质的新方法。
他说:“它使我们能够迅速找到具有新颖气味组合的化学物质。”“这项技术可以帮助我们发现新的化学物质,以取代现有的化学物质,例如那些已变得稀有或非常昂贵的化学物质。它为我们提供了广泛的化合物组合,我们可以将其混合并匹配用于任何嗅觉应用。例如,现在,您可以制作出能在蚊子上起作用但对人类具有令人愉快气味的驱蚊剂。”
研究人员首先开发了一种用于计算机的方法,以学习激活已知的人类气味受体的化学特征。然后,他们为34种有气味的受体筛选了大约一百万种化合物来寻找新的配体(与受体结合的分子)。接下来,他们集中于可以估计气味受体活性的算法是否也可以预测气味的多种感知质量。
“计算机可能会帮助我们更好地理解人类的感知编码,这在某种程度上似乎是基于不同激活的OR的组合,”神经科学研究生课程的学生Joel Kowalewski说,他与雷一起工作,也是该研究论文的第一作者。“我们使用了人类志愿者先前评估过的数百种化学药品,选择了能最好地预测对某些化学药品的感知的OR,并测试了这些OR还能预测出新化学药品。”