接近數位化嗅覺：模型能比人類評審更好地描述氣味
2023 年 8 月 31 日
編者手記：本文根據 Science X 的編輯流程和政策進行了審查。編輯們在確保內容可信度的同時特別強調以下特點：事實核實、同行評審出版、可信的來源、校對。
神經科學的一個主要問題是研究我們的感官如何將光轉化成視覺、聲音轉化成聽覺、食物轉化成味覺以及質地轉化成觸覺。而嗅覺則是這些感官關係變得更加複雜和令人困惑的地方。為解決這個問題，由蒙奈爾化學感知中心（Monell Chemical Senses Center）和 Osmo 公司聯合領導的一個研究團隊，利用機器學習模型探索了空氣中化學物質如何與大腦中的氣味感知相聯動。這項研究發表在《科學》（Science）期刊的 9 月 1 日號上。
蒙奈爾中心成員、高級共同作者喬爾·梅因蘭德（Joel Mainland）博士表示：“這一模型彌補了人們對嗅覺理解方面的長期空白。”這項合作專案使我們更接近將氣味數位化以便記錄和再現。它還可能為香水和調味行業提供新的香氣，不僅可以減少對自然資源受威脅的植物的依賴，而且還可以為蚊子驅避劑或異味掩蓋劑等用途確保新的功能性香氣。
我們的大腦和嗅覺如何協同工作
人類擁有大約 400 種功能性嗅覺感受器。這些感受器是位於嗅覺神經末梢的蛋白質，它們能夠與空氣中的分子結合，將電訊號傳遞到嗅球。嗅覺感受器的數量比我們用於視覺的感受器（4 種）甚至味覺的感受器（約 40 種）還要多。
梅因蘭德說：“然而在嗅覺研究中，關於哪些物理特性使得空氣中的分子在大腦中產生特定的氣味，這個問題一直是個謎。”“但如果一臺電腦能夠辨識分子的形狀和我們最終感知氣味的關係，科學家們就可以利用這個知識來推進我們對大腦和嗅覺如何協同工作的理解。”
為理解決這個問題，Osmo 公司執行長 Alex Wiltschko 博士及其團隊建立了一個模型，該模型能夠將分子的氣味文字描述與分子的分子結構相匹配。這些相互作用的結果形成了一個關於氣味的地圖，其中包含了類似氣味的分組，如花香和糖果香。
Wiltschko 表示：“電腦已經能夠將視覺和聽覺數位化，但尚未數位化我們最深層次且歷史最久的嗅覺。”“本研究提出並取證了一種新的、基於資料的人類嗅覺地圖，將化學結構與氣味感知相匹配。”
POM 模型可解決一系列基本的嗅覺預測任務
這個模型使用了一個行業資料集進行了訓練，該資料集包含了 5000 種已知氣味物質的分子結構和氣味特性。資料輸入是分子的形狀，輸出則是預測哪些氣味詞語最能描述它的氣味。為了檢驗模型的效果，蒙奈爾中心的研究人員進行了一項盲測驗，將一組訓練有素的研究參與者對新分子進行描述，然後將他們的答案與模型的描述進行比較。這 15 名參與者每人收到了 400 種氣味物質，並接受了一套由薄荷到腐臭等 55 個詞語來描述每種分子的訓練。
研究的聯合第一作者 Emily Mayhew 博士表示：“我們對這個模型的信心取決於我們對測試資料的信心。”她在蒙奈爾中心的博士後研究期間進行了這項研究，現在是密歇根州立大學的助理教授。Google 研究團隊的 Brian K. Lee 博士也是共同第一作者。蒙奈爾中心的團隊向參與者提供了實驗室設計的氣味參考套件，以教授他們如何識別氣味並選擇最合適的詞語來描述自己的感知。為了避免像在以前的研究中出現的問題，如參與者將“潮濕”（像潮濕的地下室）和“麝香”（像香水）混淆起來，訓練過程和實驗室設計的氣味參考套件教會了每位參與者與每個描述詞語相聯動的氣味特性。參與者被要求選擇哪個描述詞語適用於每種氣味，並按照 1 至 5 的比例對每種氣味評估該詞語的適用程度。例如，一位參與者對先前未加以描述的氣味物質 2,3-二氫苯並呋喃-5-甲醛的氣味評分為非常像粉末（5）和有點甜（3）。
質控關鍵，確保人類嗅覺評審和 AI 模型的對比結果
在將人類的嗅覺評審與計算機模型的表現進行比較時，除了辨識出的雜質之外，該模型在預測小組的氣味評分平均值方面優於單個評審者。具體而言，該模型在 53％的分子測試中表現優於平均評審者。
梅因蘭德說：“最令人驚訝的結果是，該模型在它未接受過任何關於嗅覺強度的訓練的情況下，卻成功地完成了嗅覺任務。”“令人驚訝的是，我們從未訓練過它去學習氣味的強度，但它仍然能夠做出準確的預測。”該模型能夠識別數十對結構不同的分子，但它們的氣味卻相似，還能對 50 萬種潛在氣味分子進行多種氣味特性（如氣味強度）的描述。
梅因蘭德說：“我們希望這一地圖能夠成為化學、嗅覺神經科學和心理物理學研究人員的寶貴工具，用於研究嗅覺感知的本質。”
下一步是什麼？
研究團隊推測，該模型地圖可能是基於代謝組織的組織。這將是科學家對氣味的思考方式上的一個根本性轉變。換句話說，地圖上靠近彼此的氣味，或者在感知上相似的氣味，也更有可能在代謝上存在相聯動。感官科學家當前根據化學家的方式組織分子，比如問它是否含有酯類或芳香環？梅因蘭德說：“我們的大腦並不以這種方式組織氣味。”“相反，這張地圖表明，我們的大腦可能根據它們的來源營養物質來組織氣味。”
更多訊息：Brian K. Lee 等人，《A principal odor map unifies diverse tasks in olfactory perception》，《Science》（2023）。DOI：10.1126/science.ade4401。 www.science.org/doi/10.1126/science.ade4401
引用：距離數位化嗅覺更近一步：模型能比人類評審更好地描述氣味。檢索自https://techxplore.com/news/2023-08-closer-digitizing-odors-human-panelists.html
關鍵詞：嗅覺、自味道數位化、模型、人類評審、描述氣味
