這不是一件可被嗤之以鼻的事情。計算機破解了一道困擾化學家?guī)讉€世紀的難題：從分子的結構預測它的味道。這一壯舉或許使香水制造商和味道專家得以在試驗和錯誤大大減少的情況下創(chuàng)造新產品。相關成果日前發(fā)表于生命科學預印本網站bioRxiv。
和通過分析光波長或聲音預測視覺和聽覺結果不同，人類的嗅覺一直很神秘。研究嗅覺的化學家從來沒能預測出某個特定的分子聞上去是何種氣味，除了在一些特殊情況下，由于一個分子結構的很多方面可能在決定其氣味上發(fā)揮著重要作用。
來自美國紐約洛克菲勒大學的Andreas Keller和Leslie Vosshall決定利用機器學習的力量解決這一問題。首先，他們讓49名志愿者依據氣味的濃度和愉悅程度及其同大蒜、香料或水果等19個其他描述語的匹配度，對476種化學物質的氣味進行評分。
隨后，研究人員公布了407種化學物質的數據以及測定化學結構的4884個不同變量，并且邀請所有人開發(fā)能搞清楚這些模式的機器學習算法。他們利用剩下的69種化學物質評估了各種算法的準確性，其中有22個團隊接受了這一挑戰(zhàn)。
事實證明，最好的算法比此前預測志愿者對接受測試的化學物質所作描述的任何努力要準確很多。這些努力不太理想，部分原因在于人們在第二次接受測試時極少能對相同的氣味給出一樣的評分。
下一個挑戰(zhàn)則是弄清楚化學物質的混合物將產生何種味道。“現在做的是對單個分子進行評定。”來自科羅拉多州柯林斯堡一家感官咨詢公司的Avery Gilbert表示，“更有用的是知道哪些成分能被很好地集成在一起。”
