微新创想（idea2003.com）9月6日 消息：一项突破性研究成果近日问世，科学家们首次利用图神经网络成功建立了分子结构与人类气味描述之间的直接映射关系。这一创新模型能够根据分子的化学结构精准预测其气味特征，标志着气味数字化时代的初步实现，为未来气味信息的标准化和共享奠定了重要基础。
这项具有里程碑意义的发现发表在8月31日出版的《科学》杂志上。研究团队采用了一种名为消息传递神经网络的图神经网络技术，通过将超过5000种香料分子的结构转化为图形数据，并结合专业调香师标注的气味描述进行深度学习训练。值得注意的是，该研究团队的部分成员最初在谷歌工作，并于2023年1月创立了由Alphabet旗下风险投资部门Google Ventures支持的衍生公司Osmo。
图神经网络强大的预测能力是这项研究的核心突破。该模型能够生成一个包含超过250个维度的空间表示，这种高维度的气味特征映射比传统的色彩表示更为复杂和精细。令人惊叹的是，只需输入新分子的化学结构图，该模型就能自动将其定位在气味映射空间中，并预测出可能的气味描述标签。这种从分子结构到感官描述的直接转化，在嗅觉研究领域尚属首创，被称为”主要气味映射”。
为了验证模型的实际效能，研究人员选取了400种新分子进行测试，并将模型的预测结果与一个由15名专业调香师组成的评审小组的评级进行了对比。该评审小组经过严格训练，能够准确识别55种不同的气味标签。结果显示，在53%的测试案例中，模型的预测结果比小组中位成员的评级更接近平均评估值，这意味着用该模型替代一名评审成员反而能提升小组的整体描述准确性。
尽管取得了令人瞩目的进展，研究团队也清醒地认识到嗅觉感知的主观性和个体差异。目前仍面临诸多挑战，包括如何更准确地反映气味强度、处理多种基础气味分子的复杂混合物、应对缺乏分子结构信息的真实世界气味数字化问题，以及进一步提升描述的精细度等。这些问题的解决将需要更深入的研究和更先进的算法支持。
总体而言，这项研究开创性地实现了从化学结构到气味描述的精准映射，为开发新型气味生产与分析技术铺平了道路。未来这一技术有望应用于医疗测试、气味治疗、假肢感知等多个领域，催生一系列创新产品。然而，要实现像通过互联网共享气味这样的终极愿景，仍需科研人员持续探索和突破更多技术瓶颈。