Un par de investigadores de la Universidad de California, Orilla, ha utilizado el aprendizaje automático para comprender a qué huele una sustancia química, un avance en la investigación con aplicaciones potenciales en las industrias de aromas y fragancias alimentarias.

"Ahora podemos usar la inteligencia artificial para predecir cómo olerán los humanos cualquier químico, "dijo Anandasankar Ray, un profesor de molecular, biología celular y de sistemas, y el autor principal del estudio que aparece en iScience . "Los productos químicos que son tóxicos o agresivos en decir, sabores productos cosméticos, o los productos para el hogar se pueden reemplazar con naturales, más suave y productos químicos más seguros ".

Los seres humanos perciben los olores cuando algunos de sus casi 400 receptores de olores, o quirófanos, se activan en la nariz. Cada quirófano se activa mediante un conjunto único de productos químicos; juntos, la gran familia de quirófanos puede detectar un vasto espacio químico. Una cuestión clave en el olfato es cómo los receptores contribuyen a las diferentes cualidades o percepciones perceptivas.

"Intentamos modelar las percepciones olfativas humanas mediante la informática química y el aprendizaje automático, ", Dijo Ray." El poder del aprendizaje automático es que puede evaluar una gran cantidad de características químicas y aprender a qué huele una sustancia química, decir, un limón o una rosa o algo más. El algoritmo de aprendizaje automático puede eventualmente predecir cómo olerá una nueva sustancia química, aunque inicialmente no sepamos si huele a limón o rosa ".

Según Ray, La digitalización de las predicciones sobre el olor de los productos químicos crea una nueva forma de priorizar científicamente qué productos químicos se pueden utilizar en los alimentos. sabor, e industrias de fragancias.

"Nos permite encontrar rápidamente sustancias químicas que tienen una combinación novedosa de olores, ", dijo." La tecnología puede ayudarnos a descubrir nuevos productos químicos que podrían reemplazar a los existentes que se están volviendo raros, por ejemplo, o que son muy caras. Nos brinda una amplia paleta de compuestos que podemos mezclar y combinar para cualquier aplicación olfativa. Por ejemplo, ahora puede hacer un repelente de mosquitos que funcione con los mosquitos pero que tenga un olor agradable para los humanos ".

Los investigadores desarrollaron por primera vez un método para que una computadora aprenda las características químicas que activan los receptores odorantes humanos conocidos. Luego examinaron aproximadamente medio millón de compuestos en busca de nuevos ligandos, moléculas que se unen a los receptores, para 34 receptores odorantes. Próximo, se centraron en si el algoritmo que podría estimar la actividad del receptor de olores también podría predecir diversas cualidades perceptivas de los olores.

"Las computadoras pueden ayudarnos a comprender mejor la codificación perceptiva humana, que aparece, en parte, basarse en combinaciones de quirófanos activados de forma diferente, "dijo Joel Kowalewski, estudiante del Programa de Posgrado en Neurociencias que trabaja con Ray y primer autor del artículo de investigación. "Usamos cientos de productos químicos que los voluntarios humanos evaluaron previamente, los quirófanos seleccionados que predijeron mejor las percepciones de una parte de los productos químicos, y probó que estos quirófanos también eran predictivos de nuevos productos químicos ".

Ray y Kowalewski mostraron que la actividad de los quirófanos predijo con éxito 146 percepciones diferentes de sustancias químicas. Para su sorpresa, se necesitaron pocas, en lugar de todas, para predecir algunas de estas percepciones. Dado que no podían registrar la actividad de las neuronas sensoriales en humanos, probaron esto más a fondo en la mosca de la fruta ( Drosophila melanogaster ) y observaron un resultado similar al predecir la atracción o aversión de la mosca a diferentes olores.

"Si las predicciones tienen éxito con menos información, la tarea de decodificar la percepción de olores sería más fácil para una computadora, "Dijo Kowalewski.

Ray explicó que muchos artículos disponibles para los consumidores utilizan productos químicos volátiles para resultar atractivos. Aproximadamente el 80% de lo que se considera sabor en los alimentos en realidad proviene de los olores que afectan el olfato. Fragancias para perfumar cosméticos, productos de limpieza, y otros artículos para el hogar juegan un papel importante en el comportamiento del consumidor.

"Nuestro enfoque digital que utiliza el aprendizaje automático podría abrir muchas oportunidades en la comida, sabor, e industrias de fragancias, ", dijo." Ahora tenemos una capacidad sin precedentes para encontrar ligandos y nuevos sabores y fragancias. Usando nuestro enfoque computacional, podemos diseñar de forma inteligente productos químicos volátiles que huelan deseados para su uso y también predecir ligandos para los 34 quirófanos humanos ".

El artículo de investigación se titula "Predicción de la percepción olfativa humana a partir de las actividades de los receptores odorantes".