El sentido del olfato es uno de los sentidos básicos de las especies animales. Es fundamental para encontrar comida, darse cuenta de la atracción y sentir el peligro. Los seres humanos detectan olores, u olores, con receptores olfativos expresados ​​en las células nerviosas olfativas. Estas impresiones olfativas de olores en las células nerviosas están asociadas con sus características moleculares y propiedades fisicoquímicas. Esto hace posible adaptar los olores para crear una impresión de olor deseada. Los métodos actuales solo predicen las impresiones olfativas a partir de las características fisicoquímicas de los olores. Pero ese método no puede predecir los datos de detección, que son indispensables para crear olores.

Para abordar este problema, los científicos del Instituto de Tecnología de Tokio (Tokyo Tech) han empleado la estrategia innovadora de resolver el problema inverso. En lugar de predecir el olor a partir de datos moleculares, este método predice características moleculares basadas en la impresión del olor. Esto se logra utilizando datos de espectro de masas estándar y modelos de aprendizaje automático (ML).

"Utilizamos un modelo predictivo de olores basado en el aprendizaje automático que habíamos desarrollado previamente para obtener la impresión del olor. Luego, predijimos el espectro de masas a partir de la impresión del olor de forma inversa en función del modelo directo desarrollado previamente", explica el profesor Takamichi Nakamoto, líder de el esfuerzo de investigación de Tokyo Tech. Los hallazgos han sido publicados en PLOS ONE .

El espectro de masas de las mezclas de olores se obtiene mediante una combinación lineal de los espectros de masas de los componentes individuales. Este método simple permite la preparación rápida de los espectros predichos de mezclas de olores y también puede predecir la proporción de mezcla requerida, una parte importante de la receta para la preparación de nuevos olores.

"Por ejemplo, mostramos qué moléculas dan el espectro de masas del sabor a manzana con impresiones mejoradas de 'fruta' y 'dulce'. Nuestro método de análisis muestra que las combinaciones de 59 o 60 moléculas dan el mismo espectro de masas que el obtenido del impresión de olor. Con esta información y la proporción de mezcla correcta necesaria para una cierta impresión, teóricamente podríamos preparar el aroma deseado", dice el profesor Nakamoto.

Este novedoso método descrito en este estudio puede proporcionar predicciones muy precisas de las propiedades fisicoquímicas de las mezclas de olores, así como las proporciones de mezcla necesarias para prepararlas, lo que abre la puerta a un sinfín de fragancias personalizadas. + Explora más

Recreación artificial de olores mediante un despliegue olfativo multicomponente