預測分子的結構和氣味之間的關(guān)系仍然是一個(gè)難題。這個(gè)問(wèn)題,稱(chēng)為 定量結構-氣味關(guān)系(QSOR)建模，是化學(xué)領(lǐng)域的一個(gè)重要挑戰，對合成香料的生產(chǎn)有很大的潛在影響。

ments="">

一組谷歌研究人員于2019年10月23日發(fā)表了一篇論文，探討如何利用機器學(xué)習來(lái)發(fā)現分子氣味與其結構之間的關(guān)系——科學(xué)家們70多年來(lái)一直試圖量化這種關(guān)系。

雖然分子結構可以讓科學(xué)家們洞察事物的外觀(guān)或聲音，”預測一個(gè)分子的結構和它的氣味之間的關(guān)系仍然是一個(gè)困難的，有幾十年歷史的任務(wù)。”;

這些科學(xué)家使用機器學(xué)習來(lái)尋找這種潛在的定量關(guān)系，這種方式讓人聯(lián)想到深度學(xué)習是如何被用來(lái)預測視覺(jué)和聽(tīng)覺(jué)特征的。

使用 一個(gè)5030個(gè)分子的數據集嗅覺(jué)專(zhuān)家(比如專(zhuān)業(yè)香水師)用氣味描述符(比如水果味、bready味、堅果味和奶酪味)來(lái)標記，研究小組訓練了一個(gè)圖形神經(jīng)網(wǎng)絡(luò )，根據分子的形狀來(lái)預測這些標簽。分子的局部和整體成分在感知和結構上的相似性幫助這個(gè)神經(jīng)網(wǎng)絡(luò )識別哪些部分負責哪些香味節點(diǎn)。

根據這篇論文，能夠使用機器學(xué)習來(lái)預測基于分子結構的氣味將“有助于發(fā)現新的合成氣味”，這樣自然產(chǎn)物就不需要收獲這么多。