这不是一件可被嗤之以鼻的事情。计算机破解了一道困扰化学家几个世纪的难题：从分子的结构预测它的味道。这一壮举或许使香水制造商和味道专家得以在试验和错误大大减少的情况下创造新产品。相关成果日前发表于生命科学预印本网站bioRxiv。
和通过分析光波长或声音预测视觉和听觉结果不同，人类的嗅觉一直很神秘。研究嗅觉的化学家从来没能预测出某个特定的分子闻上去是何种气味，除了在一些特殊情况下，由于一个分子结构的很多方面可能在决定其气味上发挥着重要作用。
来自美国纽约洛克菲勒大学的Andreas Keller和Leslie Vosshall决定利用机器学习的力量解决这一问题。首先，他们让49名志愿者依据气味的浓度和愉悦程度及其同大蒜、香料或水果等19个其他描述语的匹配度，对476种化学物质的气味进行评分。
随后，研究人员公布了407种化学物质的数据以及测定化学结构的4884个不同变量，并且邀请所有人开发能搞清楚这些模式的机器学习算法。他们利用剩下的69种化学物质评估了各种算法的准确性，其中有22个团队接受了这一挑战。
事实证明，最好的算法比此前预测志愿者对接受测试的化学物质所作描述的任何努力要准确很多。这些努力不太理想，部分原因在于人们在第二次接受测试时极少能对相同的气味给出一样的评分。
下一个挑战则是弄清楚化学物质的混合物将产生何种味道。“现在做的是对单个分子进行评定。”来自科罗拉多州柯林斯堡一家感官咨询公司的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。”
18926578588