“Hai mai provato a misurare l’olfatto?” Alexander Graham Bell una volta chiesto Auditorium degli ex studenti della High School di Washington.
Poi chiese alla classe forse confusa del 1914 se potevano dire quando un profumo era due volte più forte di un altro, o misurare la differenza tra due odori diversi. Alla fine, però, è arrivato al punto. “A meno che non sia possibile misurare le loro somiglianze e differenze, non è possibile avere una scienza dell’olfatto”, ha detto Bell. “Se hai l’ambizione di scoprire nuova scienza, misura l’odore.”
A quel tempo, gli scienziati si resero conto che il suono e la vista di Bell che si esibiva sul palco potevano essere descritti in termini di vibrazioni dell’aria e di diverse lunghezze d’onda della luce, ma non esisteva un modo paragonabile per spiegare gli odori nell’aria quel giorno. A maggio. I meccanismi dell’olfatto erano un mistero, e per molti versi lo sono ancora. “A differenza del suono o della visione, dove la lunghezza d’onda e l’ampiezza corrispondono chiaramente alle proprietà percettive come la frequenza, il colore o l’intensità del suono, la relazione tra la struttura chimica e la percezione sottostante non è compresa nell’olfatto”, spiega Douglas Storeys, professore assistente neuroscienziato. Università statale della Florida.
“La prima cosa da ricordare è quanta poca attenzione e lavoro sono stati fatti sull’olfatto rispetto ad altri campi”, afferma Alex Wiltschko, CEO della startup di intelligenza artificiale olfattiva Osmo, ricordando il pesante libro di testo di neuroscienze, che gli è stato regalato quando era studente laureato. . “Ho preso un calibro e ho misurato la larghezza del foglio utilizzato per insegnare la vista e l’udito. Per la vista, sono circa tre quarti di pollice. Circa mezzo pollice per sentire. Per un odore, sono forse 30 pagine, pochi millimetri.”
L’obiettivo dichiarato di Osmo è “dare ai computer il senso dell’olfatto”, perché mentre abbiamo imparato a codificare immagini e suoni digitalmente, non abbiamo la capacità di farlo con gli odori. Wilczko e altri stanno cercando di cambiare la situazione e inaugurare una nuova era della scienza olfattiva mappando il modo in cui percepiamo gli odori.
Il naso umano è essenzialmente un rilevatore chimico. Ad esempio, quando annusiamo una tazza di caffè, sentiamo l’odore dei composti organici volatili (COV) che ha rilasciato nell’aria. “Questi piccoli COV si legano a determinati recettori olfattivi e quel legame genera fondamentalmente un segnale elettrico che arriva al cervello”, spiega Cecilia Roque, professoressa associata di chimica presso la Nova School of Science and Technology in Portogallo.
Ci sono buone ragioni per voler replicare questo processo con le macchine. Alcuni COV, come i contaminanti alimentari o gli agenti cancerogeni come il benzene, possono essere dannosi e vale la pena rilevarli prima che raggiungano il nostro naso. altri possono indicare pericoli come fughe di gas o esplosivi nascosti; e alcuni potrebbero indicare altri problemi. Se l’alito di qualcuno odora di trifoglio appena tagliato potrebbe essere un segno da insufficienza epatica, mentre il sudore con l’odore delle piume appena strappate può indicare lo scorbuto.
Un odore di mappatura
I ricercatori hanno sviluppato nasi elettronici fin dai primi anni ’80 per aiutarci a rilevare determinati composti, ma sebbene alcuni composti siano oggi utilizzati nell’industria, le loro applicazioni sono spesso limitate. “Fino ad ora, le dimostrazioni erano strumenti di analisi molto ampi, o mirati in modo molto ristretto, o con una selettività relativamente debole”, ha affermato Jacob Rosenstein, professore associato di ingegneria alla Brown University che nel 2018 ha co-sviluppato un’e-mail a basso costo. il naso si chiama Trufflebot.
Secondo alcuni, la necessità della tecnologia olfattiva è un modo per abbinare la struttura delle molecole agli odori percepiti. “Alcune molecole sono molto simili nella struttura e hanno un odore molto diverso, mentre altre sembrano molto diverse ma hanno un odore molto simile”, ha detto Joel continente, professore al Monell Chemical Senses Center di Filadelfia. “Cerchi costantemente di costruire un modello per risolvere quel problema.”
“Non è possibile progettare una complessità significativa senza specifiche”, aggiunge Wiltschko. “Non è possibile costruire una fotocamera digitale senza un modello di colore rosso, verde e blu (RGB). Non è possibile costruire un microfono senza lo spazio dalle frequenze basse ad alte. E quindi la mappa deve venire prima del lavoro di ingegneria.”
Wilchko e continente erano entrambi membri di un gruppo di ricerca che all’inizio di quest’anno ha pubblicato uno studio sulla mappatura degli odori. La ricerca è iniziata quando Wilczko lavorava presso Google Research e ha coinvolto una forma di intelligenza artificiale chiamata rete neurale a grafo (GNN) addestrata su due grandi set di dati che correlavano la struttura molecolare con l’olfatto. Uno di questi, il database Leffingwell, è stato compilato all’inizio degli anni 2000 e accoppia 3.523 molecole con le descrizioni dei loro odori. Ad esempio, l’acetaldeide etil feniletile acetale sembra avere un odore verde foglia e simile al lilla.
Il risultato del lavoro è stata una “mappa degli odori principale”, l’equivalente olfattivo di una tavolozza di colori che potresti utilizzare su un computer. “Chiunque abbia osservato una mappa di colori in Photoshop sa intuitivamente cosa sta succedendo”, afferma continente, e come lo “spazio colore” in una mappa del genere ci aiuta a capire che il viola è più vicino al rosso che al rosso. squadra. ha permesso loro di localizzare i profumi in una sorta di “spazio degli odori” multidimensionale.
“L’RGB è tridimensionale, ma puoi immaginarlo su carta piana”, afferma Wilchko. “I nostri occhi hanno tre canali di informazioni sul colore, ma i nostri nasi hanno 350 canali di informazioni sull’olfatto.
“Qualsiasi mappa trovassimo non sarebbe stata adattata alla carta piana. Pertanto, gli strumenti per la creazione di mappe che utilizzavamo in precedenza come scienziati non ci avrebbero aiutato. Abbiamo dovuto aspettare il software, l’intelligenza artificiale, l’analisi statistica dei modelli in grandi insiemi di dati.”
Ora che queste tecnologie sono arrivate, consentono non solo ai ricercatori di mappare la relazione tra gli odori e le loro strutture chimiche, ma anche di prevederli. Per lo studio, il team ha formato un gruppo di 15 persone a descrivere i profumi classificandoli con 55 etichette, tra cui “oleoso”, “terroso”, “sulfureo” e “metallico”, quindi ha chiesto loro di applicarli a 400 diverse molecole le cui odori La mappa della mandria della GNN lo aveva già previsto. Le molecole del campione sono state poi trasmesse a Christophe Laudamiel, un maestro profumiere che ora lavora con Osmo, per un parere più sfumato. Nelle valutazioni di Laudamiel, la favorita del continente per una molecola che ha ottenuto un punteggio elevato per caratteristiche come antifungina, ozono e medicinale era: “il bagno è vicino.”
“Alcune sono combinazioni davvero interessanti”, aggiunge Laudamiel. “Ad esempio, uno ha un profumo molto gradevole: zafferano e metallo caldo.”
Sorprendentemente, le previsioni dell’odore della GNN per 400 molecole erano più del 50% più vicine alla descrizione umana media. “Fondamentalmente, se prendessi quel gruppo di persone e ne togliessi una e mettessi un modello al suo posto, faresti un lavoro migliore o peggiore nel descrivere questa percezione umana media.” dice il continente. “La risposta alla maggior parte delle molecole qui è che funziona meglio.”
Il team ha continuato affermando che il modello prevedeva gli odori di 500.000 molecole aggiuntive senza la necessità di sintetizzarle prima, e il lavoro continua a Osmo. “In questo momento stanno studiando 7 miliardi di molecole”, afferma Laudamiel. “Se tu o io passiamo solo cinque minuti per ogni ingrediente ad annusarlo ed esaminarlo, cinque minuti per 7 miliardi di molecole, significa che ci vogliono 66.590 anni.”
Odore di digitalizzazione
Avere previsioni accurate degli odori per molti composti precedentemente non profumati sarebbe un vantaggio per l’industria degli aromi e delle fragranze; la ricerca di fragranze più economiche, più sicure e più attraenti in profumi, detersivi e altre cose con profumo o gusto aggiunti. Ma i ricercatori sperano che il lavoro possa andare ben oltre. “Se pensi a ciò che ha fatto per noi la digitalizzazione delle immagini o la digitalizzazione dei suoni, non è qualcosa che si può dire facilmente in una frase, vero?” dice il continente.
Wiltschko sostiene che l’agricoltura, la conservazione degli alimenti, il monitoraggio delle epidemie e la prevenzione delle malattie trarranno tutti benefici dalla nostra digitalizzazione, e alcuni progressi sono già stati compiuti. Il Deet, o N,N-Dietil-m-toluamide, è l’insetticida più antico e più comune sul mercato, ma si nutre di indumenti e plastica, può avere effetti collaterali negativi e ci sono prove che alcune zanzare patologiche possano farlo. sviluppano una resistenza, diventando meno sensibili all’odore del Dit. “Abbiamo effettivamente pubblicato un articolo che dimostra che possiamo trovare molecole potenti quanto la dieta negli studi sull’uomo”, afferma Wiltschko.
Uno degli aspetti più interessanti dell’indagine per il continente è la possibilità di rilevare gli “odori primari”. Proprio come il rosso, il verde e il blu possono essere combinati per creare qualsiasi tonalità, spera che una collezione finita di odori combinati nel giusto rapporto possa creare qualsiasi profumo, permettendoci effettivamente di ricreare un odore come una stampante ricrea un’immagine. Scoprire gli odori primari non solo significherà che potremo ricreare facilmente qualsiasi profumo possiamo annusare, ma potrebbero anche dare nuova vita a novità come il formato Smell-O-Vision del cinema degli anni ’50. “È molto emozionante”, dice Laudamiel. “Non sappiamo necessariamente che esistano, ma è fantastico se lo fanno.”
Prima che tutto ciò sia possibile, tuttavia, i ricercatori devono mappare gli odori non solo rispetto ai singoli composti, ma sviluppare combinazioni che riflettano la complessità degli odori quotidiani. “Pensa a un profumo che odora solo di una cosa”, osserva Laudamiel. “La gente dice: ‘Oh, taglia l’erba.’ OK. La prossima volta che andrai ad annusare l’erba tagliata, che sia per terra o mentre la falci, ti garantisco che sarà erba. Sarà un fungo. Sarà terroso. Potrebbe essere ammuffito, ammuffito o simile ad un melo.”
Un altro problema comune a molti modelli di IA di deep learning è che si tratta essenzialmente di una scatola nera. Sebbene i risultati siano impressionanti e potenzialmente utili, non ci avvicinano necessariamente alla comprensione delle funzioni biologiche dell’odore. “Sebbene esistano collegamenti, il rapporto tra la struttura chimica e la percezione qualitativa dell’olfatto non è semplice”, ha affermato Rachel Hertz del Dipartimento di Psichiatria e Comportamento Umano della Brown University. “A livello umano, molte variabili influenzano tutto, dall’esperienza, il contesto e la lingua alle differenze individuali nell’espressione genetica dei recettori olfattivi.
In definitiva, questo potrebbe essere solo un piccolo passo verso la comprensione dell’olfatto, ma più di 100 anni dopo che Alexander Graham Bell chiese se potessimo misurare la differenza tra due odori, la risposta ora sembra essere sì.
