在你看到一種顏色之前，你能夠僅根據(jù)光的波長預(yù)測它。音樂無需親耳聽見而能夠僅根據(jù)樂譜上的音符加以理解。但是氣味不是這樣的。辨別一種東西聞起來像是玫瑰味、松脂味、汽油味還是海風(fēng)般清新的唯一方法是聞它。

一項新的研究讓我們的最為神秘的嗅覺變得更加可預(yù)測一些。由美國洛克菲勒大學(xué)的研究人員啟動的一個項目利用眾包策略設(shè)計出一種數(shù)學(xué)模型，這種模型能夠預(yù)測一種分子產(chǎn)生的氣味。相關(guān)研究結(jié)果于2017年2月20日在線發(fā)表在Science期刊上，論文標題為“Predicting human olfactory perception from chemical features of odor molecules”。

論文共同作者、洛克菲勒大學(xué)神經(jīng)遺傳學(xué)與行為實驗室主任Leslie Vosshall教授說，“這是一個持續(xù)了幾個世紀的問題。人們試圖利用多種不同的方法解決它，正如當售貨員問‘你喜歡花香味的東西嗎？’或‘你喜歡麝香味的東西嗎？’時，你在百貨商店的香水廳里看到的那樣。”

她補充道，“我們并沒有完全解決這個如何根據(jù)分子的化學(xué)性質(zhì)預(yù)測它的氣味的問題，但是這是給出一種解釋的目標上走得最遠的。”

好氣味，壞氣味和無味

在這項新的研究中，Vosshall研究了人類和昆蟲的氣味感知（odor perception）。作為這項研究的一部分，她和來自她的實驗室的研究員Andreas Keller著手探究分子和它們產(chǎn)生的氣味之間存在的關(guān)聯(lián)。

為了獲得他們需要的數(shù)據(jù)，他們要求49名志愿者聞一聞一組精心挑選的分子，每種分子裝在一個小瓶子里?？赡艽嬖诘臍馕稊?shù)量幾乎是無止境的---盡管人類感知光線和聲音的限制是大家熟知的，但是還沒有為氣味建立這樣的邊界。因此，在探究我們的嗅覺的全部范圍的努力中，Keller收集了476種不同的分子，它們中的很多分子之前從沒有在嗅覺研究中接受過測試。

他挑選了熟悉的芳香氣味，如香草醛的甜美溫和氣息，以及甲硫基丁酸的臭氣。甲硫基丁酸是一種令人厭惡的分子。他也挑選了嗅聞?wù)卟荒軌蜃R別的分子，如2-異丙基苯酚（2-isopropylphenol），甚至那些被認為是無味的分子，如水和甘油。這49名志愿者給每種分子進行評分，評分的依據(jù)是他們發(fā)現(xiàn)它的氣味如何強烈，發(fā)現(xiàn)它的氣味如何令人愉悅，以及它多大程度上產(chǎn)生大蒜味、花香、尿騷味和16種其他的氣味屬性。

總之，這項研究產(chǎn)生100萬多個數(shù)據(jù)點。這些研究人員隨后尋求將這些氣味感知信息與200萬多個描述這些氣味分子化學(xué)特征（如它們含有的硫原子數(shù)量）的額外數(shù)據(jù)點相關(guān)聯(lián)在一起。它利用眾人的智慧解決這個問題。

眾人的智慧

來自全世界的研究機構(gòu)和公司的22個精通計算的志愿者團隊參加DREAM嗅覺預(yù)測挑戰(zhàn)（DREAM Olfaction Prediction Challenge）。這種DREAM挑戰(zhàn)是由美國IBM公司托馬斯-沃森研究中心主任Pablo Meyer組織的。利用Vosshall和Keller的氣味評分，即迄今為止收集到的最大的數(shù)據(jù)集之一，這些團隊設(shè)計出能夠“學(xué)著”依據(jù)一種分子的化學(xué)特征預(yù)測它的氣味屬性的算法。

最好的解決方法并沒有出現(xiàn)在任何單個模型中。為了利用眾人的智慧，DREAM挑戰(zhàn)通常將每個人提交的模型合并到一個綜合模型（aggregate model）中。這個綜合模型經(jīng)常要比任何單個模型更加強大。

Meyer說，“DREAM挑戰(zhàn)要比正常的研究項目更像是聚會中棒打彩飾陶罐（hit a piñata）。每個人揮擺棒子，即便你的算法（好比棒子）不能打破這個彩飾陶罐，但是你仍然為找到解決方法作出貢獻。利用這種方法、一組健壯的數(shù)據(jù)和一些運氣，我們能夠破解這個特別困難的問題。”

填補空白

在DREAM挑戰(zhàn)結(jié)束時，這些研究人員利用他們擁有的對69種分子的評分測試了這種綜合模型的性能。將氣味屬性與分子匹配在一起的完美分數(shù)是1.0；這種綜合模型得分為0.83，顯著好于之前為解決這個問題作出的任何嘗試。

這種綜合模型能夠最容易預(yù)測的氣味是大蒜味和魚腥味，這很可能是因為當對氣味進行評分時，這些嗅聞?wù)邔θ绾问褂盟鼈冞_成共識。Vosshall說，其他的屬性，如寒性或酸性，更是充滿挑戰(zhàn)性，這很可能是因為這些屬性對氣味意味著什么并沒有取得多大的共識。

盡管這種氣味預(yù)測模型迄今為止并不完美，但是它為尋找高效地配制玫瑰香味等氣味的方法的香水化學(xué)家開辟了新的可能性。它也為氣味感知的非常復(fù)雜的生物學(xué)特征提供新的認識。沒有人充分地理解當氣味分子飄進鼻子，轉(zhuǎn)化為傳送到大腦中的電信號時，到底發(fā)生了什么。

Vosshall說，“一旦你能夠?qū)⒎肿踊瘜W(xué)結(jié)構(gòu)輸入與它的氣味輸出關(guān)聯(lián)在一起，你就能夠開始確定在這種轉(zhuǎn)化期間，可能發(fā)生了什么。這種模型是朝這個目標上邁出的一個重要的初始步驟。”