機械学習は香りの隠された秩序を浮き彫りにします PlatoBlockchain データインテリジェンス。垂直検索。あい。

機械学習は香りに隠された秩序を浮き彫りにする

アレックス ウィルチコは、XNUMX 代の頃から香水の収集を始めました。 彼の最初のボトルは、TJ Maxx デパートの棚で見つけた時代を超越したコロン、Azzaro Pour Homme でした。 彼はその名前を 香水: ガイド、香りの詩的な説明が彼の執着を引き起こした本. 魔法にかけられた彼は、コレクションに加えるために小遣いを貯めました。 「私はうさぎの穴に完全に落ちてしまいました」と彼は言いました。

最近では、Google Research の嗅覚神経科学者として ブレインチーム、Wiltschko は、機械学習を使用して、最も古く、最も理解されていない感覚を分析しました。 ときどき、彼は他の感覚を研究している同僚たちをほのめかしそうに見つめていました。 「彼らはこれらの美しい知的構造、これらの知識の大聖堂を持っています」と彼は言い、視覚と聴覚の世界を説明し、嗅覚について私たちが知っていることを恥じています.

しかし、Wiltschko と彼の同僚による最近の研究は、それを変えるのに役立っています。 の XNUMX 月に biorxiv.org プレプリント サーバーに最初に投稿された論文では、機械学習を使用して嗅覚科学における長年の課題に取り組むことが説明されています。 彼らの発見により、分子の構造からその匂いを計算する研究者の能力が大幅に向上しました。 さらに、彼らがこれらの計算を改善した方法は、私たちの嗅覚がどのように機能するかについての新しい洞察を与え、私たちの匂いの知覚が生きている世界の化学にどのように対応するかについての隠された秩序を明らかにしました.

朝のコーヒーの香りを吸い込むと、800 種類の分子が嗅覚受容体に移動します。 この豊富な化学的描写の複雑さから、私たちの脳は全体的な認識であるコーヒーを合成します。 しかし、研究者たちは、400 つの分子でさえ、私たち人間にとってどのようなにおいがするかを予測することは非常に難しいことに気付きました。 私たちの鼻は、私たちの周りの世界の化学構造を検出するための XNUMX の異なる受容体をホストしており、特定の分子と相互作用できるそれらの受容体の数を推測し始めたばかりです. しかし、その知識があったとしても、香りの入力の組み合わせが、甘い、麝香、嫌な香りなどの香りの認識にどのようにマッピングされるかは明らかではありません.

「ほとんどの分子の匂いを予測できる明確なモデルはありませんでした。 パブロ・マイヤー彼は、IBM Research で生物医学分析と嗅覚のモデリングを研究しており、最近の研究には関与していません。 Meyer は、象徴的な構造から香りの問題を IBM の焦点にすることにしました。 2015 ドリームチャレンジ、コンピューティング クラウドソーシング コンテスト。 チームは、分子の構造から匂いを予測できるモデルの構築を競いました。

しかし、最高のモデルでさえ、すべてを説明することはできませんでした. データ全体にちりばめられたのは、予測に反する厄介で不規則なケースでした。 時には、分子の化学構造を微調整するだけで、まったく新しい匂いが生まれました。 また、主要な構造の変更により、臭いがほとんど変わらなかった場合もあります。

においの代謝機構

これらの不規則なケースを説明するために、Wiltschko と彼のチームは、進化が私たちの感覚に課した可能性のある要件を検討しました。 それぞれの感覚は、最も顕著な範囲の刺激を検出するために何百万年にもわたって調整されてきました。 人間の視覚と聴覚にとって、それは 400 ~ 700 ナノメートルの波長の光と 20 ~ 20,000 ヘルツの音波です。 しかし、私たちの鼻が感知する化学の世界を支配しているのは何ですか?

「進化の過程で、少なくとも非常に昔から変わらないものは、すべての生物の内部にある中核的な代謝エンジンです」と、最近 Google Research を退職して研究者になった Wiltschko 氏は述べています。 駐在員起業家 Alphabet のベンチャー キャピタル子会社である GV.

代謝とは、細胞酵素によって触媒され、細胞内で分子を別の分子に変換する一連の化学反応 (クレブス回路、解糖、尿素回路、およびその他の多くのプロセスを含む) を指します。 これらの使い古された反応経路は、私たちの鼻に漂う自然に発生する化学物質間の関係の地図を定義します.

Wiltschko の仮説は単純でした。似たような匂いの化学物質は、化学的に関連しているだけでなく、生物学的にも関連している可能性があります。

このアイデアをテストするために、彼のチームは自然界で起こる代謝反応のマップを必要としていました。 幸いなことに、メタボロミクスの分野の科学者は、これらの自然な化学関係とそれらを沈殿させる酵素を概説する大規模なデータベースをすでに構築していました. このデータを使用して、研究者は XNUMX つの臭気分子を選択し、XNUMX つを別の分子に変換するのに必要な酵素反応の数を計算できました。

比較のために、さまざまな臭気分子が人間にとってどのようににおいがするかを定量化できるコンピューター モデルも必要でした。 その目的のために、ウィルチコのチームは、 主なにおいマップ 2015 DREAM コンペティションの調査結果に基づいて構築されました。 このマップは 5,000 個の点からなる雲のようなもので、それぞれが 3 つの分子の香りを表しています。 似たような匂いのする分子のポイントと、非常に異なる匂いのする分子のポイントは大きく離れています。 クラウドは 256D をはるかに超えるものであり、XNUMX 次元の情報を保持しているため、高度なコンピューティング ツールだけがその構造に取り組むことができます。

研究者は、50 つのデータ ソース内で対応する関係を探しました。 彼らは XNUMX 組の分子をサンプリングし、代謝マップ上で近い化学物質は、構造が非常に異なっていても、香りマップ上でも近い傾向があることを発見しました。

Wiltschko は、この相関関係に驚いていました。 予測はまだ完全ではありませんでしたが、化学構造だけで達成された以前のどのモデルよりも優れていたと彼は言いました。

「それはまったく起こる必要はありませんでした」と彼は言いました。 「酵素触媒作用が XNUMX つ離れているように、生物学的に類似している XNUMX つの分子は、バラや腐った卵のようなにおいがする可能性があります。」 しかし、彼らはしませんでした。 「そして、それは私にとってクレイジーです。 それは私にとって美しいものです。」

研究者はまた、自然界で一般的に一緒に発生する分子 (たとえば、オレンジの異なる化学成分) は、自然な関連のない分子よりも似たようなにおいがする傾向があることも発見しました。

自然に化学的に順応

調査結果は「直感的でエレガント」であると述べています。 ロバート・ダッタ、ハーバード大学医学部の神経生物学者であり、ウィルチコの元博士顧問であり、最近の研究には関与していませんでした. 「嗅覚システムは、さまざまな [化学] 偶然の一致を検出するように構築されているようです」と彼は言いました。 「したがって、起こりうる偶然の一致は代謝によって支配されます。」 これは、分子の化学構造以外に、私たちの鼻にとって重要な別の特徴、つまり自然界で分子を生成する代謝プロセスがあることを示しています。

「嗅覚系は、分子の構造である宇宙に合わせて調整されています。 そして、これらの分子がどのように作られるかはその一部です」と Meyer 氏は述べています。 彼は、新陳代謝を利用して香りの分類を洗練するというアイデアの巧妙さを称賛しました。 代謝ベースのマップは構造モデルでは劇的に改善されませんが、分子の代謝起源はすでにその構造に密接に関連しているため、「追加の情報をもたらします」と彼は言いました。

嗅覚神経科学の次のフロンティアは、個々の分子ではなく混合物の匂いに関係するだろう、と Meyer は予測している. 実生活では、一度に XNUMX つの化学物質だけを吸い込むことはめったにありません。 あなたのコーヒーマグから何百もの漂流を考えてみてください. 現在、科学者は、最近の研究で使用された純粋な化学物質のモデルのようなモデルを構築するのに十分な臭気混合物に関するデータを持っていません. 私たちの嗅覚を真に理解するには、化学物質のコンステレーションがどのように相互作用して、ウィルチコの香水瓶のような複雑な匂いを形成するかを調べる必要があります.

このプロジェクトは、ウィルチコが生涯にわたる情熱について考える方法をすでに変えました。 においを感じるとき、「あなたは別の生物の一部を知覚しています」と彼は言いました。 「それは本当に美しいと思います。 そうすることで、私はより人生とつながっていると感じます。」

編集者注: Datta は、Simons Collaboration on Plasticity and the Aging Brain および SFARI の調査員であり、この編集上独立した雑誌のスポンサーでもある Simons Foundation から資金提供を受けています。

タイムスタンプ:

より多くの クアンタマガジン