Un par de investigadores de la Universidad de California, Riverside, ha utilizado el aprendizaje automático para comprender a qué huele una sustancia química, un avance en la investigación con aplicaciones potenciales en las industrias de aromas y fragancias alimentarias.
por Iqbal Pittalwala, Universidad de California – Riverside
«Ahora podemos usar la inteligencia artificial para predecir cómo olerá cualquier químico a los humanos», dijo Anandasankar Ray, profesor de biología molecular, celular y de sistemas, y autor principal del estudio que aparece en iScience . «Los productos químicos que son tóxicos o agresivos en, por ejemplo, sabores, cosméticos o productos para el hogar pueden reemplazarse con productos químicos naturales, más suaves y seguros».
Los seres humanos perciben olores cuando algunos de sus casi 400 odorantes receptores, o RUP, se activan en la nariz. Cada quirófano se activa mediante un conjunto único de productos químicos; juntos, la gran familia de quirófanos puede detectar un vasto espacio químico. Una cuestión clave en el olfato es cómo los receptores contribuyen a las diferentes cualidades o percepciones perceptivas .
«Intentamos modelar las percepciones olfativas humanas utilizando informática química y aprendizaje automático», dijo Ray. «El poder del aprendizaje automático es que puede evaluar una gran cantidad de características químicas y aprender qué hace que un químico huela a, digamos, un limón o una rosa o algo más. El algoritmo de aprendizaje automático puede eventualmente predecir cómo un nuevo químico olerá aunque inicialmente no sepamos si huele a limón o rosa «.
Según Ray, la digitalización de las predicciones sobre cómo huelen los productos químicos crea una nueva forma de priorizar científicamente qué productos químicos se pueden usar en las industrias de alimentos, sabores y fragancias.
«Nos permite encontrar rápidamente sustancias químicas que tienen una nueva combinación de olores», dijo. «La tecnología puede ayudarnos a descubrir nuevos productos químicos que podrían reemplazar a los existentes que se están volviendo raros, por ejemplo, o que son muy costosos. Nos brinda una amplia gama de compuestos que podemos mezclar y combinar para cualquier aplicación olfativa. Por ejemplo, ahora puede hacer un repelente de mosquitos que funcione con los mosquitos pero que tenga un olor agradable para los humanos «.
Los investigadores desarrollaron por primera vez un método para que una computadora aprendiera las características químicas que activan los receptores odorantes humanos conocidos. Luego examinaron aproximadamente medio millón de compuestos en busca de nuevos ligandos, moléculas que se unen a receptores, para 34 receptores de olor . A continuación, se centraron en si el algoritmo que podría estimar la actividad del receptor de olores también podría predecir diversas cualidades perceptivas de los olores.
«Las computadoras podrían ayudarnos a comprender mejor la codificación de la percepción humana, que parece, en parte, estar basada en combinaciones de quirófanos activados de manera diferente», dijo Joel Kowalewski, estudiante del Programa de Posgrado en Neurociencia que trabaja con Ray y el primer autor del artículo de investigación. . «Utilizamos cientos de productos químicos que los voluntarios humanos evaluaron previamente, seleccionamos los quirófanos que mejor predijeron las percepciones de una parte de los productos químicos y probamos que estos también eran predictivos de nuevos productos químicos».
Ray y Kowalewski mostraron que la actividad de los quirófanos predijo con éxito 146 percepciones diferentes de sustancias químicas. Para su sorpresa, se necesitaban pocos quirófanos en lugar de todos para predecir algunas de estas percepciones. Dado que no pudieron registrar la actividad de las neuronas sensoriales en humanos, probaron esto más a fondo en la mosca de la fruta ( Drosophila melanogaster ) y observaron un resultado similar al predecir la atracción o aversión de la mosca a diferentes olores.
«Si las predicciones tienen éxito con menos información, la tarea de decodificar la percepción del olor sería más fácil para una computadora», dijo Kowalewski.
Ray explicó que muchos artículos disponibles para los consumidores utilizan productos químicos volátiles para hacerse atractivos. Aproximadamente el 80% de lo que se considera sabor en los alimentos en realidad proviene de los olores que afectan el olor. Las fragancias para perfumar cosméticos, productos de limpieza y otros artículos domésticos desempeñan un papel importante en el comportamiento del consumidor.
«Nuestro enfoque digital que utiliza el aprendizaje automático podría abrir muchas oportunidades en las industrias de alimentos, sabores y fragancias», dijo. «Ahora tenemos una capacidad sin precedentes para encontrar ligandos y nuevos sabores y fragancias. Usando nuestro enfoque computacional, podemos diseñar de forma inteligente sustancias químicas volátiles que huelen deseable para su uso y también predecir ligandos para los 34 quirófanos humanos».
El artículo de investigación se titula «Predecir la percepción olfativa humana a partir de las actividades de los receptores odorantes «.
