Las computadoras ahora entienden cómo imprimir el olor
Los investigadores están tratando de descifrar el código sobre cómo replicar el olor para que puedan hacer un algoritmo para recrearlos digitalmente. El olor a pizza quemada, el olor de Nueva York en verano, el olor de una mujer. Están tratando de hacerlo en Intel y ahora los científicos de Israel (informamos en 2012 cuando estaban mapeando el olor del ruido blanco) están tomando las ideas de Alexander Graham Bell para mapear los olores.
Las fragancias, que prometen misterio, intriga y emociones prohibidas, son mezcladas por maestros perfumistas y sus recetas se mantienen en secreto. Pero en un nuevo estudio sobre el sentido del olfato, los científicos del Instituto de Ciencias Weizmann lograron descifrar gran parte del misterio incluso de mezclas complejas de odorantes, no descubriendo sus ingredientes secretos, sino registrando y mapeando cómo se perciben.
Los científicos ahora pueden predecir cómo olerá cualquier olor complejo solo a partir de su estructura molecular. Este estudio no solo puede revolucionar el mundo cerrado de la perfumería, sino que eventualmente conducirá a la capacidad de digitalizar y reproducir olores a pedido.
El marco propuesto para los olores, creado por neurobiólogos, informáticos y un maestro perfumista, y financiado por una iniciativa europea para Future Emerging Technologies (FET-OPEN), se publicó hoy en Naturaleza.
“El desafío de graficar los olores de manera organizada y lógica fue propuesto por primera vez por Alexander Graham Bell hace más de 100 años”, dice el profesor Noam Sobel del Departamento de Neurobiología del Instituto.
Bell arrojó el guante: “Tenemos muchos tipos diferentes de olores, desde el olor de violetas y rosas hasta asafétida. Pero hasta que puedas medir sus semejanzas y diferencias, no podrás tener una ciencia del olor”.
Como sabe la nariz
Este desafío había permanecido sin resolver hasta ahora.
Este desafío centenario de hecho destacó la dificultad de encajar los olores en un sistema lógico: hay millones de receptores de olores en nuestras narices, que consisten en cientos de subtipos diferentes, cada uno diseñado para detectar características moleculares particulares. Nuestros cerebros perciben potencialmente millones de olores en los que estas moléculas individuales se mezclan y mezclan en diferentes intensidades. Por lo tanto, mapear esta información ha sido un desafío.
Pero Sobel y sus colegas, dirigidos por el estudiante graduado Aharon Ravia y Kobi Snitz, descubrieron que existe un orden subyacente en los olores. Llegaron a esta conclusión adoptando el concepto de Bell, es decir, describir no los olores en sí mismos, sino las relaciones entre los olores tal como se perciben.
En una serie de experimentos, el equipo presentó a los participantes voluntarios pares de olores y les pidió que calificaran estos olores en función de cuán similares parecían entre sí, clasificando los pares en una escala de similitud que iba desde «idénticos» hasta «extremadamente diferentes».
En el experimento inicial, el equipo creó 14 mezclas aromáticas, cada una compuesta por unos 10 componentes moleculares, y las presentó de dos en dos a casi 200 voluntarios, de modo que al final del experimento cada voluntario había evaluado 95 pares.
Para traducir la base de datos resultante de miles de calificaciones de similitud perceptiva informadas en un diseño útil, el equipo refinó una medida fisicoquímica que habían desarrollado previamente. En este cálculo, cada odorante está representado por un solo vector que combina 21 medidas físicas (polaridad, peso molecular, etc.).
Para comparar dos odorantes, cada uno representado por un vector, se toma el ángulo entre los vectores para reflejar la similitud perceptual entre ellos. Un par de odorantes con una distancia de ángulo bajo entre ellos se predicen similares, aquellos con una distancia de ángulo alto entre ellos se predicen diferentes.
Para probar este modelo, el equipo primero lo aplicó a los datos recopilados por otros, principalmente un gran estudio sobre discriminación de olores realizado por Bushdid y sus colegas del laboratorio de la profesora Leslie Vosshall en el Instituto Rockefeller de Nueva York.
El equipo de Weizmann descubrió que su modelo y sus medidas predijeron con precisión los resultados de Bushdid: los odorantes con una distancia de ángulo bajo entre ellos eran difíciles de discriminar; los olores con una distancia de ángulo alto entre ellos fueron fáciles de discriminar. Alentados por el modelo que predice con precisión los datos recopilados por otros, el equipo continuó probando por sí mismo.
El equipo inventó nuevos aromas e invitó a un nuevo grupo de voluntarios a olerlos, nuevamente usando su método para predecir cómo este grupo de participantes calificaría a los pares: al principio 14 nuevas mezclas y luego, en el siguiente experimento, 100 mezclas.
El modelo se desempeñó excepcionalmente bien. De hecho, los resultados estaban en el mismo estadio que los de la percepción del color: información sensorial que se basa en parámetros bien definidos. Esto fue especialmente sorprendente considerando que cada individuo probablemente tiene un complemento único de subtipos de receptores del olor, que pueden variar hasta en un 30% entre individuos.
Debido a que el «mapa de olores» o «métrica» predice la similitud de dos odorantes cualesquiera, también se puede usar para predecir cómo olerá finalmente un odorante. exactamente como el banano A medida que el nuevo odorante se aleja del banano, olerá a banano, y más allá de cierta distancia, dejará de parecerse al banano.
Piense en el mapeo de colores pero con olor.
El equipo ahora está desarrollando una herramienta basada en la web. Este conjunto de herramientas no solo predice cómo olerá un nuevo odorante, sino que también puede sintetizar odorantes por diseño. Por ejemplo, uno puede tomar cualquier perfume con un conjunto conocido de ingredientes y, usando el mapa y la métrica, generar un nuevo perfume sin componentes en común con el perfume original, pero con exactamente el mismo olor. Tales creaciones en la visión del color, es decir, composiciones espectrales que no se superponen y generan el mismo color percibido, se denominan metámeros de color, y aquí el equipo generó metámeros olfativos.
Los hallazgos del estudio son un paso significativo hacia la realización de una visión del Prof. David Harel del Departamento de Computación y Matemáticas Aplicadas, coautor del estudio: Permitir que las computadoras digitalicen y reproduzcan olores.
Remediación ambiental usando tecnología de olores
Además, por supuesto, de poder agregar aromas realistas de flores o del mar a las imágenes de sus vacaciones en las redes sociales, dar a las computadoras la capacidad de interpretar los olores de la forma en que lo hacen los humanos podría tener un impacto en el monitoreo ambiental y en las industrias biomédica y alimentaria. , para nombrar unos pocos. Aún así, el maestro perfumista Christophe Laudamiel, quien también es coautor del estudio, comenta que todavía no está preocupado por su profesión.
Sobel concluye: “Hace 100 años, Alexander Graham Bell planteó un desafío. Ahora lo hemos respondido: la distancia entre rosa y violeta es de 0,202 radianes (son remotamente similares), la distancia entre violeta y asafétida es de 0,5 radianes (son muy diferentes), y la diferencia entre rosa y asafétida es de 0,565 radianes (son muy diferentes). son aún más diferentes). Hemos convertido las percepciones de olores en números, y esto debería hacer avanzar la ciencia del olor”.
