Harry Cohen Tanugi

L'IA de Google réussit à élaborer des cartes d'odeurs de molécules

5000 molécules de différentes odeurs

Le modèle neuronal a utilisé plus de 5000 molécules provenant de deux ensembles différents de données sur les arômes et les parfums. En lui demandant de décrire l'odeur de 320 composés distincts sur la base de leur structure et en comparant cette description à celle d'un groupe de 15 personnes, Mainland et ses collègues ont évalué les performances du système.

De plus, dans une étude séparée, les collègues de Mainland ont utilisé le réseau neuronal pour créer une carte reliant les structures moléculaires des composés qui repoussent les odeurs. les moustiques à quel point les insectes trouvent les odeurs répulsives.

Cela a permis aux chercheurs d'identifier des molécules qui, selon le modèle, seraient au moins aussi répulsives que les principaux produits anti-moustiques et pourraient être testées lors de futurs essais.

Joel Mainland reconnaît également ce fait et indique que les travaux futurs se concentreront sur la production de modèles capables d'identifier des énantiomères et des mélanges plus complexes de molécules plutôt que les molécules uniques avec lesquelles le modèle actuel fonctionne.

Résumé :

La mise en correspondance de la structure moléculaire avec la perception des odeurs est un défi majeur en olfaction. Ici, nous utilisons des réseaux de neurones à graphes (GNN) pour générer une carte principale des odeurs (POM) qui préserve les relations perceptives et permet de prédire la qualité des odeurs pour de nouvelles substances odorantes. Le modèle est aussi fiable qu'un être humain pour décrire la qualité d'une odeur : sur un ensemble de validation prospectif de 400 nouvelles odeurs, le profil olfactif généré par le modèle correspondait plus étroitement à la moyenne du panel entraîné (n=15) qu'à celle du panéliste médian. En appliquant des transformations simples, interprétables et fondées sur la théorie, le POM a surpassé les modèles chimio-informatiques dans plusieurs autres tâches de prédiction d'odeurs, ce qui indique que le POM a réussi à coder une carte généralisée des relations structure-odeur. Cette approche permet une large prédiction des odeurs et ouvre la voie à la numérisation des odeurs.

[SOURCE]

menu