導航菜單

研究人員利用圖神經(jīng)網(wǎng)絡深度學習算法實現(xiàn)氣味數(shù)字化

導讀 研究人員利用一種稱為圖神經(jīng)網(wǎng)絡的深度學習算法,建立了一種模型,能夠?qū)⒒衔锏慕Y(jié)構(gòu)映射到氣味描述。該模型已成功預測人類小組如何描述新的氣味,這可能是沿著長路征程中

要點:

ChinaZ.com 9月6日消息:近日,研究人員使用一種稱為圖神經(jīng)網(wǎng)絡的深度學習算法建立了一個模型,可以將化合物的結(jié)構(gòu)映射到氣味描述。 該模型成功預測了人類面板如何描述新氣味,最終實現(xiàn)了氣味的數(shù)字化。 這項工作發(fā)表在 8 月 31 日出版的《科學》雜志上。

'/></p>
<p>具體來說,研究人員使用了一種特定類型的圖神經(jīng)網(wǎng)絡,即消息傳遞神經(jīng)網(wǎng)絡。 它接受了香水行業(yè)數(shù)據(jù)集的訓練,該數(shù)據(jù)集包含 5,000 多個分子,其結(jié)構(gòu)已轉(zhuǎn)換為圖表,并標有專業(yè)的氣味注釋。 當這項工作開始時,研究團隊中的一些人在谷歌,其中一些人于 2023 年 1 月創(chuàng)立了一家衍生公司 Osmo,并得到了 Alphabet 風險投資部門 Google Ventures 的支持。</p>
<p><img src=

盡管取得了進展,研究人員也意識到氣味的主觀性和個體差異。 此外,氣味強度、多種基本氣味分子的混合和濃度、沒有給定分子結(jié)構(gòu)的現(xiàn)實世界氣味的數(shù)字化以及改進的描述能力等方面都需要進一步研究。

總的來說,這項工作代表了一個重要的里程碑,首次建立了從化學結(jié)構(gòu)到氣味描述的映射。 它為開發(fā)產(chǎn)生或分析氣味的新方法奠定了基礎,有可能催生各種新產(chǎn)品和技術,例如醫(yī)學測試、治療或假肢。 但要實現(xiàn)諸如通過互聯(lián)網(wǎng)分享氣味等可能性,還需要做更多的工作。

免責聲明:本文由用戶上傳,如有侵權請聯(lián)系刪除!

猜你喜歡:

最新文章: