مقابله با یک چالش 100 ساله می تواند به رایحه های دیجیتالی منجر شود – ScienceDaily

[ad_1]

رایحه ها – رمز و راز امیدوارکننده ، دسیسه ها و هیجانات ممنوع – توسط عطاری های اصلی مخلوط می شوند ، دستور العمل های آنها مخفی نگه داشته می شود. در یک مطالعه جدید در مورد حس بویایی ، محققان موسسه علوم ویزمن توانسته اند بسیاری از رمز و راز را حتی از مخلوط پیچیده بوها ، نه با کشف مواد مخفی آنها ، بلکه با ضبط و نقشه برداری از نحوه درک آنها ، از بین ببرند. دانشمندان اکنون می توانند پیش بینی کنند که چگونه هر بوی معطر پیچیده فقط از ساختار مولکولی خود بو می گیرد. این مطالعه نه تنها انقلابی در دنیای بسته عطرسازی ایجاد می کند ، بلکه در نهایت منجر به توانایی دیجیتال سازی و تولید مثل رایحه های فرمایشی می شود. چارچوب بوی پیشنهادی ، ایجاد شده توسط متخصصان مغز و اعصاب ، متخصصان رایانه و یک عطر ساز اصلی و با حمایت مالی ابتکار عمل اروپا برای فناوری های نوظهور آینده (FET-OPEN) ، در طبیعت.

پروفسور نوآم سوبل از بخش نوروبیولوژی انستیتو گفت: “چالش كشیدن بو به روشی سازمان یافته و منطقی برای اولین بار توسط الكساندر گراهام بل بیش از 100 سال پیش مطرح شد.” بل دستکش را انداخت: “ما انواع مختلفی از بو داریم ، از بوی گل بنفشه و گل سرخ گرفته تا آسفاتیدا. اما تا زمانی که نتوانید شباهت ها و تفاوت های آنها را بسنجید ، علم بویایی نخواهید داشت.” این چالش تاکنون حل نشده باقی مانده است.

این چالش قدیمی ، واقعاً دشواری سازگاری بوها در یک سیستم منطقی را برجسته کرده است: میلیون ها گیرنده بو در بینی ما وجود دارد که متشکل از صدها زیرگروه مختلف است ، هر کدام برای تشخیص برخی از خصوصیات مولکولی شکل گرفته اند. مغز ما به طور بالقوه میلیون ها بو را درک می کند که در آن این تک مولکول ها با شدت مختلفی مخلوط می شوند و با هم مخلوط می شوند. بنابراین ، ترسیم این اطلاعات یک چالش است. اما سوبل و همکارانش به سرپرستی دانشجوی ارشد Aharon Ravia و دکتر Kobe Snitz دریافتند که یک سفارش اساسی برای ایجاد بو وجود دارد. آنها با اتخاذ مفهوم بل به این نتیجه رسیدند – یعنی برای توصیف نه خود بوها ، بلکه روابط بین بوها را همانطور که درک می شوند.

در یک سری آزمایشات ، تیم شرکت کنندگان را با جفت رایحه معرفی کرد و از آنها خواست که این بوها را بر اساس شباهت آنها ارزیابی کنند ، و جفت ها را در مقیاس شباهت از “یکسان” تا “بسیار متفاوت” رتبه بندی کنند. در آزمایش اولیه ، این تیم 14 مخلوط عطر و طعم ایجاد کرد ، هر كدام از حدود 10 جز molec مولكولی ساخته شده و آنها را به دو تا نزدیك به 200 داوطلب ارائه داد ، به طوری كه در پایان آزمایش ، هر داوطلب 95 جفت را ارزیابی كرده است.

برای تبدیل پایگاه داده حاصل از هزاران برداشت شباهت گزارش شده به یک طرح مفید ، تیم در حال اصلاح یک اندازه گیری فیزیکوشیمیایی است که قبلاً تهیه شده بود. در این محاسبه ، هر بو از طریق بردار نشان داده می شود که 21 اندازه گیری فیزیکی (قطبیت ، وزن مولکولی و غیره) را با هم ترکیب می کند. برای مقایسه دو بو ، هر یک توسط یک بردار نمایش داده می شود ، زاویه بین بردارها گرفته می شود تا برداشت بین آنها را منعکس کند. یک جفت بو دهنده با فاصله زاویه ای کم بین آنها به طور مشابه ارائه می شود ، آنهایی که فاصله زاویه ای زیادی بین آنها وجود دارد تفاوت دارند.

برای آزمایش این مدل ، تیم ابتدا آن را بر روی داده های جمع آوری شده توسط دیگران اعمال کرد ، به ویژه یک مطالعه در مورد تبعیض بو در مقیاس بزرگ توسط بشدید و همکارانش در آزمایشگاه پروفسور لسلی ووشال از موسسه راکفلر در نیویورک. تیم Weizmann دریافت که مدل و اندازه گیری های آنها نتایج دقیق بوشدید را پیش بینی می کند: تشخیص بوها با فاصله زاویه ای کم بین آنها دشوار است. تشخیص بوها با فاصله زاویه ای زیاد بین آنها آسان بود. تیم با تشویق از این مدل ، که داده های جمع آوری شده توسط دیگران را به طور دقیق پیش بینی می کند ، آزمایش خود را ادامه داد.

این تیم طعم های جدیدی را اختراع کرد و گروه جدیدی از داوطلبان را دعوت کرد تا آنها را بو کنند ، و دوباره با استفاده از روش آنها پیش بینی کردند که این مجموعه از شرکت کنندگان چگونه این جفت ها را ارزیابی می کنند – در ابتدا 14 ترکیب جدید و سپس ، در آزمایش بعدی ، 100 ترکیب. این مدل عملکرد بسیار خوبی داشت. در واقع ، نتایج همان نتایج درک رنگ بود – اطلاعات حسی مبتنی بر پارامترهای کاملاً مشخص. این امر خصوصاً تعجب آور بود ، با توجه به اینکه هر فرد احتمالاً مجموعه ای منحصر به فرد از زیرگروه های گیرنده بو دارد که می تواند در افراد تا 30٪ متفاوت باشد.

از آنجا که “نقشه بو” یا “متریک” شباهت هر دو بو را پیش بینی می کند ، همچنین می توان از آن برای پیش بینی نحوه بو شدن بو در آخر استفاده کرد. به عنوان مثال ، هر بوي جديدي كه 05/0 راديان يا كمتر از يك موز باشد ، بوي آن همانند موز خواهد بود. هرچه رایحه جدید از موز دور شود ، بوی موز می دهد و پس از طی مسافت مشخص دیگر شبیه موز نخواهد شد.

این تیم در حال توسعه ابزاری تحت وب است. این مجموعه از ابزارها نه تنها بوی بد یک بو را پیش بینی می کنند ، بلکه می توانند بوسیله طراحی بو تولید کنند. به عنوان مثال ، شما می توانید هر عطری را با مجموعه خاصی از مواد تشکیل دهنده و با کمک نقشه و معیارها ، عطر جدید و بدون اجزای مشترک با عطر اصلی ، اما دقیقاً با همان بو تولید کنید. چنین خلقیاتی در بینایی رنگ ، یعنی ترکیبات طیفی غیر همپوشانی که همان رنگ درک شده را تولید می کنند ، دگرسازهای رنگی نامیده می شوند و در اینجا تیم متامرهای بویایی تولید می کنند.

یافته های این مطالعه گامی مهم در جهت تحقق بخشیدن به چشم انداز پروفسور دیوید هارل از گروه کامپیوتر و ریاضیات کاربردی است که همچنین معاون رئیس آکادمی علوم و علوم انسانی رژیم صهیونیستی و از نویسندگان مشترک این مطالعه است: . علاوه بر این ، البته ، توانایی افزودن رنگ واقعی یا رایحه های دریایی به عکسهای تعطیلات خود در رسانه های اجتماعی ، رایانه ها را قادر می سازد تا بوها را به روشی که مردم می توانند بر نظارت بر محیط زیست و صنایع پزشکی و مواد غذایی تأثیر بگذارند ، تفسیر کنند. فقط چند مورد را نام ببرم. با این حال ، استاد عطرساز Christoph Laudamiel ، که همچنین یکی از نویسندگان این تحقیق است ، خاطرنشان می کند که او هنوز به حرفه خود علاقه ای ندارد.

سوبل در پایان می گوید: “100 سال پیش ، الكساندر گراهام بل به چالش كشیده شد. اکنون ما پاسخ دادیم: فاصله گل رز و بنفشه 0.202 رادیان است (از راه دور شبیه هستند) ، فاصله بنفشه و آسفاتیدا 0.5 رادیان است (بسیار متفاوت هستند) ، و تفاوت گل رز و آسفاتیدا 0.565 رادیان است (حتی بیشتر ناهمسان). ما در حال تبدیل برداشت از بوی به اعداد هستیم و این واقعاً باید در علم بویایی پیشرفت کند. “

[ad_2]

منبع: unbox-news.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>