¿Se puede predecir el olor a ajo o 'a quemado' de un producto? Un grupo internacional de científicos lo ha logrado mediante un modelo que permite saber con antelación el aroma que percibirán varios voluntarios tras oler frascos con moléculas. Los resultados se pueden aplicar en la industria del perfume y alimentaria para, por ejemplo, crear moléculas con olores personalizados.
Los científicos se afanan por comprender cómo funciona el cerebro cuando percibe los olores. El sentido del olfato es uno de los menos comprendidos y también el menos predecible. Un determinado tono o color se puede adivinar por la la frecuencia del sonido o la longitud de onda de la luz, pero no podemos saber a priori cómo va a oler una molécula de acuerdo a las características de su estructura química.
Es un reto muy complicado. Por ejemplo hay moléculas con estructuras muy similares que los humanos pueden distinguir perfectamente con distintos aromas. Otras, sin embargo, pueden ofrecer olores idénticos a pesar de tener estructuras químicas muy dispares entre sí.
Ahora un estudio ha mostrado por primera vez como un grupo de científicos logra predecir con exactitud el aroma de una molécula dada su estructura. Los resultados se han publicado en el último número de la revista Science.
La investigación la han llevado a cabo un grupo internacional formado por científicos de instituciones de todo el mundo denominado DREAM Olfaction Prediction Challenge, coordinado por Pablo Meyer Rojas, del Centro de Biología Computacional de IBM en Yorktown Heights, de Nueva York (EE UU) y que cuenta con el apoyo de IBM desde hace diez años.
Para realizar el estudio y comprender que características moleculares influyen en el olor, los investigadores de la Rockefeller University de Nueva York, Andreas Keller y Leslie Vosshall, tomaron los datos aportados por 49 individuos tras oler 476 moléculas, distintas a nivel estructural. Después, esos individuos tuvieron que clasificar las moléculas en función de 21 características diferentes.
“Las moléculas provienen tanto de extractos naturales como de productos sintéticos, y fueron escogidas de manera que representasen a una gran variedad de olores y estructuras moleculares”, explica a Sinc Pablo Meyer Rojas.
Para realizar el estudio se han utilizado modelos por parte de las distintas instituciones que formaban parte del proyecto DREAM. Un total de 22 grupos participaron en el concurso, entre ellos, un equipo español liderado por José Villar de la Universidad del País Vasco. Los equipos competían entre sí para crear los modelos más precisos mediante algoritmos que predecían la relación entre las cualidades de cada olor y las moléculas propuestas, a partir de los datos obtenidos por Keller y Vosshall.
Predicción del olor a pescado, ajo, fruta y diversos atributos
Sin estos modelos, realizar las predicciones en determinados aromas sería mucho más costoso al requerir cientos de características. Con los modelos se han podido predecir con éxito algunos olores con un grupo muy reducido de características o con solo una, en el caso de olores tan potentes como el del pescado.
Los siete productos o atributos que mejor predecían los modelos fueron el ajo, la fruta, las especias, la intensidad del olor, sabor agradable y si olía dulce o 'a quemado'.
Según los autores, los resultados generados a partir del desafío DREAM permitirán predecir las cualidades del aroma de una molécula determinada y también crear moléculas que proporcionen cualquier sabor y olor que los humanos son capaces de sentir.
Además del impacto que puede tener para el estudio del sentido del olfato, la posibilidad de poder crear olores concretos y personalizados puede tener varias aplicaciones en industrias como la del perfume o la alimentaria.
“Hasta ahora los olores que se usan en la industria alimenticia, de productos de limpieza y perfumes se escogen gracias al conocimiento de un especialista o simplemente probando cientos de olores con decenas de personas. Creemos que nuestro resultado es un primer paso hacia la simplificación y el abaratamiento de estos procedimientos”, apunta Meyer Rojas.
Referencia bibliográfica:
A. Keller et al. "Predicting human olfactory perception from chemical features of odor molecules", Science, 2017 http://science.sciencemag.org/cgi/doi/10.1126/science.aal2014