Dando aos computadores um senso de olfato: a busca para mapear cientificamente os odores
O propósito declarado da Osmo é "dar aos computadores um senso de olfato", porque, enquanto aprendemos a codificar digitalmente imagens e sons, não temos como fazer isso com aromas
"Você já tentou medir um cheiro?" Alexander Graham Bell certa vez perguntou a uma audiência de formandos em uma escola secundária em Washington DC.
Ele então questionou a provavelmente confusa turma de 1914 se eles poderiam dizer quando um aroma era duas vezes mais forte que outro, ou medir a diferença entre dois odores distintos. Eventualmente, ele chegou ao ponto: "Até que você possa medir suas semelhanças e diferenças, você não pode ter uma ciência do odor", disse Bell. "Se você tem ambição de encontrar uma nova ciência, meça um cheiro."
Naquela época, os cientistas tinham uma compreensão de que o som e a visão de Bell falando no palco poderiam ser descritos em termos de vibrações no ar e diferentes comprimentos de onda de luz, mas não havia uma maneira comparável de explicar os odores no ar naquele dia de maio. Os mecanismos do olfato eram um mistério, e de muitas maneiras ainda são. "Ao contrário do som ou da visão - onde o comprimento de onda e a amplitude claramente se mapeiam para propriedades perceptuais como frequência de tom, cor ou intensidade - a relação entre a estrutura química e a percepção subjacente não é compreendida no olfato", explica Douglas Storace, professor assistente de neurociência na Florida State University.
"A primeira coisa a lembrar é quão pouca atenção e trabalho ocorreram em olfação versus outros campos", diz Alex Wiltschko, CEO da startup de IA olfativa Osmo, ao relembrar o robusto livro de neurociência que recebeu como estudante de doutorado. "Eu peguei um paquímetro e medi a largura do papel usado para ensinar visão e audição. É cerca de três quartos de polegada para visão. É cerca de meia polegada para audição. São talvez 30 páginas - alguns milímetros - para o olfato."
O propósito declarado da Osmo é "dar aos computadores um senso de olfato", porque, enquanto aprendemos a codificar digitalmente imagens e sons, não temos como fazer isso com aromas. Wiltschko e outros estão tentando mudar isso e inaugurar uma nova era da ciência olfativa, mapeando como percebemos os odores.
O nariz humano é essencialmente um detector químico. Quando cheiramos uma xícara de café, por exemplo, estamos inalando os compostos orgânicos voláteis (VOCs) que ele liberou no ar. "Esses pequenos VOCs se ligam a certos receptores olfativos, e essa ligação basicamente dispara um sinal elétrico que vai para o cérebro", explica Cecília Roque, professora associada de química na Nova School of Science and Technology de Portugal.
Há boas razões para querer replicar esse processo com máquinas. Alguns VOCs - como contaminantes em alimentos ou carcinógenos como o benzeno - podem ser prejudiciais e vale a pena detectá-los antes que cheguem aos nossos narizes; outros podem apontar para perigos como vazamentos de gás ou explosivos ocultos; e alguns podem indicar outros problemas. Se o hálito de alguém cheirar a trevo recém-cortado, pode ser um sinal de insuficiência hepática, enquanto o suor com um odor de penas recém-arrancadas pode sugerir um caso de rubéola.
MAPEANDO ODORES
Pesquisadores têm desenvolvido narizes eletrônicos para nos ajudar a detectar certos compostos desde o início dos anos 1980, mas, enquanto alguns estão sendo usados na indústria hoje, suas aplicações são frequentemente limitadas. "As demonstrações até agora ou foram instrumentos analíticos muito grandes, ou são muito especificamente direcionadas, ou têm uma seletividade relativamente fraca", diz Jacob Rosenstein, professor associado de engenharia na Brown University, que em 2018 co-desenvolveu um e-nose de baixo custo chamado Trufflebot.
De acordo com alguns, o que a tecnologia olfativa precisa é uma maneira de mapear as estruturas das moléculas para seus odores percebidos. "Algumas moléculas parecem muito semelhantes estruturalmente e cheiram muito diferentes, e algumas parecem muito diferentes, mas cheiram muito semelhantes", diz Joel Mainland, professor no Monell Chemical Senses Centre em Filadélfia. "Você está constantemente tentando construir um modelo para corrigir esse problema."
"Você não pode projetar nada de complexidade significativa sem uma especificação", acrescenta Wiltschko. "Você não pode construir uma câmera digital sem o modelo de cor vermelho, verde, azul (RGB). Você não pode construir um microfone sem um espaço de frequência baixa a alta. E então o mapa tem que vir antes da engenharia."
Wiltschko e Mainland foram ambos membros de uma equipe de pesquisa que publicou um estudo sobre mapeamento de odores no início deste ano. A pesquisa começou enquanto Wiltschko trabalhava no Google Research e envolveu uma forma de inteligência artificial chamada rede neural gráfica (GNN), que foi treinada usando dois grandes conjuntos de dados ligando estrutura molecular a odor. Um deles, o conjunto de dados Leffingwell, foi compilado no início dos anos 2000 e associa 3.523 moléculas com descrições de seus odores. Acetaldeído etil feniletílico acetal, para dar um exemplo, aparentemente cheira a verde folhoso e semelhante a lilás.
O trabalho resultou em um "mapa de odor principal" - o equivalente olfativo da paleta de cores que você pode usar em um computador. "Qualquer pessoa que tenha olhado para um mapa de cores no Photoshop sabe intuitivamente o que está acontecendo", diz Mainland, e assim como o "espaço de cor" em tal mapa nos ajuda a dizer que o roxo está mais próximo do vermelho do que do verde, o mapa de odor da equipe permitiu que eles localizassem aromas em um tipo de "espaço de cheiro" multidimensional.
"RGB é tridimensional, mas você pode representá-lo em um pedaço plano de papel", diz Wiltschko. "Há três canais de informação de cor em nosso olho, mas há 350 canais de informação de odor em nosso nariz."
"Qualquer mapa que íamos encontrar não caberia em um pedaço plano de papel. Portanto, as ferramentas de mapeamento que usamos como cientistas no passado não nos ajudariam. Precisávamos esperar pelo software, pela inteligência artificial, pela análise estatística de padrões em grandes conjuntos de dados."
Agora que essas tecnologias chegaram, elas não apenas permitem que os pesquisadores mapeiem a relação entre os cheiros e suas estruturas químicas, mas também os prevejam. Para o estudo, o grupo treinou um painel de 15 pessoas para descrever aromas, classificando-os contra 55 rótulos, incluindo "amanteigado", "terroso", "sulfuroso" e "metálico", e depois pediu-lhes para aplicar esses rótulos a 400 moléculas diferentes cujos odores o mapa de odor GNN já havia previsto. As moléculas de amostra foram então passadas para Christophe Laudamiel - um mestre perfumista agora trabalhando com a Osmo - para uma opinião mais matizada. A avaliação favorita de Mainland de Laudamiel, para uma molécula que teve pontuações altas para descritores como mofado, ozônio e medicinal, foi: "a banheira de hidromassagem está próxima".
"Algumas outras são combinações realmente interessantes", acrescenta Laudamiel. "Uma, por exemplo, cheira muito bem, a açafrão e metal quente."
Impressionantemente, as previsões de odor da GNN para as 400 moléculas se mostraram mais próximas da descrição humana média mais de 50% das vezes. "Basicamente, se você pegasse esse painel de pessoas e tirasse uma pessoa e colocasse o modelo em seu lugar, você se sairia melhor ou pior ao descrever essa percepção humana média?" diz Mainland. "A resposta aqui para a maioria das moléculas, na maioria das vezes, é que ela se sai melhor."
A equipe continuou a fazer o modelo prever odores para 500.000 moléculas adicionais sem precisar sintetizá-las primeiro, e o trabalho está continuando na Osmo. "No momento, eles estão estudando 7 bilhões de moléculas", diz Laudamiel. "Se eu ou você gastássemos apenas cinco minutos por ingrediente para cheirar e estudá-lo, cinco minutos para 7 bilhões de moléculas, você precisaria de 66.590 anos."
DIGITALIZANDO O CHEIRO
Ter previsões precisas dos odores de tantos compostos anteriormente não cheirados seria uma bênção para aqueles nas indústrias de sabor e fragrância - Laudamiel compara isso a ter um piano que de repente ganha mais teclas - e essa pesquisa provavelmente terá seu maior impacto inicial na busca por aromas mais baratos, seguros e mais atraentes em perfumes, detergentes para a roupa e qualquer outra coisa com odor ou sabor adicionado. Mas os pesquisadores esperam que o trabalho possa ir muito além disso. "Se você pensar no que a digitalização de imagens ou sons fez por nós, não é algo que você pode dizer muito facilmente em uma frase, certo?" diz Mainland.
Wiltschko afirma que a agricultura, o armazenamento de alimentos, o rastreamento de pandemias e a prevenção de doenças se beneficiariam todos da nossa digitalização do cheiro, e algum progresso já foi feito. Deet, ou N,N-Dietil-m-toluidamida, é o repelente de insetos mais antigo e comum no mercado, mas ele corrói roupas e plásticos, pode ter efeitos colaterais adversos, e há evidências de que alguns mosquitos causadores de doenças podem estar desenvolvendo resistência, tornando-se menos sensíveis ao cheiro do Deet. "Na verdade, publicamos um artigo mostrando que podemos encontrar moléculas tão potentes quanto o Deet em ensaios clínicos humanos", diz Wiltschko.
Para Mainland, um dos aspectos mais emocionantes da pesquisa é a possibilidade de descobrir "odores primários". Assim como o vermelho, verde e azul podem ser combinados para criar qualquer matiz, ele espera que um conjunto finito de odores combinados nas proporções corretas possa criar qualquer aroma, permitindo-nos efetivamente recriar um cheiro como uma impressora recria uma imagem. Não só a descoberta de odores primários significaria que poderíamos facilmente recriar qualquer aroma que nossos narizes são capazes de cheirar, eles poderiam até mesmo dar nova vida a novidades como o formato de cinema dos anos 1950 Smell-O-Vision. "É muito emocionante", diz Laudamiel. "Não sabemos necessariamente que eles existem, mas é muito legal se existirem."
Antes que qualquer uma dessas possibilidades se torne realidade, no entanto, os pesquisadores precisarão mapear odores não apenas para compostos individuais, mas combinações elaboradas que refletem a complexidade dos odores cotidianos. "Pense em um cheiro que cheire a apenas uma coisa", aponta Laudamiel. "As pessoas dizem, 'oh, grama cortada'. OK. Da próxima vez que você for e cheirar grama cortada, seja no chão ou enquanto estiver cortando a grama, eu garanto, vai ser grama. Vai ser cogumelo. Vai ser terroso. Vai ser talvez mofado ou úmido ou com cheiro de maçã."