Photo: Unsplash
Plus besoin d’un nez pour confirmer qu’une molécule sent bon (ou mauvais). Une nouvelle carte des odeurs peut désormais le prédire.
La couleur de la lumière est définie par sa longueur d’onde. Même chose pour la tonalité d’un son ; plus la fréquence de ses ondes est élevée, plus il paraît aigu à l’oreille, et vice-versa. L’odorat ne suit toutefois pas une relation sensorielle aussi simple. Difficile, par exemple, de prédire ce qu’une molécule va sentir sur la base de ses seules propriétés physico-chimiques. Il faut plutôt se fier à notre nez et à ses 400 récepteurs olfactifs fonctionnels pour la renifler, ce qui n’est pas toujours pratique.
Grâce à un modèle d’apprentissage automatique, une équipe de scientifiques des États-Unis et de l’Angleterre indique avoir contourné ce problème. Leur étude publiée récemment dans Science fait état d’une carte des odeurs qui établit une correspondance satisfaisante entre la structure d’une molécule olfactive et sa perception par le cerveau. Cet outil surpasse même les performances de personnes pourtant entraînées à décrire de nouvelles odeurs – ce que l’équipe a conclu après avoir demandé au système et à 15 cobayes de caractériser chacun 400 substances odorantes. « Cette découverte constitue une avancée scientifique majeure, analyse Johannes Frasnelli, professeur au Département d’anatomie de l’Université du Québec à Trois-Rivières et spécialiste de l’odorat. C’est la première fois que des collègues vont aussi loin dans la modélisation de ce sens. » L’algorithme devine ce que sentent 500 000 molécules jamais synthétisées auparavant. Cette tâche prendrait 70 ans à un être humain, estiment les auteurs et autrices de l’article.
Dans les règles de l’art
Le modèle a été entraîné à l’aide d’un ensemble de données comprenant les structures des molécules – leur forme – et les qualités olfactives qui leur correspondent – des mots descriptifs, comme « floral » ou « boisé ». Le tout, pour 5000 substances odorantes connues. Il s’agit donc d’un apprentissage supervisé qui, comme son nom l’indique, consiste à guider l’algorithme en lui fournissant des exemples préalablement étiquetés des résultats attendus.
« Le protocole utilisé pour modéliser, sous forme graphique, des relations aussi complexes est conforme aux bonnes pratiques, confirme Alexandre Drouin, professeur associé au Département d’informatique et de génie logiciel de l’Université Laval et chercheur au sein de la firme informatique montréalaise ServiceNow. Par exemple, ils ont choisi des données de validation qui n’exagèrent pas les performances du modèle. »
Le mérite de cette étude est surtout de générer de nouvelles pistes de recherche. « Même si les prédictions de cette carte des odeurs peuvent encore être améliorées, elles donnent néanmoins une bonne idée de ce qu’une molécule olfactive devrait en principe sentir », indique Alexandre Drouin. De quoi encourager les créateurs de parfum, certes, mais aussi les personnes aux prises avec des troubles de l’odorat.
« Les personnes atteintes d’Alzheimer, de Parkinson et de la forme longue de la COVID-19 souffrent parfois de perte ou d’altération des capacités olfactives, rappelle Johannes Frasnelli. Chez celles-ci, tout goûte le carton, car l’odorat contribue à la saveur des aliments. » Une meilleure compréhension de ce sens pourrait, par exemple, les aider à renouer avec le goût d’une madeleine, ce petit gâteau oblong au subtil parfum de citron.
