香水——充满希望的神秘、阴谋和禁忌的刺激——由调香大师混合而成，他们的配方保密。在一个新的研究在嗅觉方面，魏茨曼科学研究所的研究人员已经成功地从甚至是复杂的混合气味中剥离了许多奥秘，不是通过揭示它们的秘密成分，而是通过记录和绘制它们是如何被感知的。科学家们现在可以仅从分子结构来预测任何复杂气味的气味。这项研究可能不仅会彻底改变封闭的香水世界，而且最终会使人们有能力根据指令将气味数字化并重现。由神经生物学家、计算机科学家和一位香水大师共同提出的拟制气味的框架，得到了欧洲未来新兴技术计划(FET-OPEN)的资助自然．
该研究所神经生物系的诺姆·索贝尔教授说:“以有组织、有逻辑的方式描绘气味的挑战是由亚历山大·格雷厄姆·贝尔在100多年前首次提出的。”贝尔提出了挑战:“我们有很多种不同的气味，从紫罗兰和玫瑰的气味到麝香的气味。但是，除非你能测量它们的相似和不同，否则你就没有气味科学。“这个挑战一直没有解决，直到现在。
这个长达一个世纪的挑战确实突出了将气味放入一个逻辑系统的困难:我们的鼻子中有数百万个气味受体，由数百个不同的亚型组成，每个亚型的形状都用来检测特定的分子特征。我们的大脑可能感知到数百万种气味这些单分子以不同的强度混合在一起。因此，映射这些信息是一个挑战。但索贝尔和他的同事们(由研究生阿哈隆·拉维亚和科比·斯尼茨博士领导)发现，气味是有潜在顺序的。他们通过采用贝尔的概念得出了这一结论——即不是描述气味本身，而是描述人们感知到的气味之间的关系。
在一系列实验中，研究小组向志愿者展示了两组气味，并要求他们对这两种气味的相似程度进行评级，将两组气味的相似程度从“相同”到“非常不同”。在最初的实验中，该团队创造了14种芳香混合物，每一种都由大约10种分子成分组成，并将它们一次展示给近200名志愿者，这样到实验结束时，每个志愿者已经评估了95对。
为了将数以千计的感知相似性评级的结果数据库转化为有用的布局，该团队改进了他们之前开发的一种物理化学测量方法。在这个计算中，每种气味都由一个包含21个物理测量值(极性、分子量等)的矢量表示。为了比较两种气味，每一种气味都用一个矢量表示，用矢量之间的角度来反映它们之间的感知相似性。两种气味之间夹角距离小的气味被预测相似，两种气味之间夹角距离大的气味被预测不同。
为了测试这个模型，研究小组首先将其应用到其他人收集的数据中，主要是由布什德和来自纽约洛克菲勒研究所莱斯利·沃斯沙尔教授实验室的同事们进行的一项关于气味辨别的大型研究。魏茨曼团队发现，他们的模型和测量结果准确地预测了布什德的结果:气味之间的角度距离较低的气味很难区分;它们之间的角度距离大的气味很容易辨别。这个模型准确地预测了其他人收集到的数据，受到这个模型的鼓舞，团队继续自己进行测试。
该团队调制了新的气味，并邀请了一组新的志愿者来闻它们，再次用他们的方法预测这组参与者如何评价这两种气味——首先是14种新的混合气味，然后在下一个实验中，100种混合气味。这个模型表现得非常好。事实上，其结果与颜色感知的结果是一致的，颜色感知是基于定义良好的参数的感官信息。考虑到每个人可能都有独特的嗅觉受体亚型，这尤其令人惊讶，个体之间的差异可高达30%。
因为“气味地图”或“度量”;它可以预测任何两种气味的相似性，也可以用来预测一种气味的最终味道。例如，任何新的气味，只要距离香蕉小于等于0.05弧度，闻起来就和香蕉一模一样。随着新气味与香蕉的距离增加，它闻起来就像香蕉，超过一定距离后，它就不再像香蕉了。
该团队目前正在开发一种基于网络的工具。这套工具不仅能预测一种新气味的味道，还能根据设计合成气味。例如，我们可以使用任何具有已知成分的香水，并使用地图和度量，生成一种新的香水，其中没有与原香水相同的成分，但气味完全相同。这种颜色视觉上的创造，即产生相同感知颜色的非重叠光谱组成，被称为颜色异元。在这里，研究小组产生了嗅觉异元。
该研究的发现是实现计算机与应用数学系教授大卫·哈雷尔(David Harel)愿景的重要一步，他也是以色列科学与人文学院的副院长，也是该研究的合著者:使计算机数字化并复制气味。当然，除此之外，能够在社交媒体上为你的度假照片添加逼真的花或海的香味，让计算机能够像人类那样解读气味，这可能会对环境监测、生物医学和食品行业产生影响，等等。不过，调香大师克里斯托弗·劳达米尔(Christophe Laudamiel)也是这项研究的合著者，他表示，他目前还不担心自己的职业。
索贝尔总结道:“100年前，亚历山大·格雷厄姆·贝尔提出了一个挑战。我们现在已经回答了这个问题:玫瑰和紫色的距离是0.202弧度(它们很相似)，紫色和无尾草的距离是0.5弧度(它们差别很大)，玫瑰和无尾草的距离是0.565弧度(它们差别更大)。我们已经将气味感知转化为数字，这确实应该推动气味科学的发展。”
