Dei cinque sensi, l'olfatto è il meno compreso, ma un ricercatore dell'Oak Ridge National Laboratory sta cercando le risposte che potrebbero aiutare a stabilire una comprensione sistematica di come le persone categorizzano gli odori.
Il documento, pubblicato su PLOS ONE, darebbe una spiegazione più completa di come il meccanismo di elaborazione dell'odore nel cervello venga rappresentato e come vengano categorizzati gli odori delle sostanze chimiche. Arvind Ramanathan, co-autore e membro della Divisione di Ingegneria e Scienze computazionali dell'ORNL, ha dichiarato che ciò aiuterebbe il tentativo di prevedere le impressioni mentali degli odori delle sostanze chimiche.
Ramanathan e i co-autori del Bates College e dell'Università di Pittsburgh ipotizzano che questo lavoro aiuti anche alla progettazione di sensori e di altre ricerche che sono state ostacolate da questo lacuna.
"Mentre il gusto ha cinque qualità fondamentali - dolce, aspro, amaro, salato e umami, o "saporito" - gli odori sono notoriamente difficili da descrivere e ancor più difficile da categorizzare", ha detto Ramanathan. "I nostri risultati indicano che ci sono circa 10 qualità di odori di base, che sono ciascuno associato a caratteristiche chimiche diverse."
A differenza delle papille gustative, in cui i sensi sono ben caratterizzati con identità chiare per i recettori e per come questi gusti vengano riconosciuti, per l'olfatto vi è una domanda fondamentale sulla qualità di base dell'odore. I ricercatori hanno definito questa come "spazio olfattivo" e hanno cercato di rispondere a questa domanda individuando discrete categorie di odore. Queste categorie sono intuitive - floreale, fruttato, dolce, acido - e si riferiscono alla diversità chimica dell'odore delle molecole.
Una chiave di questa ricerca era l'uso della "fattorizzazione in matrice non negativa", che i ricercatori definiscono come "una tecnica di riduzione della dimensionalità per scoprire una struttura in un pannello del profilo odore." La tecnica semplifica le informazioni e le ordina in categorie coerenti, simili al modo in cui una foto o un file digitale possono essere compressi senza compromettere la sua utilità intrinseca.
Questo approccio è stato utilizzato con successo in molti altri ambiti, tra cui il mondo finanziario o la caratterizzazione di immagini e video. Per questo studio, il team di ricerca ha utilizzato un set standard di dati di percezione olfattiva, presi da Andrew Dravnieks 'Atlante dei caratteristici profili degli odori' 1985.
"La fattorizzazione a matrice non negativa è utile a dividere il set di dati nelle sue parti costituenti." ha detto il co-autore Chakra Chennubhotla dell'Università di Pittsburgh, "Fa in modo che i dati ci dicano di quante parti sono composti, mentre le restrizioni in alcuni vincoli aiutano la tecnica a rivelarli".
Ulteriori approfondimanti al link:
www.ornl.gov/ornl/news/features/2013/the-science-of-scents
Fonte: chimicionline.it