作者 | 論文團隊

編輯丨ScienceAI

視覺有像素，聽覺有頻譜，這些物理量與感知之間存在穩定的映射。但嗅覺截然不同，同一個分子可能激活不同的受體組合，同一種氣味在不同人的嘴里可以是「花香」也可以是「肥皂味」。如何讓 AI 理解「分子聞起來是什么味道」，一直是 AI for Science 領域一個獨特而前沿的挑戰。

近日，廈門大學程俊教授團隊與深勢科技合作，提出了 NOSE（Neural Olfactory-Semantic Embedding）框架。該工作首次將分子結構、嗅覺受體序列和自然語言描述三種模態統一到一個連續的表征空間中，在覆蓋三個感知層次的 11 個下游任務上達到 SOTA，并展現出優異的零樣本泛化能力。研究成果已被自然語言處理頂級會議 ACL 2026 主會錄用。

論文鏈接：https://arxiv.org/abs/2604.10452v1

代碼鏈接：https://github.com/Xianyusyy/NOSE

為什么嗅覺數字化這么難？

嗅覺感知始于氣味分子的揮發擴散，與鼻腔中嗅覺受體的結合，經過神經信號傳導，最終在大腦中形成主觀知覺。這條通路天然涉及三種截然不同的信息，包括分子的三維化學結構、嗅覺受體蛋白的序列特征，以及人類用自然語言給出的感知描述（如「花香」「薄荷味」「奶油感」）。

然而，現有方法從未在統一框架中建模這條完整通路。它們要么僅從分子結構出發預測氣味，要么只學習「分子 - 描述」或「分子 - 受體」的局部對應關系。更根本的問題在于，主流方法將氣味預測視為分類問題，即預測分子屬于「花香」還是「果香」。這種離散化處理不僅破壞了氣味空間的連續性（「薄荷」和「清涼」本應相鄰，分類框架下卻是兩個獨立標簽），還迫使模型丟棄那些對分類「無用」但對分子表征至關重要的結構信息，導致泛化能力受限。

正交注入與連續語義流形

NOSE 的關鍵洞察在于，雖然「分子 - 受體 - 描述」三元組數據幾乎不存在，但「分子 - 受體」和「分子 - 描述」雙模態數據可以分別獲取。分子是兩類數據的唯一交集，因此可以作為中樞，將受體信息和語義信息橋接到統一的表征空間。

但如果將受體特征和語義特征同時注入分子表征，三種模態會不會相互干擾、彼此覆蓋？NOSE 給出的解法是正交注入機制。框架采用「硬正交 + 軟正交」雙重策略，利用 Gram-Schmidt 正交化，將受體和描述的適配器輸出投影到分子表征的正交補空間，在幾何層面保證注入的信息與分子結構線性無關；同時引入軟正交損失，在梯度層面驅動受體分支和描述分支的特征子空間保持互不相關。這樣，受體信息和語義信息以相互獨立的增量疊加在分子表征之上，既不丟失分子結構先驗，又實現了隱式的三模態對齊。

在編碼器選擇上，NOSE 采用 Uni-Mol 捕捉分子三維構象、ESM-2 提取受體序列特征、LoRA 微調的 Qwen3 Embedding 處理氣味描述文本，三大預訓練模型各司其職。

在語義端，NOSE 利用大語言模型 DeepSeek 挖掘 1,086 個氣味描述詞之間的語義近鄰關系（如「檸檬」與「柑橘」、「甜」與「蜂蜜」），將這些語義近鄰標記為「弱正樣本」并賦予中間權重。這一策略將離散的標簽空間轉化為連續的語義流形，有效緩解了對比學習中將語義相近的描述錯誤推遠的「假陰性」問題。經過訓練后，原本在通用文本模型中高度重疊的氣味詞在 PCA 可視化中形成了邊界清晰的語義簇，證明模型成功構建了結構化的氣味語義空間。

全面 SOTA 與零樣本泛化

研究團隊整合了 6 個公開數據集，構建了覆蓋三個認知層次的評估基準，涵蓋基礎感知（檢測閾值、強度、愉悅度）、語義描述（138 類多標簽分類和多維度回歸）、以及混合物感知（二元混合物的強度與愉悅度預測）。在全部 11 個任務的關鍵指標上，NOSE 均取得最優表現。

零樣本檢索

為驗證泛化能力，研究團隊從 PubChem 構建了專用測試集。與標準零樣本設置（分子存在于數據集中但分子 - 描述詞配對未見過）不同，嚴格零樣本要求分子完全不存在于訓練集中。團隊使用分子檢索氣味描述詞，采用百分位排名進行評估（數值越低表示精度越高）。除 PubChem 描述詞外，同義術語的排名也被納入評估。例如對于無味分子，模型將「odorless」排在 Top 1（0.092%），并優先排列 slight、weak、neutral 等術語，表明模型真正理解了分子的感知屬性，而非簡單地與高頻詞對齊。

在受體檢索方面，團隊從文獻中選取具有明確「激活」或「非激活」關系報告的分子 - 受體配對作為測試集。模型在已報道的「激活」配對上表現優異，絕大多數排名位于前 2% 以內，涵蓋大環麝香（MCM）及其他化學家族，顯示出良好的跨家族泛化能力。同時，所有「非激活」樣本的排名顯著靠后，主要分布在 30% 至 80% 區間。這種激活與非激活樣本間的排名分離表明，模型構建的潛在空間有效區分了正負樣本對，具備可靠的生物篩選價值。

意義與展望

NOSE 首次為嗅覺通路上的三種模態搭建了統一的表征空間，使分子結構、受體蛋白和人類感知之間的關聯能夠在一個連續、可檢索、可運算的特征流形中被建模。其核心思想，即通過對比學習統一多模態信息以構建連續且結構化的領域分子表征，不局限于氣味分子場景，同樣有望推廣至電解液溶劑、電鍍添加劑等電化學領域，為 AI 驅動的分子設計提供新的表征范式。