作者：G2119项目 方寒冰

嗅觉的熟悉与陌生

芳香四溢或者臭气滔天，生活中的气味无处不在。令人惊奇的是，嗅觉识别和记录气味的基本原理，直到2004年诺贝尔生理学的颁布，这一秘密才公诸于世。通常，当鼻中嗅细胞受到挥发性物质的刺激，产生的神经冲动沿嗅神经传入大脑从而引起嗅觉。嗅细胞中的嗅觉受体只有约1000种，且每种受体仅能探测有限数量的气味物质。但是大量的受体组合形成特征性的气味识别模式，从而形成辨识和记忆各种不同气味的基础。¹

嗅觉的模仿与实现

人类的历史就是一部延伸感官能力的历史。望远镜，显微镜，照相机的系列发明，将图像信息的感知与存储发挥到极致。对气味，嗅觉的深入研究，有望在食品鉴定，空气检测，呼气健康等领域获得广泛应用。因此，人工嗅觉的开发显得尤为必要。通过仿生工程，不同气敏材料所搭建的阵列模仿各种嗅觉受体，从而灵敏且有选择性地记录识别各种气味。

纳米复合气敏材料给人工嗅觉提供了广泛的材料选择。 首先，纳米材料特有的巨大比表面积，给材料与气体分子提供了充分的接触空间，同时将气体本身的化学信号转换成电信号。根据需要，同一材料可制备成纳米颗粒，纳米线或者纳米片。通过掺杂或表面修饰工艺，可使材料获得特定的灵敏度，选择性和稳定性。复合材料的开发，有的提供支撑骨架，有的调控导电能力，有的制造活性位点，有的类似胶水，将不同组分黏附在一起。总之，对气体分子的传感，可以一定程度做到量身定制。

人工嗅觉的实现，也离不开大数据算法的加持。气味的识别干扰多且复杂。以燃脂健康应用为例，由于运动后的脂肪代谢，呼出的口气中含有较高含量的易挥发气体丙酮，²通过构建丙酮含量与燃脂之间的映射关系，可有效评估运动后脂肪的代谢量。但应用场景实现的难处在于，口气中包含多种有机物气体，并且燃脂代谢程度，还与人的性别，体重，年龄，饮食等各种维度的变量相关。大数据算法通过采集海量的目标人群基本信息和运动后的数据，能够实现涵盖多种变量的算法，构建所需映射关系。

嗅觉的未来与畅想

人工嗅觉的终极目标是气味播放机的诞生。脑机工程的突破后，记录的场景气味信号，直接发送给大脑。比如，回家之后，播放一味《松鼠桂鱼》，或者《Miss Dior》，这可能是餐饮界或者美妆业的灾难。

参考文献

1. Buck, L., & Axel, R. (1991). A novel multigene family may encode odorant receptors: a molecular basis for odor recognition. Cell, 65(1), 175-187.

2. Righettoni, M., Tricoli, A., Gass, S., Schmid, A., Amann, A., & Pratsinis, S. E. (2012). Breath acetone monitoring by portable Si: WO3 gas sensors. Analytica chimica acta, 738, 69-75.