Miscele di odori: la chiave erano le parole — GrassAccord legge lo studio «Prevedere la distanza tra miscele di odori»

Immagini di avere due mouillette proprio sotto il naso. Su una c'è una miscela di odori composta da 10 molecole. Sull'altra anche, ma le due miscele non hanno nemmeno una molecola in comune. Eppure, per il naso umano, hanno un odore piuttosto simile.

Perché succede? E si può conoscere il risultato prima di miscelare? Uno studio pubblicato ad agosto sui Proceedings of the National Academy of Sciences (PNAS) racconta come 26 gruppi di ricerca di tutto il mondo abbiano affrontato insieme questa vecchia domanda.

Il risultato è stato inatteso. La chiave migliore per prevedere l'odore di una miscela non è stata leggere direttamente la forma delle molecole. Le previsioni erano più precise quando passavano attraverso le parole con cui nominiamo gli odori, come «fruttato» o «erbaceo».

Se ha appena iniziato a creare profumi, queste domande Le saranno già venute in mente:

• Descrivere un profumo a parole aiuta davvero a migliorare?
• Due profumi ieri simili oggi mi sembrano diversi: c'è qualcosa che non va nel mio naso?
• L'intelligenza artificiale comporrà presto gli accordi al posto mio?

Questo studio offre spunti su tutte e tre le domande. Nella prima parte presentiamo che cosa ha fatto il gruppo di ricerca e che cosa ha scoperto; nella seconda aggiungiamo il nostro commento su come chi impara la profumeria può sfruttare questi risultati all'organo del profumiere. I termini nuovi sono spiegati in fondo, quindi legga con tranquillità.

Prima di tutto, di che studio si tratta?

• Titolo: A semantic-based community model for high-fidelity tuning of olfactory mixture distances (un modello comune che usa il significato delle parole per regolare con precisione le distanze tra miscele di odori)
• Autori: un ampio gruppo collaborativo guidato da Vahid Satarifard e Pablo Meyer. Hanno partecipato istituzioni di diversi paesi, tra cui la Yale University, la Rockefeller University, il Monell Chemical Senses Center, l'Istituto Weizmann e IBM Research. Tra i coautori figurano anche Leslie B. Vosshall, Noam Sobel e Joel D. Mainland, noti per le ricerche sull'olfatto.
• Pubblicato su: Proceedings of the National Academy of Sciences (PNAS), volume 123, numero 32, pubblicato il 4 agosto 2026. Lo studio ha superato la revisione della rivista.
• Leggere l'originale: doi.org/10.1073/pnas.2611057123 — gratuito per tutti (in inglese).
• Da tenere presente: lo studio riguarda miscele di molecole create per la ricerca, non profumi. Gli stessi autori citano la progettazione di profumi solo come una delle possibili applicazioni future.

Perché abbiamo scelto questo studio?

Nella nostra prima presentazione di uno studio abbiamo osservato dall'alto, attraverso i numeri, circa 170.000 profumi. Era una mappa del mercato e della cultura. Questa volta andiamo nella direzione esattamente opposta: guardiamo da vicino il naso di una persona seduta davanti a due mouillette.

La profumeria, in fondo, è l'arte di miscelare. Eppure le regole che esistono per gli occhi e le orecchie per il naso non esistono ancora. Rosso, verde e blu creano i colori di uno schermo, e il suono si può descrivere scomponendolo in frequenze. Secondo il gruppo di ricerca, per l'olfatto non esiste ancora uno schema paragonabile. Per questo i profumieri si affidano da sempre all'esperienza e al naso.

Questo studio getta su quel vuoto un primo ponte piuttosto solido. Non è un ponte finito. Ma poiché mostra con onestà fin dove si è arrivati e dove il ponte si interrompe, è un ottimo materiale di studio per chi impara la profumeria.

Si può fare una mappa dell'olfatto?

Prima di entrare nel vivo, vediamo perché è stata organizzata questa gara.

L'odore di una singola molecola si indovina ormai abbastanza bene

Prevedere un odore dalla sola struttura di una molecola è stato a lungo un problema notoriamente difficile. Negli ultimi 10 anni però le cose sono cambiate. La prima gara olfattiva DREAM ha dimostrato che un computer può prevedere dalla struttura molecolare descrizioni di odori come aglio, dolce o floreale.

Nel 2023 è arrivato un modello chiamato mappa principale degli odori (POM), una mappa che colloca le strutture molecolari in uno spazio di odori. Secondo lo studio, nel prevedere le descrizioni di odori questo modello ha ottenuto risultati migliori di una persona mediana di un panel. Molte squadre di questa gara hanno usato proprio questa mappa come ingrediente.

Ma la maggior parte degli odori del mondo è una miscela

Il problema viene dopo. Gli odori della vita quotidiana, come il caffè, i fiori e i profumi, sono di solito miscele di decine o centinaia di molecole. Prevedere una sola molecola serve a poco nel mondo reale se non si sa prevedere che cosa accade una volta miscelate.

Se ha già provato a creare profumi, conosce bene questa difficoltà. A volte si uniscono due belle materie e nasce un odore del tutto inatteso, altre volte una materia aggiunta sembra sparire. Serviva un riferimento pubblico per prevedere le miscele, e per questo è nata una gara in cui molte squadre si sono misurate sullo stesso problema.

Come si è svolta la gara tra 26 squadre?

Esperimenti sparsi riuniti in uno solo

Il gruppo ha prima unito sei raccolte di dati provenienti da tre studi condotti separatamente. Una volta riunite, le dimensioni erano queste.

• 168 molecole singole
• 731 miscele diverse
• 507 misurazioni che confrontano due miscele

Poiché gli esperimenti erano stati condotti in modi diversi, tutti i risultati sono stati riportati su un'unica scala. 0 significa che i due odori sono indistinguibili, 1 che non potrebbero essere più diversi. Il gruppo chiama questo numero distanza tra gli odori. Come si misura tra due città su una mappa, così si misura tra due odori.

Tre mesi di gara

Questa gara si chiama DREAM Challenge: più squadre si misurano apertamente sulla capacità di previsione davanti allo stesso problema. Le 26 squadre hanno affinato i loro modelli di intelligenza artificiale per circa tre mesi, poi hanno affrontato una prova finale su 46 coppie di miscele con le risposte nascoste.

Gli esercizi si potevano inviare fino a tre volte alla settimana, vedendo il punteggio. Durante la gara sono arrivate 159 previsioni di allenamento, e 19 squadre sono arrivate fino alla prova finale.

La gara non si è chiusa in modo netto. Quattro squadre, D2Smell, UMich CASI, ChemSenSim Lab e belfaction, sono arrivate prime a pari merito. Secondo il gruppo di ricerca, con sole 46 coppie era difficile distinguerle. Così, invece di scegliere una squadra, ha costruito un modello combinato che fa la media delle previsioni dei sei modelli migliori. Il protagonista dello studio è proprio questo modello combinato.

Controllato due volte da nasi umani

A correggere le risposte dell'intelligenza artificiale sono stati nasi umani. Le prove sono state due.

• Prima prova (New York, Rockefeller University) — Hanno partecipato 34 persone. 92 miscele formavano 46 coppie, e ogni miscela era composta da 10 componenti, senza alcuna sovrapposizione tra le due miscele di una coppia. È stato usato il test triangolare, in cui si sceglie tra tre flaconi quello che ha un odore diverso.
• Seconda prova (Filadelfia, Monell Chemical Senses Center) — Hanno partecipato 16 persone, a gara conclusa. 59 miscele progettate da zero formavano 50 coppie, con 9-11 componenti per miscela. I partecipanti hanno assegnato direttamente un punteggio alla somiglianza tra due odori.

La seconda prova aveva un divertente controllo di sicurezza. I partecipanti hanno confrontato una molecola con odore d'aglio con una molecola con odore d'ananas, e una molecola con odore di fragola con sé stessa. Hanno giudicato lontana la prima coppia e molto vicina la seconda. È la prova che la scala funzionava correttamente.

Basta conoscere due numeri

In questo studio tornano di continuo due numeri. Possono sembrare difficili, quindi prendiamone semplicemente le misure.

Il coefficiente di correlazione indica quanto previsione e realtà si muovono nella stessa direzione. A 1 si muovono perfettamente insieme, a 0 non c'è alcun rapporto. Un valore di 0,61 non significa 61% di risposte giuste. Basta capire che le coppie percepite dalle persone come più lontane vengono in genere indicate come più lontane anche dal modello.

L'errore medio (l'RMSE dello studio) indica di quanto la previsione si è allontanata in media dalla distanza reale. Più è piccolo, meglio è. Con 0,08, sulla scala da 0 a 1 si sbaglia all'incirca di quel valore.

Ricordi quindi il coefficiente di correlazione come «l'ordine è giusto?» e l'errore medio come «quanto sono vicini i valori?».

Quanto è stato preciso il modello combinato?

Ha superato nettamente i metodi esistenti

Nella prima prova il modello combinato ha registrato un errore medio di 0,08 e un coefficiente di correlazione di 0,57. Rispetto ai principali metodi esistenti, l'errore è calato di circa il 33% e il coefficiente di correlazione è salito del 53%. Ha fatto meglio anche del modello di ogni singola squadra in gara.

Qui c'è un punto da notare. Dopo la gara, il gruppo ha costruito un nuovo modello usando solo le caratteristiche che sembravano più importanti. Questo modello però non ha raggiunto il modello combinato e si è fermato al livello delle migliori squadre singole. L'interpretazione del gruppo è questa: scegliere buoni ingredienti non basta, per arrivare a quel livello servono approcci diversi riuniti insieme.

Ha retto anche con problemi mai visti

Un modello che risolve bene solo i problemi della gara serve a poco. Per questo, dopo la gara, è stato messo di nuovo alla prova su 50 coppie progettate da zero. L'errore medio del modello combinato è salito a 0,13, ma le buone prestazioni si sono mantenute. Il risultato ha molto valore, considerando che sede, partecipanti e metodo della prova erano tutti diversi.

I risultati cambiavano secondo il tipo di problema

Le 46 coppie della prova finale erano divise in tre gruppi: 16 coppie create a caso, 20 coppie progettate da persone per sembrare simili e 10 coppie rese simili con un metodo di calcolo della distanza già esistente. Le squadre non sapevano a quale gruppo appartenesse ogni coppia.

L'errore medio del modello combinato era basso nei due gruppi progettati, 0,07 e 0,06, ed era 0,10 nel gruppo casuale. Il coefficiente di correlazione andava invece al contrario: un po' più alto nel gruppo casuale, 0,45, e 0,38 negli altri due. Il gruppo di ricerca aggiunge che, essendo poche le coppie, i numeri dei gruppi piccoli vanno letti con cautela.

Perché le parole hanno battuto la struttura molecolare?

Questo è probabilmente il risultato più citato dello studio.

Lasciando solo le parole è andata meglio

Il gruppo ha condotto un esperimento togliendo dal modello un ingrediente alla volta. Ha eliminato le caratteristiche chimiche delle molecole, le informazioni sui recettori del nostro corpo e le informazioni sulle miscele, lasciando solo ciò che corrisponde alle parole con cui nominiamo gli odori.

Il risultato è stato sorprendente. Nella prima prova il modello combinato con le sole parole ha ottenuto un coefficiente di correlazione di 0,61 e un errore medio di 0,075, facendo addirittura meglio del modello combinato con tutti gli ingredienti. Anche nella seconda prova il suo coefficiente di correlazione di 0,54 era superiore del 15%.

Al contrario, il modello senza parole è peggiorato molto. Nella prima prova il suo coefficiente di correlazione è sceso a 0,41, e nella seconda si è avvicinato al livello di una risposta data a caso.

Che cosa significa qui «parole»?

È un punto facile da fraintendere, quindi chiariamolo. Non sono stati inseriti appunti olfattivi scritti da persone che avevano annusato le miscele. Il computer guarda la struttura di una molecola e prevede prima di tutto «come la chiamerebbero le persone?». Assegna delle probabilità a 138 parole, come fruttato o erbaceo. Le combinazioni di parole ottenute così servono poi a confrontare due miscele.

Quindi non si passa direttamente dalla molecola alla distanza olfattiva: si fa una stazione intermedia nelle parole. Il fatto sorprendente è che queste parole sono state apprese da singole molecole pure, non da miscele, e hanno comunque spiegato bene le distanze tra le miscele.

Il gruppo fa un ulteriore passo avanti. Può darsi che l'odore di una miscela non nasca da un principio fondamentalmente diverso da quello di una singola molecola. La parte difficile potrebbe stare meno nella «fase del miscelare» che nella «fase del passaggio dalla molecola all'odore». Lo studio precisa però che alcuni ricercatori non sono d'accordo con questa tesi.

Quali parole hanno pesato di più?

Una squadra ha raggruppato le 138 parole in 12 famiglie. Nel suo modello le famiglie più influenti erano il fruttato, l'erbaceo-aromatico e il nocciolato-oleoso-tostato.

Anche le singole parole hanno dato risultati diversi. Nell'analisi della stessa squadra, verde, pulito e cognac erano collegate a una riduzione dell'errore, mentre violetta, aromatico e naturale a un aumento. Il gruppo di ricerca ha precisato che è difficile interpretare direttamente questo risultato. È comunque interessante che ci sia dentro una parola così ampia come «naturale». Questa è una nostra impressione, non la conclusione dello studio.

Non servono molti ingredienti

Per ogni modello, il gruppo ha sommato una dopo l'altra le caratteristiche più influenti. Tra i modelli più precisi, tre hanno raggiunto la metà dell'influenza totale con meno di 100 caratteristiche. Un altro ne ha richieste circa 1.000, quindi la differenza è grande. Significa che per spiegare la distanza olfattiva non servono per forza tanti ingredienti complessi.

Quanto è affidabile il naso umano?

Il risultato umano è il limite massimo

È il passaggio più onesto dello studio. Il gruppo ha misurato anche quanto spesso le stesse persone danno la stessa risposta quando giudicano di nuovo. Nella seconda prova i partecipanti hanno giudicato due volte, a distanza di almeno un giorno, e il coefficiente di correlazione tra i due risultati è stato 0,74. Nella prima prova, il valore ottenuto confrontando due metà è stato 0,69.

A pensarci è normale. Nemmeno la media dei giudizi umani si ripete alla perfezione. Quindi è difficile che un modello indovini le persone meglio di quanto esse indovinino sé stesse. Lo 0,61 e lo 0,54 del modello con le sole parole non hanno ancora raggiunto questo limite. Anche il gruppo ammette che tra modello e persone resta uno scarto.

Sbaglia con coppie molto simili o molto diverse

Il modello era più preciso con distanze da 0,5 a 0,8, perché è lì che si concentrano i dati di addestramento. Le miscele fatte a caso cadono in genere in questo intervallo.

Sotto 0,5 e sopra 0,8, invece, l'errore cresceva. I modelli tendevano a tirare le previsioni verso il centro: stimavano le coppie molto simili un po' più lontane del reale e quelle molto diverse un po' più vicine.

Per un profumiere questo è importante. Il giudizio più difficile, nella pratica, è distinguere due prove «quasi identiche, ma con qualcosa di diverso». È proprio lì che i modelli di oggi sono più deboli.

Il nuovo modello non ha sempre vinto

Dividendo la seconda prova in cinque fasce di distanza, nella fascia più simile l'errore era più basso per il modello precedente, la mappa principale degli odori. Nelle altre quattro erano in testa il modello combinato e il modello con le sole parole. Questo mostra che una buona media generale non significa buoni risultati in ogni fascia.

In che cosa è diverso da un vero profumo?

Non si può trasferire questo studio così com'è al profumo. Tra le miscele di laboratorio e i veri profumi ci sono grandi differenze.

• Miscele con intensità pareggiata — Nella maggior parte dei dati l'intensità dei componenti è stata pareggiata in anticipo. In un odore reale i componenti forti coprono quelli deboli, e il carattere cambia secondo la concentrazione. Il gruppo scrive che gestire l'intensità è un compito per il futuro.
• Numero di componenti — Le miscele di prova avevano una decina di componenti. Il gruppo spiega che gli odori quotidiani sono in genere miscele di decine o centinaia di molecole.
• Materie limitate — La gamma di molecole usate è ristretta. Non si sa ancora se il metodo funzioni con molecole mai viste.
• Un giudizio di un istante — Lo studio chiedeva quanto siano simili due odori. Non chiedeva come un odore cambi nel tempo, né se piaccia alle persone.

Tenga a mente soprattutto l'ultimo punto. La distanza dice solo quanto sono diversi due odori. Non dice quale sia il migliore.

C'è però una buona notizia. Il gruppo ha reso pubblici dati, modelli e codice. Significa che chiunque può provare un metodo migliore sullo stesso problema. Questo non vuol dire però che esista uno strumento in cui un profumiere inserisce due accordi e ottiene subito la distanza. Per ora è più che altro un riferimento per i ricercatori.

Che cos'è un metamero? Materie diverse, stesso odore

Una delle raccolte di dati usate nello studio viene da una ricerca che voleva creare metameri olfattivi. Un metamero è una coppia di miscele che si percepiscono simili pur non avendo componenti in comune. Per i colori, somiglia al fenomeno per cui luci di composizione diversa appaiono dello stesso colore.

Il gruppo prevede che questi risultati permetteranno di creare e sperimentare in modo efficiente metameri virtuali al computer. Prima si selezionano i candidati con il calcolo, poi le persone li verificano.

Le applicazioni citate dagli autori sono ampie: olfatto digitale, che salva e trasmette gli odori come dati, tecnologie che controllano la salute attraverso il respiro e altri segnali, nasi elettronici e progettazione generativa di fragranze. Si tratta però di possibilità future: questo studio non ha progettato alcun profumo.

Commento: che cosa dice questo studio a chi impara la profumeria

Da qui in poi non si tratta delle conclusioni dello studio, ma dell'interpretazione di GrassAccord.

Scrivere un odore a parole è progettare, non commentare

Ai corsi di profumeria molti trovano noioso scrivere appunti sulle materie. Perché scrivere, dicono, se basta annusare? Questo studio invita a rivedere quell'abitudine, perché poche parole sugli odori hanno spiegato la distanza tra le miscele meglio di una gran quantità di informazioni molecolari.

Certo, le parole di un computer e gli appunti di una persona non sono la stessa cosa. La direzione però è la stessa. Se divide un odore in parole, può confrontarlo. Un appunto che si ferma a «buono» non serve alla miscela successiva, mentre uno come «erba forte, in fondo resta legno bagnato» serve eccome.

Inizi dalle singole materie

Le parole sono state apprese da singole molecole, eppure hanno spiegato le miscele. Anche l'apprendimento della profumeria segue lo stesso ordine. Se conosce con chiarezza l'impressione di una materia, saprà leggere che cosa è successo una volta miscelata. Il tempo passato ad annusare molte volte una materia rende di più, in seguito, che creare tanti accordi.

A questo punto conviene prendere in prestito un metodo dal laboratorio. Come il gruppo ha pareggiato l'intensità dei componenti, pareggi la diluizione quando confronta le materie. Se una sola è più concentrata, finirà per confrontare l'intensità e non il carattere. I giudizi dati sulle materie pure cambiano spesso una volta annusate diluite.

Scelga parole dal significato preciso

La parola «naturale» è comoda, ma contiene molte cose. Scenda di un livello: che cosa è naturale, esattamente? Annoti se è odore di erba tagliata, di terra bagnata o di frutta appena sbucciata. Come detto, lo studio non lo dimostra, ma all'organo verificherà presto che le parole dal significato più stretto sono più utili per il giudizio successivo.

Provi a creare la stessa impressione con altre materie

Il concetto di metamero è un grande conforto anche per i principianti. Anche se una materia è introvabile o soggetta a normative, si può ricostruire la stessa impressione con altre materie. Per sentire qualcosa di simile non servono per forza le stesse molecole.

Anche molte delle formule vendute da GrassAccord prendono come materiale di studio profumi celebri. Ma simile e uguale non sono la stessa cosa. Anche questo studio riguarda l'impressione di un istante. Come il profumo cambi nel tempo deve osservarlo di persona, tenendo la mouillette davanti a sé.

Si fidi del Suo naso, ma non una volta sola

Anche la media dei giudizi umani, misurata di nuovo, arriva a 0,74. Se due profumi ieri simili oggi Le sembrano diversi, forse non è perché c'è qualcosa che non va nel Suo naso. Il giudizio, per natura, oscilla. Per le decisioni importanti annusi di nuovo il giorno dopo e confronti con il primo appunto. A proteggere il giudizio non sono i numeri, ma l'abitudine.

Più nasi sono meglio di uno

In questo studio il risultato migliore non è venuto da una squadra brillante, ma dalla media di squadre diverse. Anche annusare funziona così. Quando non riesce a decidere, faccia annusare a qualcun altro. Un semplice «sa di sapone» di chi non sa nulla di profumeria può diventare un indizio prezioso.

L'intelligenza artificiale restringe solo i candidati

Il futuro indicato da questo studio non è tanto un mondo senza profumieri, quanto un mondo in cui il calcolo restringe i candidati e le persone decidono con il naso. Il modello non ha ancora giudicato che cosa è buono o cattivo ed è risultato debole nella zona più difficile, quella del «quasi uguale, ma diverso». Quell'ultimo tratto resterà ancora per un po' il posto del naso umano.

Tre esercizi da provare subito all'organo del profumiere

Sarebbe un peccato fermarsi alla lettura. Riduciamo in piccolo quello che ha fatto il gruppo di ricerca e portiamolo al Suo organo del profumiere. Stabilisca le proporzioni in base alle Sue materie e ai Suoi gusti.

Esercizio 1. Crei il Suo vocabolario degli odori

Scelga dieci materie che usa spesso e ne bagni una mouillette per ciascuna. Per ogni materia annoti solo tre parole. Escluda le parole di giudizio come «buono» e usi solo parole che indicano un odore, come frutta, erba, legno o sapone. Una settimana dopo copra i nomi, annoti di nuovo e confronti. Le parole rimaste uguali sono il vero volto della materia.

Esercizio 2. Un test triangolare a casa

Prepari due prove simili. Su tre mouillette, ne bagni due con la stessa prova e una con l'altra, segnando il lato inferiore. Chieda a qualcuno di mescolare l'ordine e cerchi quella diversa. Se indovina di continuo dopo molti tentativi, i due sono odori distinti. Se le risposte giuste restano al livello del caso (una su tre), per il Suo naso sono al momento quasi lo stesso odore.

Esercizio 3. Misuri la distanza con il Suo naso

Annoti la distanza tra due odori con un numero da 0 a 1, dove 0 significa indistinguibili e 1 completamente diversi. Dia un valore a circa cinque coppie e ripeta il giorno dopo nello stesso ordine. Vedendo quanto oscillano i numeri, conoscerà l'ampiezza del Suo giudizio. Va bene anche se oscillano. Conoscere quell'ampiezza è lo scopo dell'esercizio.

Attenzione quando legge questo studio

• Non è uno studio sui profumi. Riguarda miscele di molecole create per la ricerca. Non significa che si applichi direttamente alle formule dei profumi.
• I problemi della prova non sono molti. La prima prova ha 46 coppie. Per questo non è stato possibile stilare una classifica delle squadre migliori, e il gruppo invita a leggere con cautela i risultati dei gruppi piccoli.
• È forte nella fascia centrale. I dati di addestramento si concentrano su distanze da 0,5 a 0,8, quindi è debole con coppie molto simili o molto diverse.
• I metodi di misurazione sono diversi tra loro. Test triangolari e punteggi sono stati riportati su un'unica scala, quindi possono restare distorsioni dovute al metodo.
• L'intensità non è trattata abbastanza. Nella maggior parte dei casi i componenti avevano l'intensità pareggiata. Negli odori reali l'intensità è una variabile importante.
• Non si sa se funzioni con molecole nuove. La gamma di molecole usate nelle prove è ristretta.
• L'interpretazione ha dei contrari. Lo studio segnala che alcuni ricercatori non condividono l'idea secondo cui l'odore di una miscela è in gran parte determinato dalla sovrapposizione delle parole.
• I rapporti di consulenza con aziende sono dichiarati. Lo studio dichiara che alcuni autori fanno da consulenti per aziende legate all'olfatto.

Le parole di questo articolo

• Singola molecola — Sostanza odorosa composta da un solo tipo di molecola.
• Miscela — Unione di più molecole. In questo studio, una decina di componenti.
• Distanza — Valore da 0 a 1 che indica quanto due odori si percepiscono diversi. 0 significa indistinguibili, 1 i più diversi.
• Test triangolare — Metodo che misura la capacità di distinguere facendo scegliere quello diverso tra tre.
• Coefficiente di correlazione — Numero che indica quanto due valori si muovono insieme. Più è vicino a 1, più si muovono insieme.
• Errore medio (RMSE) — Scostamento medio della previsione dalla realtà. Più è piccolo, meglio è.
• Modello combinato (ensemble) — Modello unico ottenuto facendo la media delle previsioni di più modelli.
• Informazioni delle parole (caratteristiche semantiche) — Valori con cui il computer prevede con quali parole degli odori verrebbe chiamata una molecola.
• Mappa principale degli odori (POM) — Modello di una ricerca precedente che prevede le parole degli odori dalla struttura molecolare. Molte squadre di questa gara lo hanno usato come ingrediente.
• Metamero — Coppia di miscele che si percepiscono simili pur senza componenti in comune.
• Accordo — Unità olfattiva in cui più materie vengono miscelate per farsi percepire come un'unica impressione.
• Formula — Il progetto che indica quali materie mescolare e in quali proporzioni per creare un profumo. È ciò che vende GrassAccord.

Per concludere

Il naso non ha ancora una regola come il rosso, il verde e il blu. Ma il primo indizio trovato insieme da 26 squadre stava, inaspettatamente, dalla parte del linguaggio umano. Poche parole sugli odori hanno spiegato la distanza tra due profumi meglio di lunghe descrizioni delle molecole.

E misurare quella distanza fino in fondo resta ancora compito del naso umano. Il naso oscilla, il modello tende verso il centro. Poiché nessuno dei due è perfetto, annusare lentamente davanti a una mouillette, scrivere a parole e annusare di nuovo il giorno dopo resta ancora oggi il metodo più affidabile.

Per chi ha appena iniziato a creare profumi è una buona notizia. Anche senza strumenti costosi, bastano delle mouillette e un quaderno per mettersi sulla strada indicata da questo studio. Il profumo è una lingua universale. GrassAccord La accompagnerà mentre ne raccoglie le parole, una alla volta.

Fonte dello studio: Vahid Satarifard, Laura Sisson, Yikun Han et al. «A semantic-based community model for high-fidelity tuning of olfactory mixture distances». PNAS 123(32), e2611057123, pubblicato il 4 agosto 2026. Originale: https://doi.org/10.1073/pnas.2611057123 · Tutti i numeri di questo articolo provengono dal testo dello studio; le frasi sono un riassunto e un commento di GrassAccord. La sezione «Commento» è l'interpretazione di GrassAccord, non la conclusione dello studio.