香りの混合を当てる鍵は言葉だった — GrassAccordが読み解く論文「においの混合物の距離を予測する」

香りの混合について考えるために、鼻先に2枚のムエットを置いてみましょう。片方は10種類の分子を混ぜた香りです。もう片方も10種類の分子を混ぜていますが、重なる分子はひとつもありません。それなのに、人の鼻には2つの香りがかなり似て感じられます。

なぜこんなことが起こるのでしょうか。そして、混ぜる前に結果を知ることはできるのでしょうか。この8月に米国科学アカデミー紀要(PNAS)に掲載された論文は、この古くからの問いに世界の26の研究チームがともに挑んだ記録です。

結果は意外なものでした。混合物のにおいを最もよく当てる鍵は、分子の形をそのまま読むことではありませんでした。「果物のよう」「草のよう」といったにおいを表す言葉を経由したときに、予測が最も正確になったのです。

調香を始めた方なら、こんな悩みをお持ちかもしれません。

• 香りを言葉で書き留めることは、本当に上達の役に立つのだろうか。
• 昨日は似ていた2つの香りが今日は違って感じられる。自分の鼻がおかしいのだろうか。
• AIがもうすぐアコードを代わりに組んでくれるのではないか。

この論文は、3つの問いすべてにヒントをくれます。前半では研究チームが何をして何を見つけたのかを紹介し、後半では調香を学ぶ方がこの結果を調香台でどう使えるのか、私たちの解説を添えました。なじみのない用語は末尾にまとめて説明していますので、気軽にお読みください。

まず、どんな論文ですか

• タイトル: A semantic-based community model for high-fidelity tuning of olfactory mixture distances(言葉の意味をもとに、においの混合物どうしの距離を高い精度で合わせる共同モデル)
• 著者: ヴァヒド・サタリファード(Vahid Satarifard)、パブロ・メイヤー(Pablo Meyer)を中心とする大規模な共同研究チームです。イェール大学、ロックフェラー大学、モネル化学感覚センター、ワイツマン科学研究所、IBM研究所など各国の機関が参加し、嗅覚研究で知られるレスリー・ボスホール(Leslie B. Vosshall)、ノーム・ソベル(Noam Sobel)、ジョエル・メインランド(Joel D. Mainland)も共著者に名を連ねています。
• 掲載先: 米国科学アカデミー紀要(PNAS)123巻32号、2026年8月4日掲載。学術誌の査読を経た論文です。
• 原文を読む: doi.org/10.1073/pnas.2611057123 — 誰でも無料で読めます(英語)。
• 注意点: 香水ではなく、研究用の分子混合物を扱った研究です。著者たちも香水の設計については、今後の応用分野のひとつとして挙げているだけです。

なぜこの論文を選んだのですか

最初の論文紹介では、約17万点の香水を数字で見渡しました。市場と文化の地図でした。今回は正反対の方向です。2枚のムエットの前に座る人の鼻をのぞき込みます。

調香とは、つまるところ混ぜる仕事です。ところが、目や耳にある規則が、鼻にはまだありません。赤・緑・青で画面の色を作り、音は周波数に分けて説明できます。研究チームは、嗅覚にはそれに匹敵する枠組みがまだないと述べています。だから調香師は長いあいだ、経験と鼻に頼ってきました。

この論文は、その空白に初めてかなり丈夫な橋を一本かけます。完成した橋ではありません。それでも、どこまで来て、どこで途切れているのかを正直に示している点で、調香を学ぶ方にとってよい勉強材料です。

鼻の地図を描く試み

本題に入る前に、このコンテストがなぜ開かれたのかを見ておきましょう。

単一分子のにおいは、かなり当てられるようになりました

分子の構造だけを見てにおいを当てることは、長いあいだ悪名高い難問でした。しかし、この10年で流れが変わりました。最初のDREAM嗅覚チャレンジでは、コンピューターが分子構造から、ニンニク、甘い、花のようなといったにおいの表現を予測できることが示されました。

2023年には、主要においマップ(POM)というモデルが登場しました。分子構造をにおいの空間に配置する地図です。論文によると、このモデルはにおいの表現を予測する仕事で、評価パネルの中央値にあたる人を上回る結果を出しました。今回のコンテストでも、多くのチームがこの地図を材料に使いました。

ところが、世の中のにおいの大半は混ざっています

問題はその先です。コーヒー、花、香水のように日常で嗅ぐにおいは、たいてい数十から数百の分子の混合物です。分子ひとつを当てられても、混ざったときを当てられなければ、現実の世界では使いにくいのです。

調香を経験した方なら、この難しさをよくご存じでしょう。良い原料を2つ混ぜたのに期待とまったく違う香りになったり、入れた原料が消えたように感じられたりします。混合物を予測するための公開された基準が必要でした。そこで、複数のチームが同じ問題で競うコンテストが開かれたのです。

26チームのコンテストはどう進んだのでしょうか

ばらばらだった実験をひとつにまとめました

研究チームはまず、それまで別々に行われた3つの研究の6つのデータを1つに統合しました。統合した規模は次のとおりです。

• 単一分子168種類
• 異なる混合物731種類
• 2つの混合物を比べた測定507件

実験方法がまちまちだったため、すべての結果を1本の目盛りに移しました。0は2つの香りを区別できないこと、1はこれ以上ないほど違うことを意味します。研究チームはこの数字をにおいの距離と呼びます。地図で2つの都市のあいだを測るように、2つの香りのあいだを測るのです。

3か月にわたって競いました

このコンテストの名前はDREAMチャレンジです。複数のチームが同じ問題に取り組み、予測の実力を公開で競う方式です。26チームが約3か月かけてAIモデルを磨き、正解を伏せた混合物46組で最後の試験に臨みました。

練習問題は週に3回まで提出してスコアを見ることができました。期間中に提出された練習の予測は159件で、最後の試験まで提出したチームは19チームでした。

勝負はすっきりとはつきませんでした。D2Smell、UMich CASI、ChemSenSim Lab、belfactionの4チームが同率1位でした。研究チームは、試験問題が46組しかなかったため差を見分けるのは難しかっただろうと見ています。そこで1チームを選ぶ代わりに、上位6モデルの予測を平均した合同モデルを作りました。この論文の主役は、この合同モデルです。

人の鼻で2回確かめました

AIの答えを採点したのは人の鼻です。試験は2回ありました。

• 1回目の試験(ニューヨーク、ロックフェラー大学) — 34人が参加しました。92の混合物で46組を作り、混合物ひとつは互いに重ならない10成分でできていました。3本のびんのうち、においが違う1本を選ぶ三点識別試験を使いました。
• 2回目の試験(フィラデルフィア、モネル化学感覚センター) — コンテスト終了後に16人が参加しました。新たに設計した59の混合物で50組を作り、混合物ひとつの成分は9〜11でした。2つの香りがどれほど似ているかを直接点数で評価しました。

2回目の試験には、おもしろい安全装置がありました。ニンニクのにおいの分子とパイナップルのにおいの分子を比べさせ、イチゴの香りの分子をそれ自身と比べさせたのです。参加者は前者を遠い、後者をとても近いと判断しました。目盛りが正しく働いている証拠です。

2つの数字だけ先に覚えておきましょう

この論文には、2つの数字が繰り返し出てきます。難しく感じるかもしれないので、簡単に感覚をつかんでおきましょう。

相関係数は、予測と実際がどれほど同じ方向に動くかを表します。1なら完全に一緒に動き、0なら何の関係もありません。0.61は61%当てたという意味ではありません。人がより遠いと感じた組を、モデルもおおむねより遠いと言い当てる、という程度に理解すれば十分です。

平均誤差(論文のRMSE)は、予測が実際の距離から平均でどれほどずれたかを表します。小さいほど良い数字です。0.08なら、0〜1の目盛りでおよそそれだけ外れるという意味です。

つまり、相関係数は「順番を当てられるか」、平均誤差は「値がどれほど近いか」と覚えれば大丈夫です。

合同モデルはどれほど当てたのでしょうか

従来の方法を大きく上回りました

1回目の試験で、合同モデルは平均誤差0.08、相関係数0.57を記録しました。従来の代表的な方法と比べて、誤差は約33%減り、相関係数は53%上がりました。コンテストに参加したどの単独チームのモデルよりも良い結果です。

ここで注目したい点があります。研究チームはコンテスト終了後、最も重要そうな特徴だけを選んでモデルを新しく作ってみました。ところが、このモデルは合同モデルに追いつけず、上位の単独チームの水準にとどまりました。研究チームの解釈はこうです。良い材料を選ぶだけでは足りず、異なるやり方が集まってはじめてその水準に届く、というのです。

初めて見る問題でも持ちこたえました

コンテストの問題だけ解けるモデルでは、あまり役に立ちません。そこで終了後に新しく設計した50組で再び試験をしました。合同モデルの平均誤差は0.13に増えましたが、良い性能を保ちました。試験場所も、参加者も、試験方式も違っていたことを考えると、大きな意味があります。

問題の種類によって成績が違いました

最後の試験の46組は3つのグループに分かれていました。ランダムに作った16組、似て感じられるよう人が設計した20組、従来の距離計算法で似るように合わせた10組です。参加チームは、どの組がどのグループかを知りませんでした。

合同モデルの平均誤差は、設計した2つのグループで0.07と0.06と小さく、ランダムのグループでは0.10でした。相関係数は反対にランダムのグループが0.45とやや高く、2つのグループは0.38でした。組の数が少ないため、小さなグループの数字は慎重に読むべきだと研究チームは付け加えています。

言葉が分子構造に勝った

この論文で最も多く引用される結果は、おそらくこれでしょう。

言葉だけを残したら、もっと良くなりました

研究チームは、モデルから材料をひとつずつ取り除く実験をしました。分子の化学的特徴、体内の受容体の情報、混合物の情報をすべて抜き、においを表す言葉にあたる情報だけを残したのです。

結果は驚くべきものでした。言葉だけを残した合同モデルは、1回目の試験で相関係数0.61、平均誤差0.075を記録し、すべての材料を使った合同モデルよりもむしろ良い成績でした。2回目の試験でも相関係数0.54で、15%高くなりました。

反対に、言葉を抜いたモデルは大きく悪化しました。1回目の試験で相関係数が0.41まで下がり、2回目の試験では偶然に当てる水準に近づきました。

ここでいう「言葉」とは何でしょうか

誤解しやすいところなので、正確にお伝えします。人が混合物を嗅いで書いた香りのメモを入力したのではありません。コンピューターが分子の構造を見て、「この分子を人は何と呼ぶだろう」とまず予測します。果物の香り、草の香りといった138の言葉に確率をつけるのです。こうして得た言葉の組み合わせで、2つの混合物を比べます。

つまり、分子からいきなりにおいの距離へ行くのではなく、言葉という中継駅を経由します。驚くのは、これらの言葉が混合物ではなく純粋な単一分子から学んだものなのに、混合物の距離をうまく説明したことです。

研究チームはここからもう一歩進みます。混合物のにおいは、単一分子のにおいと根本的に違う原理で生まれるわけではないのかもしれない、というのです。難しいのは「混ぜる段階」よりも「分子からにおいへ移る段階」にあるのかもしれないと考えています。ただし、この見方に反対する研究者もいると論文は併記しています。

どの言葉の力が強かったのでしょうか

あるチームは、138の言葉を12のグループにまとめて使いました。そのチームのモデルで影響が最も大きかったのは、果物の香り、草とハーブの香り、ナッツ・油・ローストの香りのグループでした。

言葉ごとの成績も違いました。同じチームの分析では、グリーン、クリーン、コニャックは誤差が減る側に、バイオレット、アロマティック、ナチュラルは誤差が増える側に結びつきました。研究チームは、この結果をすぐに解釈するのは難しいと線を引いています。それでも、ナチュラルのように意味の広い言葉が混じっているのは興味深いことです。これは私たちの感想であり、論文の結論ではありません。

たくさんの材料が必要なわけではありませんでした

研究チームは、モデルごとに影響力の大きい特徴を順に積み上げてみました。精度の高いモデルのうち3つは、100未満の特徴で全体の影響力の半分に達しました。約1,000個が必要なモデルもあったので、差は大きいといえます。においの距離を説明するのに、複雑な材料が必ずしもたくさん必要なわけではないということです。

人の鼻も揺れる

人の記録がそのまま上限です

この論文で最も正直なくだりです。研究チームは、同じ人たちが判断し直すとどれほど同じ答えを出すかも測りました。2回目の試験で参加者は1日以上あけて2回判断し、2つの結果の相関係数は0.74でした。1回目の試験を半分ずつに分けて比べた値は0.69でした。

考えてみれば当然です。平均をとった人の判断でさえ、完全には再現されません。ですから、モデルが人以上に人らしく当てるのは難しいのです。言葉だけを残したモデルの0.61と0.54は、まだこの上限に届いていません。研究チームも、モデルと人のあいだにすき間が残っていることを認めています。

とても似ているとき、とても違うときに外します

モデルが最も正確だったのは、距離が0.5〜0.8の区間でした。学習データがその区間に集中しているためです。ランダムに混ぜた混合物は、たいていこの範囲に収まるそうです。

反対に、0.5より下や0.8より上では誤差が大きくなりました。モデルたちは、予測を真ん中に引き寄せるくせを見せました。とても似た組は実際より少し遠く、とても違う組は実際より少し近く見積もるのです。

調香師にとって、この点は重要です。実務で最も難しい判断は、「ほとんど同じなのに、どこか違う」2つの試作を見分けることです。そこが、いまのモデルの最も弱いところなのです。

新しいモデルがいつも勝ったわけではありません

2回目の試験を距離によって5つの区間に分けてみると、最も似ている区間では、先行モデルである主要においマップの誤差のほうが小さくなりました。残りの4区間では、合同モデルと言葉だけを残したモデルが上回りました。全体の平均が良くても、すべての区間で良いわけではないことを示す部分です。

実際の香水とは何が違うのでしょうか

この研究をそのまま香水に当てはめることはできません。実験室の混合物と実際の香水のあいだには、大きな違いがあります。

• 強さをそろえた混合物 — データの多くは、成分の強さをあらかじめそろえてあります。実際の香りでは、強い成分が弱い成分を隠し、濃度によってにおいの性格も変わります。研究チームは、強さを扱うことが今後の課題だと記しています。
• 成分の数 — 試験の混合物は10成分前後でした。研究チームは、日常で出会うにおいはたいてい数十から数百の分子の混合物だと説明しています。
• 限られた原料 — 使われた分子の範囲は狭いものです。初めて見る分子にも通用するかは、まだわかりません。
• 一瞬の判断 — この研究は、2つの香りがどれほど似ているかを尋ねました。時間とともに香りがどう変わるか、人々がその香りを好むかは尋ねていません。

最後の項目はとくに覚えておいてください。距離は2つの香りがどれほど違うかを語るだけで、どちらが良い香りかは語ってくれません。

うれしい点もひとつあります。研究チームはデータ、モデル、コードをすべて公開しました。誰でも同じ問題でより良い方法を試せるということです。ただし、公開されたからといって、調香師がアコードを2つ入れてすぐ距離を受け取れる道具ができたわけではありません。いまは研究者のための基準線に近いものです。

メタマー、材料が違っても同じ香り

論文が使ったデータのひとつは、嗅覚のメタマーを作ろうとした研究から来ています。メタマーとは、重なる成分がないのに似て感じられる混合物の組のことです。色でいえば、光の構成が違っても同じ色に見える現象に似ています。

研究チームは、今回の結果によって、仮想のメタマーをコンピューター上で効率よく作って実験できるようになるだろうと見通しています。まず計算で候補を選び、人が確かめるという順番です。

著者たちが挙げる応用分野は幅広いものです。においをデータとして保存し送信するデジタル嗅覚、呼気などで健康を調べる技術、電子鼻、そして生成的な香料設計です。ただし、これらは今後の可能性であり、この論文が香水を設計してみせたわけではありません。

解説:調香を学ぶ方へ、この論文が伝えること

ここからは論文の結論ではなく、GrassAccordの解釈です。

香りを言葉にするのは、鑑賞ではなく設計です

調香の授業で原料のメモを書くように言われると、面倒に感じる方が多いものです。どうせ鼻で嗅げばいいのに、なぜ文字にするのか、というわけです。この論文は、その習慣を見直させてくれます。膨大な分子の情報よりも、いくつかのにおいの言葉のほうが、混合物の距離をよく説明したからです。

もちろん、コンピューターの言葉と人のメモは同じではありません。それでも方向は通じています。香りを言葉に分けておくと、比べられるようになります。「いい香り」で終わるメモは次の処方に使えませんが、「草の香りが強く、最後に湿った木が残る」というメモは使えます。

単一の原料から身につけましょう

言葉は単一分子から学んだものなのに、混合物を説明しました。調香を学ぶ順番も同じです。原料ひとつの印象をはっきり知っていれば、混ぜたときに何が起きたのかを読み取れます。アコードをたくさん作るよりも、原料ひとつを何度も嗅ぐ時間のほうが、のちに大きく返ってきます。

このとき、実験室の方法をひとつ借りるとよいでしょう。研究チームが成分の強さをそろえたように、原料を比べるときは希釈濃度をそろえてください。片方だけ濃いと、原料の性格ではなく強さを比べることになります。原液どうしで嗅いで下した判断が、希釈して嗅ぐと変わることはよくあります。

意味の狭い言葉を選びましょう

ナチュラルという言葉は便利ですが、多くのものを含んでいます。何が自然なのか、もう一段下りてみてください。草を刈ったにおいなのか、湿った土なのか、皮をむいた果物なのかを書くのです。先ほど述べたとおり論文が証明した内容ではありませんが、意味の狭い言葉ほど次の判断に役立つことは、調香台ですぐに確かめられます。

同じ印象を別の材料で作ってみましょう

メタマーという考え方は、初心者にも大きななぐさめになります。ある原料が手に入らなかったり規制に触れたりしても、同じ印象は別の材料で組み立て直せます。 似て感じられるために、必ずしも同じ分子が必要なわけではありません。

GrassAccordが販売する処方にも、名高い香水を勉強材料にしたものが多くあります。ただし、似ていることと同じであることは違います。この研究が扱ったのも一瞬の印象です。時間とともにどう変わるかは、ムエットを置いてご自身で見守る必要があります。

自分の鼻を信じても、一度きりで信じないでください

平均をとった人の判断でさえ、測り直すと0.74です。昨日似ていた2つの香りが今日違って感じられるのは、鼻がおかしいからではないかもしれません。判断はもともと揺れるものです。大事な決定は翌日にもう一度嗅ぎ、最初のメモと比べてみてください。数字ではなく習慣が、判断を守ってくれます。

ひとつの鼻より、いくつもの鼻です

この論文で最も成績が良かったのは、優れた一チームではなく、異なるチームの平均でした。香りの確認も同じです。ひとりで判断がつかないときは、ほかの人に嗅いでもらってください。調香を知らない人の「せっけんみたい」というひと言が、貴重なヒントになることもあります。

AIは候補を絞ってくれるだけです

この研究が語る未来は、調香師が消える世界というより、計算で候補を絞り、人が鼻で決める世界に近いものです。モデルはまだ良し悪しを判断しておらず、最も難しい「ほとんど同じなのに違う」区間で弱さを見せました。その最後の区間は、当分のあいだ人の鼻が担う場所です。

調香台ですぐ試せる練習三つ

論文を読んで終わりにするのはもったいないことです。研究チームがしたことを小さく縮めて、調香台に移してみましょう。比率はご自身の原料と好みに合わせて決めてください。

練習1. 自分だけの香りの単語帳を作る

よく使う原料を10種類選び、ひとつずつムエットにつけます。原料ごとに言葉を3つだけ書きます。「良い」のような評価の言葉は外し、果物、草、木、せっけんのように、においを指す言葉だけを使います。1週間後に名前を隠してもう一度書き、比べてみてください。そのまま残った言葉が、その原料の本当の顔です。

練習2. 自宅でする三点識別試験

似た試作を2つ用意します。ムエット3枚のうち2枚に同じ試作を、1枚に別の試作をつけ、裏に印をつけておきます。ほかの人に順番を混ぜてもらい、違う1枚を選んでみてください。何度やっても当たり続けるなら2つの試作は区別できる香りです。当たる回数が偶然の水準(3回に1回)にとどまるなら、いまの鼻にはほとんど同じ香りです。

練習3. 自分の鼻の距離を測る

2つの香りの距離を、0から1のあいだの数字で書いてみましょう。0は区別できない、1はまったく違う、という意味です。5組ほど書き、翌日に同じ順番で採点し直します。数字がどれほど揺れるかを見れば、自分の判断の幅がわかります。揺れてもかまいません。その幅を知ることが、この練習の目的です。

この論文を読むときの注意点

• 香水の研究ではありません。 研究用の分子混合物を扱いました。香水の処方にそのまま当てはまるという意味ではありません。
• 試験問題は多くありません。 1回目の試験は46組です。そのため上位チームの順位をつけられず、研究チームは小さなグループの結果を慎重に読むよう記しています。
• 中間の区間に強いモデルです。 学習データが距離0.5〜0.8に集中しており、とても似た組やとても違う組には弱くなります。
• データの測定方式が混ざっています。 三点識別試験と点数評価を1本の目盛りに移したため、方式による偏りが残っている可能性があります。
• 強さを十分に扱えていません。 多くの場合、強さをそろえた成分を使いました。実際の香りでは強さは大きな変数です。
• 新しい分子に通用するかはわかりません。 試験に使った分子の範囲は狭いものです。
• 解釈には反対意見があります。 混合物のにおいは言葉の重なりでほぼ決まるという見方に、同意しない研究者もいると論文は明らかにしています。
• 企業との顧問関係が公開されています。 論文は、著者の一部が嗅覚関連企業の顧問を務めていることを明らかにしています。

この記事に出てきた言葉

• 単一分子 — 1種類の分子でできた香り物質。
• 混合物 — 複数の分子を混ぜたもの。この研究では10成分前後です。
• 距離 — 2つのにおいがどれほど違って感じられるかを0〜1で表した値。0は区別不能、1は最も異なることを示します。
• 三点識別試験 — 3つのうち違う1つを選ばせて、区別する力を測る方法。
• 相関係数 — 2つの値がどれほど一緒に動くかを表す数字。1に近いほど一緒に動きます。
• 平均誤差(RMSE) — 予測が実際から平均でずれた大きさ。小さいほど良い数字です。
• 合同モデル(アンサンブル) — 複数のモデルの予測を平均してひとつにしたモデル。
• 言葉の情報(セマンティック特徴) — ある分子がどのにおいの言葉で呼ばれるかをコンピューターが予測した値。
• 主要においマップ(POM) — 分子構造からにおいの言葉を予測する、先行研究のモデル。今回のコンテストで多くのチームが材料に使いました。
• メタマー — 成分が重ならなくても似て感じられる混合物の組。
• アコード — 複数の原料を混ぜて、ひとつの印象に聞こえるようにした香りの単位。
• 処方 — どの原料をどんな比率で混ぜてひとつの香りを作るかを記した設計図。GrassAccordが販売しているものです。

おわりに

鼻には、まだ赤・緑・青のような規則がありません。しかし、26チームがともに見つけた最初の手がかりは、意外にも人の言語の側にありました。分子の長い説明よりも、においを表すいくつかの言葉のほうが、2つの香りのあいだの距離をよく説明したのです。

そして、その距離を最後まで測る仕事は、いまも人の鼻が担っています。鼻は揺れ、モデルは真ん中に寄ります。どちらも完璧ではないからこそ、ムエットの前でゆっくり嗅ぎ、言葉で書き、翌日にもう一度嗅ぐことが、いまも最も信頼できる方法です。

調香を始めたばかりの方にとって、これは良い知らせです。高価な機材がなくても、ムエットとノート1冊があれば、この研究が指し示した道に入れるのですから。香りは万国共通の言語です。 その言語の言葉をひとつずつ集めていく道のりに、GrassAccordがご一緒します。

論文の出典: Vahid Satarifard, Laura Sisson, Yikun Hanほか. "A semantic-based community model for high-fidelity tuning of olfactory mixture distances." PNAS 123(32), e2611057123、2026年8月4日掲載。原文: https://doi.org/10.1073/pnas.2611057123 · 本稿の数字はすべて論文本文から引用しており、文章はGrassAccordが要約・解説したものです。「解説」の章は論文の結論ではなく、GrassAccordの解釈です。