气味王国的AI生成新香气分子的核心逻辑，是跳出传统香料复配模式，从零设计全新化学骨架，同时兼顾「目标香气精准度、化学合法性、实验室可合成、工业可用合规性」四大核心要求。区别于普通AI调香（仅混合现有香料），该方案可产出自然界不存在、气味全新、可落地合成的新型香原料，是香料研发的前沿De-novo分子设计体系。

一、核心底层原理：气味与分子的对应关系

人类嗅觉的本质是嗅觉受体与香气分子的特异性结合，分子的骨架结构、官能团、分子量、挥发性、空间构象直接决定气味类型、强度、留香层次。AI设计的核心，就是通过海量数据学习「分子结构→感官气味」的映射规律，再反向根据目标气味，生成匹配的全新分子结构。

行业通用分子参数约束（香料专用阈值，适配合成与嗅觉逻辑）：

- 分子量：80–300Da，区间内分子挥发性适中，适配头/中/底香分层，过大无挥发、过小刺鼻易挥发殆尽

- 挥发梯度：头香（蒸汽压≥0.0833mmHg）、中香（0.01833–0.0833mmHg）、底香（≤0.01833mmHg），精准控制留香层级

- 结构约束：规避高张力环、多重手性中心、高活性基团，优先适配常规有机合成路径

- 合规约束：剔除IFRA明令致敏、有毒、易氧化水解的化学片段

二、全流程落地步骤（工业级研发闭环）

步骤1：结构化定义目标香气（精准输入，杜绝模糊描述）

摒弃模糊文案，将主观气味转化为AI可识别的多维量化向量，固定生成边界：

- 基础属性：香气家族（花香/果香/木香/东方香等）、主调/辅调、气味强度、扩散度

- 感官打分：甜度、清新度、粉感、动物感、刺鼻度（0–10分量化）

- 功能定位：明确头香、中香、底香，锁定对应蒸汽压与分子量区间

- 工业约束：耐温性、酒精溶解性、无腐蚀、低致敏、长期稳定性

步骤2：高质量数据集清洗与模型训练

嗅觉AI的精度核心取决于数据质量，优先采用行业权威公开数据集，清洗后用于模型训练：

核心数据源：Good-Scents香料分子库、Flavormancer风味数据集、OSMIC嗅觉受体关联数据集、PubChem理化参数库，覆盖上万条「分子结构-气味标签-理化参数」样本。

数据清洗规则：合并气味同义词、剔除标签冲突样本、过滤结构无效分子、保留高置信人工评香数据，最终筛选2000–5000条优质样本用于训练，避免模型幻觉。

双模型协同架构（行业主流）

- 判别模型（GIN/GCN图神经网络）：实现「分子→气味」预测，输入分子结构，输出气味匹配度、感官打分、挥发属性，用于筛选合格分子

- 生成模型（分子扩散/GGNN）：实现「气味→全新分子」反向生成，结合强化学习RL，以「气味匹配、合成难度、安全性」为奖励函数，迭代生成优质新骨架分子

步骤3：AI批量生成全新分子结构

基于目标气味向量与约束条件，模型批量生成De-novo全新分子SMILES结构，核心优势是突破现有香料分子骨架局限，产出无文献记录的新型结构。生成过程中实时嵌入约束，提前剔除违规结构，提升后续筛选效率。

步骤4：四层硬核筛选（筛出「可合成、真有效」候选分子）

AI原生生成的分子超70%存在结构无效、无法合成、气味偏差等问题，必须逐级过滤，层层收敛优质候选：

第一层：化学合法性校验（RDKit）

校验化学键、化合价、分子结构合理性，剔除无效SMILES、重复分子、离子型/高反应活性分子，保证基础化学可行性。

第二层：合成可及性筛选（核心关键）

- 初筛：SAscore合成难度打分，严格保留≤4分的分子（分数越低，合成难度越小）

- 精筛：RAscore逆合成可及性评分，保留＞0.7分分子，匹配商业可得起始原料

- 终筛：AiZynthFinder逆合成路径检索，确认存在完整、低成本、可落地的实验室合成路线

第三层：理化与工业适配筛选

校验分子量、蒸汽压、logP脂水分配系数、热稳定性、溶解性，匹配预设的香调层级，剔除易水解、易氧化、挥发异常的分子。

第四层：气味精准度复筛

用判别模型对剩余分子重新打分，计算气味向量与目标向量的余弦相似度，保留TOP级高匹配分子，剔除气味偏差、杂味过重的候选结构。

步骤5：实验合成+评香闭环验证（AI不可替代环节）

算法筛选仅为预测，必须通过实体实验验证，形成完整研发闭环：

1. 化学家优选TOP10–30候选分子，依据逆合成路径开展实验室合成

2. GC-MS质谱检测，确认分子纯度、无副产物残留

3. 专业评香小组盲测，评估真实气味、留香、杂味、适配场景

4. 将实测感官数据回灌数据集，迭代优化AI模型，提升后续生成精度

三、主流技术路线对比

技术路线

核心能力

适用场景

局限性

De-novo全新分子生成

创造无记录新骨架、新气味分子

高端香原料研发、差异化香型创新

预测存在偏差，必须实验验证，研发周期较长

现有香料AI复配

优化已知香料配比，复刻/微调香型

普通调香、配方优化、平价香氛生产

无新分子、无全新气味，仅优化现有体系

受体匹配生成

基于嗅觉受体三维结构精准匹配

高精度小众香型、功能性香氛研发

受体机制未完全破解，数据成本极高

四、核心难点与避坑要点

- 数据主观性难题：气味标签无绝对统一标准，同一分子多人评香结果存在差异，必须通过数据清洗弱化冲突，保留高共识样本

- 新颖性与合成性矛盾：骨架越新颖，合成难度越高，需平衡创新度与落地性，不盲目追求小众结构

- 浓度依赖性气味：多数香气分子的气味、调性会随浓度变化，AI难以全域预测，需多浓度梯度实测验证

- 工业合规盲区：除气味外，必须提前筛查致敏性、毒性、稳定性，避免研发出香型优质但无法商用的分子

五、开源工具栈（可快速搭建原型）

- 化学预处理：RDKit（结构校验、理化参数计算）

- 模型训练：PyTorch Geometric（图神经网络）、分子Diffusion、GGNN

- 合成评估：SAscore、RAscore、AiZynthFinder（逆合成路径分析）

- 嗅觉预测：OdorFormer、Pred-O3（专属嗅觉AI模型）