Audit dell'affidabilità delle rappresentazioni molecolari per l'olfatto umano

Un recente preprint disponibile su arXiv (2607.24848) conduce un audit incentrato sull'affidabilità delle rappresentazioni molecolari generali relative all'olfatto umano. Questa ricerca mette in discussione la convinzione diffusa che ottenere un'elevata accuratezza predittiva in compiti successivi indichi che una rappresentazione appresa riflette in modo affidabile le strutture scientifiche, offra vantaggi aggiuntivi rispetto a baseline robuste o generalizzi efficacemente a dati non familiari. L'audit esamina quattro affermazioni: geometria percettiva globale, contributi predittivi incrementali oltre la chimica, replicabilità tra dataset e trasferimento di miscele a nuovi componenti. Utilizzando i dataset di valutazione a singola molecola Keller-Vosshall e Bierling insieme al dataset di miscele binarie Ma, gli autori valutano MoLFormer e ChemBERTa rispetto ai descrittori RDKit e alle impronte digitali Morgan. Lo studio rivela che le valutazioni umane su tre attributi (intensità, piacevolezza, familiarità) sono riproducibili tra diversi gruppi di partecipanti, evidenziando la necessità di standard di valutazione più rigorosi nell'apprendimento delle rappresentazioni molecolari.