Что можно «облизывать» электронным языком: вино, лекарства и отработанное ядерное топливо

Дмитрий Кирсанов — профессор, доктор химических наук. Занимается прикладной хемометрикой. В области научных интересов — хемометрика, химические сенсоры, мультисенсорные системы. Участвовал в разработке системы электронного языка в России. Популяризатор науки.

Вкус как эволюционный механизм

— Почему человеку настолько важен вкус?

— Если взять разные фрукты и овощи, то каждый из нас сможет распознать, что это такое, даже с закрытыми глазами. Любой в состоянии отличить помидоры от груш на вкус. Красное вино — от белого. Это происходит благодаря тому, что у человека есть чувство вкуса, возможность его различать.

Откуда оно взялось и почему это важно? В процессе эволюции человек начинал как охотник и собиратель — ходил по полям, собирал корешки, срывал с деревьев плоды. И эволюционно сложилось так, что если в тех природных объектах, которые он съедал, было что-то полезное, то они для него были приятны на вкус. Например, те продукты, в которых было много сахаров — сладкие фрукты, овощи, в которых содержится глюкоза. А те объекты, в которых были токсины, яды, что-то протухшее, — были неприятны для нас на вкус: горькие или с какими-то оттенками.

В современном мире вкус по-прежнему важен. Приходите в магазин, и там стоят на полочке десять каких-нибудь творожков. Вы всегда выберете тот, который нравится больше всего — именно по его вкусу. В меру кислый для вас, в меру сладкий. И производитель этого творожка очень хочет, чтобы вы его купили и завтра, и послезавтра, чтобы был постоянный оборот и покупатели регулярно возвращались. Поэтому он следит за вкусом своего продукта — важно, чтобы он был не только приятным, но и не изменялся со временем или в зависимости от партии.

— Как этого добиваются?

— Очевидно, необходимо анализировать вкус. К сожалению, есть только один нормальный метод определения — попробовать. Для этого существуют специально обученные люди — дегустаторы. Они не работают поодиночке, а делают это целыми «стаями» — это называется панель дегустаторов. Сидят в огороженных кабинках без лишних раздражителей и пробуют разные продукты на вкус. У них есть только немаркированные стаканчики. Пробуют из них и выставляют оценки: например, этот стаканчик горький на семь по десятибалльной шкале, а этот кислый на восемь.

Процесс, конечно, замечательный, но недостатков у панели дегустаторов хватает. Во-первых, это субъективный метод оценки. У всех людей восприятие вкуса индивидуальное, и что для одного ужасно остро и невыносимо, для другого — «дайте еще». Это особенности человеческой физиологии, мы с вами все такие уникальные. Даже специально обученная и профессиональная панель дегустаторов не совпадает в оценках, разброс достигает 30%. Это реальность, и с ней нужно мириться либо что-то делать.

— То есть это врожденные особенности делают нас разными, а значит один и тот же продукт будет для нас с разным вкусом из-за этого?

— Не только. Процесс дегустирования — физиологический, он сильно зависит от состояния человека. Если вы простужены, нос заложен, и пробуете что-то, то на вкус оно будет совершенно другое, нежели при вашем нормальном самочувствии. Оценка дегустаторов зависит от эмоционального состояния. Например, человек ехал на работу и пообщался в пути с дорожной полицией. На работу приедет он в возбужденном состоянии, попробует образец и скажет, что продукт кислый на 27. А завтра, уже без встречи с полицией, тому же образцу дегустатор поставит совершенно другую оценку.

— Как долго профессиональный дегустатор сможет адекватно оценивать вкус?

— Время работы панели дегустаторов ограниченно — всего лишь один час в день. А это значит, что анализы и дегустация занимают достаточно продолжительное время. В идеале для производителя сосисок было бы здорово, если дегустатор стоял бы у конвейера и раз в секунду откусывал продукт. И говорил: «Отличная сосиска! Отличная сосиска! Отличная сосиска!». Но это так не работает. Вкусовые рецепторы у человека очень быстро забиваются. И онлайн-контроль качества вкуса с помощью человека практически невозможен. Поэтому у дегустаторов обычно есть одна сессия с утра и, может быть, еще одна днем. Больше они работать не могут, потому что доказано: люди будут давать смещенные оценки.

— Время, субъективность — это все недостатки дегустаторов?

— Еще это очень дорогое удовольствие. Есть реальный кейс — компания Martell запрещает своим двум сотрудникам (а это единственные люди, которым дозволено смешивать купажи знаменитых коньяков) летать на одном самолете. Чтобы компания не осталась без важного человека, обеспечивающего качество их продукции, если что-то случится с самолетом. Даже крупные компании не всегда могут себе позволить профессиональную панель дегустаторов.

Поэтому так интересно заменить этих дорогих и ошибающихся людей на какой-либо инструмент, который может кусать сосиску раз в десять секунд, который может работать 24/7 вне зависимости от настроения.

Заменить живых дегустаторов на электронных

— Как возникла идея создания электронного языка? В чем суть ее концепции?

— Чтобы знать, как создать подобный инструмент, нужно понимать, как устроен человеческий язык. У языка есть несколько зон, в которых расположены вкусовые сосочки, а в них — вкусовые рецепторы. И разные зоны языка воспринимают разные части вкуса. Например, у основания языка — горький вкус, на кончике — сладкий, а по бокам — зоны для восприятия кислого и соленого. В середине языка — часть для пятого основного вкуса. Раньше считалось, что его нет, но теперь доказано, что этот пятый вкус «умами» (от японского «приятный вкус» — «Хайтек») существует. На самом деле это вкус того самого глутамата натрия. Вы пробуете доширак, и хочется еще и еще.

Чтобы заменить язык инструментом, надо придумать что-то, что содержало бы сенсоры, воспринимающие каждый из этих вкусов. И тут мы позаимствовали принцип у природы. Когда пробуем кончиком языка, например, какой-нибудь сок, сигнал передается в мозг, как-то обрабатывается, и потом мы говорим: это томатный или яблочный сок. Можно попробовать взять набор сенсоров, от них передавать сигнал на компьютер, и он уже после обработки скажет, что именно это за вкус.

Химические сенсоры могут определять химический состав вещества. Что важно, один прибор обычно дает один параметр. На языке много сенсоров — они отвечают за горечь, сладость, кислотность и соленость. А значит и нам тоже нужно много сенсоров. С помощью такого массива каждое измерение в образце даст целый набор величин откликов, а измерив серию образцов, даст кривую отклика. Затем эти данные сравнивают с информацией от панели дегустаторов, которые сообщают, чем являлся каждый конкретный образец. Связав отклики сенсоров с тем, что сказала панель дегустаторов, можно построить модель, которая потом уже на основании показателей сенсоров сообщит, что за образец перед вами. Человека в этом измерении уже не будет.

— Как работает электронный язык?

— Его работа состоит из двух стадий — обучения, в процессе которого вы берете несколько образцов, их уже изучила панель дегустаторов. Анализируете их с помощью набора сенсора и связываете результаты панели и сенсоров, то есть строите модель. Иногда это получается, иногда нет. Но если удалось построить модель, вы можете брать подобные образцы и забыть про панель дегустаторов.

— Когда возникла идея заменить живых дегустаторов на набор сенсоров?

— Идея создания электронного языка возникла в середине 90-х годов, одновременно в России и Италии, где проводились совместные разработки, и совершенно независимо в Японии. Сначала было все примитивно и даже смешно. Люди просто пытались отличать при помощи сенсоров молоко от апельсинового сока, что никакой практической значимости, разумеется, не имело, но с точки зрения химии это было интересно. Потом, видимо, из-за зарождения исследований в Италии была целая волна испытаний с вином. И тоже были сравнительно простые испытания: например, определение региона происхождения винограда — с юга Италии или севера. Со временем работы усложнились и пришли к действующим терминам панелей дегустаторов.

— Как это работает с вином, мне понятно — как пробуют и дегустируют вино люди. Что может сенсор с компьютером сказать о качестве этого напитка?

— Например, проводилась работа по исследованию красных словацких вин Блауфранкиш. У научной группы были данные от профессиональных дегустаторов по семи параметрам — терпкость, кислотность, специи, тона сливы, ягодные тона, гармоничность и посторонние привкусы. Во всех образцах были проведены измерения с помощью мультисенсорной системы. Самое важное в этом исследовании — правильный подбор сенсоров. Например, чтобы измерять кислотность вкуса, нужны сенсоры, измеряющие то, что дегустаторы чувствуют как «кислое» — органические кислоты (винная, яблочная, уксусная), если нужно определять терпкость — полифенолы. Самый дурацкий параметр здесь — гармоничность. Никакой конкретной химии за этим не стоит, нельзя синтезировать такую молекулу, которая будет давать гармоничный вкус вину.

— И что сказали сенсоры про гармоничность вин?

— А с ней ничего не получилось. Как и следовало ожидать. Посторонние привкусы тоже сложны для электронного языка, потому что они могут быть любыми — капля нефти, дихлофоса. Для дегустатора это все посторонние привкусы, а системе тяжело объяснить, что это такое. Обучив модель, мы исследовали неизвестные нам образцы вин и сравнили с тем, что сказали дегустаторы. И результаты были очень близки. Правильно откалибровав систему, можно проводить измерения в сложных образцах без дегустаторов.

— Я правильно понял, что сейчас никакого коробочного решения нет — универсальной модели, которой уже не нужно обучение на винах, а мне как потенциальному производителю достаточно просто ее купить и заменить ей дегустаторов?

— Сейчас есть две компании — французская Alfa Mosa и японская Insent, которые производят коммерческие электронные языки. Но у них довольно ограниченный функционал. В основе их приборов лежит идея, что нужно использовать восемь сенсоров. Я не знаю, почему именно число восемь. Этим они себя очень ограничивают — во-первых, с точки зрения диапазона веществ, которые они способны определять, а во-вторых, конечных характеристик. В российских исследованиях массивы обычно содержат 20–30 сенсоров.

«Заставлять детей пробовать неизвестные лекарства — это уже чересчур»

— Где еще можно применить электронный язык?

— Еще одна сфера — оценка вкуса лекарств. Фармацевтика — очень интересный и специфический рынок. Разработка фармпрепарата занимает годы, а для создания активной молекулы, которая будет лечить определенное заболевание, приходится делать попытки с сотнями тысяч веществ-кандидатов. Пробуют, смотрят на эффект, токсичность, побочные действия. И стоит этот процесс очень дорого, поэтому компаний, которые занимаются разработкой оригинальных фармацевтических препаратов, не так много, остальные делают дженерики.

— И зачем их пробовать на вкус?

— Оценка вкуса в области фармацевтики очень важна. Представьте себе лекарство для педиатрии. Вы не будете заставлять своего ребенка есть какую-то дрянь с отвратительным вкусом.

На ранних стадиях разработки определить вкус этой молекулы невозможно. Нельзя заставить добровольцев пробовать нечто с неизученными побочными эффектами. Сначала проводятся эксперименты на лабораторных животных, доказывается, что вещество нетоксично, не обладает сильным побочными эффектами. И лишь потом лекарство проверяют на людях. Проблема еще и в том, что восприятие вкуса у детей и взрослых разное. А собрать панель дегустаторов из детей, которым нужно дать что-то с неизвестными побочными действиями, — это уже чересчур.

— Но лекарства еще тестируют на животных. Как в фарме проверяют с их помощью вкус?

— Да, конечно, у крупных игроков на фармрынке есть не только людская панель дегустаторов, но и панель животных. Как спросить у крысы, горькое лекарство или нет? Есть специальный протокол по оценке горького вкуса на примере панели крыс. Грызунов лишают воды на сутки. После этого доведенные до крайней степени жажды животные получают бутылочки с разведенными в жидкости фармвеществами. И в зависимости от того, насколько неприятно крысе это вещество, она будет лизать его с разной скоростью. Именно по скорости лизания определяют степень горькости вещества. Прибор так и называется — ликометр, если грубо перевести на русский — лизомер.

— А что-то более технологическое производители лекарств уже используют?

— Есть еще один метод оценки вкуса — QSPR-модели (процедура построения моделей, позволяющих по структурам органических соединений прогнозировать их физические и физико-химические свойства — «Хайтек»). По ним люди связывают структуру органической молекулы, например, количества бензольных колец, специфических функциональных групп с тем, насколько это вещество горькое. Такие модели работают, но лишь на ограниченных выборках. Универсальных подобных моделей нет.

— Вы уже сказали, что электронные языки применяются в фарме. Насколько это эффективнее, чем люди и крысы?

— Действительно, эксперименты с использованием электронных языков для оценки вкуса лекарств уже проводятся. В частности, этим занимаются такие крупные игроки на рынке, как компания GSK, производящая «Панадол» или «Зовиракс». Для эксперимента они предоставили исследовательской группе восемь активных фармацевтических ингредиентов (АФИ) в разных концентрациях. Все образцы прошли тестирование с помощью электронного языка, панели дегустаторов и животных. Если сравнить результаты, то между показаниями электронного языка и людей среднее отклонение прогноза — 18%. И это небольшая погрешность, если иметь в виду, что в самой панели могут быть отклонения до 30%. Похуже с крысами — 25%. Смысл эксперимента был в том, чтобы спрогнозировать для компании вкус двух новых веществ, про которые ничего не известно. По результатам исследования было установлено, что вещество А не такое горькое, как вещество В, а вместе они менее горькие, чем хинин — стандарт в области горькости для фармацевтов, по нему калибруют панель дегустаторов. После завершения испытаний на людях и крысах оказалось, что результат электронного языка совпал с данными панелей.

Экологический контроль и ядерное топливо

— Где еще можно применить электронные языки? Есть ли сферы, где человеку не так уж и нужно пробовать что-то или просто опасно?

— Концепция, выросшая из анализа пищевых продуктов или фармы, очень полезна и в других областях, никак не связанных со вкусом. Пример — дегустация природных вод. Все мы знаем, что существует ПДК (предельно допустимая концентрация — «Хайтек»), которая установлена для каждого конкретного загрязняющего вещества. Кроме того, и для разного назначения воды она будет разной — для питья, разведения рыб или плавания. Традиционный анализ происходит следующим образом: берут воду, относят в лабораторию и измеряют содержание, например, кадмия. Затем меди, свинца и так далее — всех возможных загрязнителей. Получается, необходимо провести тысячу измерений в одном образце, чтобы сказать, что он чистый. В реальности никто так не делает. Но и пользы от такого анализа нет. Даже если все показатели в отдельности ниже ПДК, вместе они могут давать крайне негативный эффект для организма.

Поэтому уже довольно давно появился метод биотестирования. Берут небольших рачков, дафнию магна, и сажают десятерых особей в образец. Через 96 часов смотрят, сколько из них остались в живых. В зависимости от количества выживших определяется чистота и безопасность воды. Такой вот бесчеловечный метод, но зато показывает, насколько образец безопасен для биоты. Если процент выживания выше 50%, то, вероятно, эта вода пригодна для питья или купания. Но этот метод совершенно не подходит для мониторинга в режиме реального времени, например, для отслеживания вредных выбросов с предприятий. Тогда эта задержка в 96 часов может оказаться фатальной.

Институт озероведения в Петербурге собирает пробы воды из всех городских водоемов каждый год. И проводит испытания на дафниях, определяя, насколько водоемы безопасны. То же самое можно делать с помощью мультисенсорных систем. После построения модели убивать дафний уже не нужно. И результат откалиброванная система сенсоров тоже дает отличный — средняя ошибка прогнозирования составляет 15%. А время определения — всего три минуты вместо четырех суток. Это практически режим реального времени. С помощью этого метода легко определить очень токсичные образцы или отследить залповые выбросы вредных веществ.

— А если говорить о применении электронного языка на опасных производствах?

— Отличный пример — «дегустация» отработанного ядерного топлива. Концепцию замкнутого топливного цикла внедряет и Росатом в России, и другие страны тоже. Она заключается в том, чтобы уран и все топливо, которое загружается в реактор, не попадало в окружающую среду, а было с пользой для человечества использовано. В частности, это реализуется в пьюрекс-процессе (от англ. Plutonium Uranium Recovery by Extraction, PUREX, регенерация урана и плутония посредством экстракции — «Хайтек»). Это процесс, в ходе которого облученное ядерное топливо, стержни с урановыми таблетками перерабатывают и извлекают из них уран и плутоний. Но процесс технически очень сложен. Эти стержни механическим путем мелко рубят, а затем растворяют в концентрированной азотной кислоте. Поэтому в итоговом составе чего только нет — и продукты деления, и уран, и продукты коррозии, и осколки стержней. И отделять это все — удовольствие ниже среднего. Сложно и с точки зрения химического контроля этого процесса. В первую очередь, потому что сложный состав и высокая радиоактивность. И с точки зрения условий — люди работают в специальных горячих камерах, а все манипуляции происходят с помощью роботизированных рук. Кроме того, не все аналитические приборы «любят» азотную кислоту в таких концентрациях. Самое страшное — это задержка во времени. Обычно спустя часа три после забора пробы вы можете сказать, сколько было урана в этой пробе. Электронный язык может справиться с задачей быстрее. Каждый из сенсоров модели обладает чувствительностью к определенным компонентам этой среды. Сенсоры разработаны таким образом, чтобы выдерживать и радиационную, и кислотную нагрузку. Испытания с модельными образцами показали точность определения урана, плутония и тория выше 85%.

В чем разница между человеческим и электронным языком?

— Какие варианты обучения существуют для таких мультисенсорных моделей? Используются ли нейросети?

— Все методы машинного обучения, которые сейчас применяются в ИТ, подходят и здесь, но с определенными оговорками. Наиболее распространенные — классические проекционные методы, вроде PLS, метод опорных векторов, искусственные нейронные сети. Но последние для задач, которые ставятся перед разработчиками электронного языка, часто избыточны.

— Может, они оправданы для медицинских задач?

— В ряде вопросов да, но, опять же, обычно это решается гораздо более простыми способами. Не понятно, зачем специально что-то усложнять, если решение возможно без дополнительных затрат и разработок.

— А как используют электронный язык в медицине?

— Сейчас медицина действительно находится на большом подъеме. Много исследований в этой области. В частности, уже есть модели, которые позволяют по отклику массива сенсоров в моче определять наличие рака простаты у мужчин.

— А можно использовать электронный язык для крови, например?

— В принципе, да, можно распространить функциональность электронных языков на все биологические жидкости. Единственная проблема, которая возникает с некоторым из них, — это проблема объемов. Если для измерения нужно 50 мл, то собрать столько мочи просто, а с кровью будет уже сложнее. А если столько же пота или слез? Так что все упирается в количество образца.

— Кроме языков, существуют еще и электронные носы — есть ли принципиальная разница между ними?

— Особых отличий нет, только в электронном носе сенсоры для определения соединений в газовой фазе, а в языке — в жидкостной фазе.

— В российских разработках электронного языка используются потенциометрические сенсоры. Как именно они устроены?

— В основе механизма их действия лежит измерение потенциалов. Его измеряют на мембране сенсора. Если по-простому — это некий кусочек, напоминающий резинку, в которую добавлено вещество, способное из раствора селективно связывать определенные ионы, которые в нем плавают. Когда происходит соединение иона с веществом, изменяется электрический потенциал. На каждый сенсор прилепляется что-то свое, и удается связать концентрацию определенных веществ с откликом сенсора.

— В чем разница между электронным языком и биологическим?

— В мультисенсорных моделях в разы меньше сенсоров. У человека тысячи рецепторов, а в системе электронного языка — десятки. Кроме того, человеческий язык гораздо менее чувствительный — например, человек способен ощущать хинин в концентрации 10 в степени –5. А наши сенсоры в –7. По каким-то веществам эта разница еще более выражена. Поэтому электронный язык не такой универсальный прибор, как человеческий, хотя и более чувствительный. К тому же, калибруемся при создании мультисенсорных систем мы именно по нему.