Паоло Пелоси - Обоняние [Увлекательное погружение в науку о запахах]

У таких устройств, конечно, есть ряд преимуществ и просто интересных характеристик. Они, как правило, вполне способны произвести анализ газовой среды в реальном времени и без необходимости разделять смесь на компоненты. В этом они похожи на биологический хемодетектор. Им нашлось немало полезных применений – например, в предварительном скрининге большой выборки образцов, после которого нужно выделить несколько для более точного и специфицированного анализа. Также их используют в мониторинге окружающей среды, где они могут в реальном времени послать сигнал тревоги, если вдруг изменится какой-то из наблюдаемых параметров. Фактически вместо попыток ольфакторного анализа наши современные устройства лучше всего справляются с наблюдением за воздушной средой над подопытным образцом и регистрацией изменений в ней.

Несмотря на то что они до сих пор довольно грубы структурно и функционально, их уже используют (в сочетании с химическим анализом и сенсорной эвалюацией) в пищевой промышленности, где они присматривают за тем, чтобы аромат продукта оставался постоянным; а также в экологическом контроле, где нужно следить за состоянием воды и воздуха. О предварительном скрининге, в том числе в медицинских целях, мы уже сказали. Некоторые заболевания, включая рак, нередко сопровождаются выделением летучих соединений, которые с легкостью «слышат» животные.

Есть немало сообщений, что собаки умеют чуять ранние стадии рака, а один кот несколько лет назад обрел славу вестника смерти. Он жил в больнице и приходил к пациентам, которые почти в 100 % случаев на следующий день умирали [3]. Как и искусственный нос, животные в этом отношении могут оказаться очень полезны: они указывают, что определенный пациент нуждается в повышенном внимании и дополнительных медицинских тестах.

До сих пор мы говорили об инструментах, производящих химический анализ газов в практических целях. Увы, до создания рукотворной системы, хотя бы приближающейся по функциональности к живому биологическому носу, нам еще очень далеко. Наверное, на нынешнем этапе остается только вернуться к более элементарным вопросам. Например, как мог бы выглядеть искусственный нос? На что он должен быть способен? Что нам нужно в плане «харда» (сенсоров) и «софта» (информации), чтобы действительно создать такой прибор?

Прежде чем приступить к дизайну искусственного носа, нужно разобраться, что же такое мы хотим соорудить. Это не такой уж тривиальный вопрос, учитывая, что нас интересует не просто симпатичная анатомическая структура, расположенная примерно посередине лица, а комплексная система регистрации и распознавания запахов, значительную часть которой составляет вообще-то мозг. Влетающие в нос молекулы порождают в конце своего пути словесные описания, эмоции и поведенческие реакции. До какой-то степени эти внешние последствия встречи с ароматом зависят от нашего жизненного опыта, воспоминаний, настроения, особенностей личности – иными словами, они субъективны.

Всякий инструмент, наблюдающий за состоянием окружающей среды, в том числе и электронный нос, по определению состоит из «харда», аппаратной части (сенсоров, производящих некие измерения), и «софта», программного обеспечения (обрабатывающего аналитические данные и интерпретирующего их смысл в соответствии с некоторой системой критериев). Если говорить об электронном носе, «хардом» будет набор химических детекторов, способных взаимодействовать с молекулами запаха и реагирующих на список релевантных параметров.

Подходят ли для этой задачи какие-то химические сенсоры? Зависит от того, нужно ли нам, чтобы аппарат хоть немного походил на биологический нос. Выше уже шла речь о двух типах сенсоров: оксидированном металле и проводящих полимерах. Оба умеют различать химические вещества, но вопрос в том, пользуются ли они теми же критериями, что и нос. В главе третьей мы обсуждали, какие молекулярные параметры лучше всего коррелируют с какими типами запахов. Форма и размер молекулы в целом более важны для запаха, чем функциональные группы. Если помните, спирты с разной формой молекулы пахнут по-разному (например, 3-гексенол с травяным запахом и 1-октен-3-ол – с грибным), но их ольфакторные характеристики не слишком меняются, если алкогольную группу заменить альдегидной или кетоновой. Все это следует учитывать при выборе сенсоров. Нам нужны сенсорные элементы, реагирующие одинаково на 3-гексенол и 3-гексеналь, но отличающие 3-гексенол от 1-октен-3-ола. Если эти химические детекторы будут не в состоянии отличить один спирт от другого (притом что пахнут они совершенно по-разному), никакой «софт» нам уже не поможет.

Даже чтобы придумать «хард» электронного носа и выбрать для него сенсоры, нам уже нужно обладать хотя бы базовыми знаниями о том, как работает биологический нос. Фактически искусственный аппарат, копирующий модус работы биологического, должен пользоваться тем же типом языка, хотя и необязательно тем же алфавитом. Выходит, что проводящие полимеры – лучшие из доступных сенсоров с искомыми характеристиками, хотя их работа в сравнении с белками носа все еще очень примитивна.

Тогда почему не использовать ольфакторные рецепторы? Насколько нам известно, мембранные белки, как и многие другие типы рецепторов, вещь деликатная и нуждается в комплексной среде мембраны для сохранения своих связывающих свойств. При теперешнем уровне технологий невозможно включить ольфакторные рецепторы в электронные схемы и при этом ожидать, что они продолжат исправно связывать и распознавать ароматы.

Однако существует другой класс белков, тоже участвующих в ольфакции и вносящих свою лепту в различение пахучих веществ. Ранее мы уже подробно описывали состав и характеристики ОСБ и то, как компактная структура делает их устойчивыми к температурной денатурации и прочим суровым внешним условиям. К тому же они просты и дешевы в синтезе, делая возможным массовое производство биосенсоров на основе ОСБ. В сравнении с прочими сенсорами белки уникальны, так как их легко модифицировать путем целевых мутаций избранных сегментов, добиваясь тем самым нужных связывающих свойств. Эту возможность уже подтвердили экспериментально на материале нескольких ОСБ. Она основывается на детальных знаниях о трехмерной структуре многих представителей этого класса и компьютерных технологиях, способных достаточно надежно прогнозировать эффект конкретных мутаций на связывающие способности белка.