Uma pesquisa usando modelos de machine learning conseguiu elucidar quais receptores olfativos respondem a diferentes tipos de molécula, e a partir disso, prever como as moléculas geram diferentes experiências subjetivas do olfato.
Os pesquisadores representaram as moléculas odorantes com grafos, onde cada vértice era um átomo, por sua vez representado por um vetor contendo suas características químicas. Após algumas iterações onde os vértices trocam informações com seus vizinhos, a molécula pode ser sumarizada pela soma ou média dos vetores individuais, o qual então pode ser usado como entrada em uma rede neural convencional a ser treinada para classificar odores.
