用于确定再现目标物质的香气、味道或体感的多个香气、味道或体感的候选物质的组合的配合的方法

摘要

本发明涉及用于确定再现目标物质的香气、味道或体感的多个香气、味道或体感的候选物质的组合的配合的方法、程序及系统、对于多个香气、味道或体感的候选物质的组合、得到再现目标物质所具有的香气、味道或体感的混合物的方法。确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的方法包括：对于期望的一个或多个嗅觉、味觉或体感的受体，确定多个香气、味道或体感的候选物质的混合比率，使得所述受体相对于目标物质的剂量反应曲线与所述受体相对于多个香气、味道或体感的候选物质的组合的剂量反应曲线近似，其中，目标物质为单一的化合物或多个化合物的混合物。

说明书

技术领域

本发明涉及用于确定再现目标物质的香气、味道或体感的多个香气、味道或体感的候选物质的组合的配合的方法、程序及系统、以及对于多个香气、味道或体感的候选物质的组合、得到再现目标物质所具有的香气、味道或体感的混合物的方法。

背景技术

尝试了通过目标物质以外的物质再现目标物质的香气、味道或体感。例如，在存在目标物质的处理困难、难以获得、昂贵等情况时，希望通过使用目标物质以外的物质来再现相同的香气、味道。

日本特开2003-279459(专利文献1)记载了气味配方确定方法。该文献的方法的特征在于基于多个气味传感器响应模式从不同种类的多个要素气味中确定与对象气味近似的要素气味的组合。

总而言之，该方法利用“多个气味传感器响应模式”来确定“与对象气味近似的要素气味的组合”。对于该方法，专利文献1记载了“所述气味配方确定方法是通过要素气味的组合来近似得到对象气味的方法。即，对于各个要素气味，不探索其浓度，而通过要素气味的有无来近似得到对象气味。在通过多个要素气味调配气味的情况下，该调配气味的质量受到要素气味有无的很大影响，各要素气味的浓度(含量)基本上没有影响。因此，即使仅着眼于各要素气味的有无，也能够近似得到对象气味，且由于检索范围是限定的，因此容易确定气味的配方”(专利文献1[0012])。

日本特开2005-043072(专利文献2)记载了气味的记录重现方法。该文献的方法包括：用传感器阵列检测将对象气味和多个要素气味调配而成的调配气味，使两者的响应模式近似的工序。

日本特开2008-308649(专利文献3)记载了制作目标气味物质的合成配方进行涂布的气味涂布系统。该文献的气味涂布系统的特征在于具备：

与多个气味物质的分子结构信息相对应地存储分子信息参数的分子信息数据库、

存储对于多个要素气味物质的多变量分析结果的要素气味数据库、

基于所述目标气味物质的分子信息从所述分子信息数据库中获取对应的分子信息参数的分子信息检索部、

使用由所述分子信息检索部得到的分子信息执行所述目标气味物质的多变量分析而获取多变量分析结果的多变量分析部、

基于所述目标气味物质的多变量分析结果从所述要素气味数据库中获取与用于合成所述目标气味物质的要素气味物质相关的信息的要素气味确定部、以及

将与所述要素气味物质相关的信息编码并输出的气味编码输出部。

总而言之，该系统包括：基于目标气味物质的分子信息执行目标气味物质的多变量分析而获取多变量分析结果的多变量分析部、以及基于该分析结果获取用于合成目标气味物质的要素气味物质的信息的要素气味确定部。

日本特开2018-109099(专利文献4)记载了香料组成构建系统。该文献的系统“使用与人的嗅觉相关的感觉指标，通过将检测香气的场景进行模型化的模拟来确定用于表现期望的香气的多个部分香气(part note)的组合及比率”。

国际公开WO2018/190118(专利文献5)记载了从受试化合物中筛选呈现龙涎香香气(ambergris note)的候选化合物的方法。该文献中记载的方法是使用对呈现龙涎香香气的香料显示出响应性的嗅觉受体从受试化合物中筛选呈现龙涎香香气的候选化合物的方法，该方法包括：

(i)使嗅觉受体与受试化合物接触并测定嗅觉受体对于受试化合物的响应的工序，所述嗅觉受体选自包含OR7A17、OR7C1、以及与(专利文献5的)序列号2或4所示的氨基酸序列具有80％以上同一性的氨基酸序列、且对呈现龙涎香香气的香料显示出响应性的蛋白质；

(ii)在受试化合物不存在的条件下测定工序(i)所使用的嗅觉受体的响应的工序；以及

(iii)将工序(i)及(ii)的测定结果进行比较，选择响应性发生了变化的受试化合物作为呈现龙涎香香气的候选化合物的工序。

本发明之前的任意方法、系统均以在某一点的浓度下使目标物质与候选物质的味道或香气一致而再现作为目的。然而，决定生物体内的味道、香气的受体的响应强度的是口腔中、嗅粘液中产生味道、香气的物质的浓度。现有技术的方法对于在目标物质和/或候选物质的浓度发生了变化的情况能否再现目标物质的香气、味道或体感并没有进行探讨。

现有技术文献

专利文献

专利文献1：日本特开2003-279459

专利文献2：日本特开2005-043072

专利文献3：日本特开2008-308649

专利文献4：日本特开2018-109099

专利文献5：国际公开WO2018/190118

非专利文献

非专利文献1：Joel D.Mainland,et al.,Nat Neurosci.2014；17(1):p.114-120

非专利文献2：Howard GJ et al.,J.Theor.Biol.2009Aug 7；259(3):469-477

非专利文献3：Saito H,et al.,Sci Signal,2009；2(60):ra9.

非专利文献4：Joel D.Mainland,et al.,2015；Scientific Data,2:150002

非专利文献5：Amrita Samanta,et al.,Subcell Biochem.2018；87:141-165

发明内容

发明要解决的课题

为了解决所述课题，本发明人等发现，为了在目标物质及候选物质的浓度发生了一些变化时也可再现目标物质的香气、味道或体感，设计与目标物质的剂量反应曲线近似的候选物质的组合是重要的，从而想到了本申请发明。具体而言，通过调整各候选物质的混合比率，使“产生目标物质的香气、味道或体感的目标物质的浓度与受体的响应强度的关系(目标物质的剂量反应曲线)”与“候选物质的组合的浓度与受体的响应强度的关系(候选物质的组合的剂量反应曲线)”这两者近似，从而能够再现目标物质的香气、味道或体感。

本发明的目的在于提供用于确定再现目标物质的香气、味道或体感的多个香气、味道或体感的候选物质的组合的配合的方法、程序及系统、以及对于多个香气、味道或体感的候选物质的组合、得到再现目标物质所具有的香气、味道或体感的混合物的方法。

解决课题的方法

本发明包含以下方式，但没有限定。

[方式1]

一种确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的方法，该方法包括：

对于期望的一个或多个嗅觉、味觉或体感的受体，确定所述多个香气、味道或体感的候选物质的混合比率，使得所述受体相对于目标物质的剂量反应曲线与所述受体相对于多个香气、味道或体感的候选物质的组合的剂量反应曲线近似，

其中，目标物质为单一的化合物或多个化合物的混合物。

[方式2]

一种确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的方法，该方法包括：

(i)工序1，对于期望的一个或多个嗅觉、味觉或体感的受体，设定表示所述受体相对于目标物质的响应强度的函数f

(ii)工序2，设定表示所述受体相对于多个香气、味道或体感的候选物质的组合的响应强度、且由所述候选物质各自的浓度表征的函数f

(iii)工序3，其是针对所述各受体设定表征函数f

(iv)工序4，其是设定以工序3中得到的所述各受体的全部的误差函数g

(v)工序5，对所述泛函数F进行最优化，将泛函数F取最优值时的所述各候选物质各自的浓度确定为再现目标香气、味道或体感的浓度，

其中，目标物质为单一的化合物或多个化合物的混合物。

[方式3]

根据方式1或2所述的方法，其中，所述一个或多个嗅觉、味觉或体感的受体包含所述目标物质作为配体的受体。

[方式4]

根据方式1或2所述的方法，其中，所述一个或多个嗅觉、味觉或体感的受体包含所述目标物质作为配体的全部受体。

[方式5]

根据方式1～4中任一项所述的方法，其中，所述一个或多个嗅觉、味觉或体感的受体包含所述香气、味道或体感的候选物质中的至少1种作为配体的受体。

[方式6]

根据方式1～5中任一项所述的方法，其中，多个香气、味道或体感的候选物质中的至少1种为所述目标物质作为配体的受体的配体。

[方式7]

根据方式1～6中任一项所述的方法，其中，所述受体为多个嗅觉、味觉或体感的受体。

[方式8]

根据方式2～7中任一项所述的方法，其中，函数f

[方式9]

根据方式2～8中任一项所述的方法，其中，函数f

[方式10]

根据方式2～9中任一项所述的方法，该方法进一步包括：

(vi)工序6，对于工序5中得到的再现香气、味道或体感的浓度，将通过人的感官试验进行了调整的浓度作为最终的再现香气、味道或体感的浓度。

[方式11]

对于多个香气、味道或体感的候选物质的组合，得到再现目标物质所具有的香气、味道或体感的混合物的方法，该方法包括：

(i)工序1，对于期望的一个或多个嗅觉、味觉或体感的受体，设定表示所述受体相对于目标物质的响应强度的函数f

(ii)工序2，设定表示所述受体相对于多个香气、味道或体感的候选物质的组合的响应强度、且由所述候选物质各自的浓度表征的函数f

(iii)工序3，其是针对所述各受体设定表征函数f

(iv)工序4，其是设定以工序3中得到的所述各受体的全部的误差函数g

(v)工序5，对所述泛函数F进行最优化，将泛函数F取最优值时的所述各候选物质各自的浓度确定为再现目标香气、味道或体感的浓度；以及

(vi)工序6，以工序5中确定的浓度将所述各候选物质混合，得到混合物，

其中，目标物质为单一的化合物或多个化合物的混合物。

[方式12]

一种确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的程序，该程序在电脑中执行以下步骤：

对于期望的一个或多个嗅觉、味觉或体感的受体，确定所述多个香气、味道或体感的候选物质的混合比率，使得该受体相对于目标物质的剂量反应曲线与所述受体相对于多个香气、味道或体感的候选物质的组合的剂量反应曲线近似，

其中，目标物质为单一的化合物或多个化合物的混合物。

[方式13]

一种确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的程序，该程序在电脑中执行以下步骤：

(i)对于期望的一个或多个嗅觉、味觉或体感的受体，设定表示所述受体相对于目标物质的响应强度的函数f

(ii)设定表示所述受体相对于多个香气、味道或体感的候选物质的组合的响应强度、且由所述候选物质各自的浓度表征的函数f

(iii)对泛函数F进行最优化，将泛函数F取最优值时的所述各候选物质各自的浓度确定为再现目标香气、味道或体感的浓度的步骤，所述泛函数F以所述各受体的全部的误差函数g

其中，目标物质为单一的化合物或多个化合物的混合物。

[方式14]

一种确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的系统，其以如下方式构成：

对于期望的一个或多个嗅觉、味觉或体感的受体，确定所述多个香气、味道或体感的候选物质的混合比率，使得该受体相对于对象物质的剂量反应曲线与所述受体相对于多个香气、味道或体感的候选物质的组合的剂量反应曲线近似，

其中，对象物质为单一的化合物或多个化合物的混合物。

[方式15]

对于多个香气、味道或体感的候选物质的组合，得到再现目标物质所具有的香气、味道或体感的混合物的系统，其以如下方式构成：

(i)对于期望的一个或多个嗅觉、味觉或体感的受体，设定表示所述受体相对于对象物质的响应强度的函数f

(ii)设定表示所述受体相对于多个香气、味道或体感的候选物质的组合的响应强度、且以所述候选物质各自的浓度作为变量的函数f

(iii)对泛函数F进行最优化，将泛函数F取最优值时的所述各候选物质各自的浓度确定为目标香气、味道或体感的配方的浓度，所述泛函数F以所述各受体的全部的误差函数g

其中，目标物质为单一的化合物或多个化合物的混合物。

需要说明的是，“香气、味道或体感”的再现可以包括再现仅选自香气、味道及体感中的任意一者的情况。即，“多个香气、味道或体感的候选物质的组合的配合的确定”可以包括对于仅选自香气、味道及体感中的任意一者进行多个候选物质的组合的配合的确定的情况。

另外，“香气、味道或体感”的再现可以包括再现选自香气、味道或体感中的至少两者的情况。即，“多个香气、味道或体感的候选物质的组合的配合的确定”可以包括对于选自香气、味道或体感中的至少两者进行多个候选物质的组合的配合的确定的情况。

此外，“香气、味道或体感”的再现可以包括再现全部的香气、味道及体感的情况。即，“多个香气、味道或体感的候选物质的组合的配合的确定”可以包括对于全部的香气、味道及体感进行多个候选物质的组合的配合的确定的情况。

发明的效果

通过本发明，能够确定多个香气、味道或体感的候选物质的组合的适当配合而再现目标物质的香气、味道或体感。本发明的方法利用目标物质的剂量反应曲线和候选物质的组合的剂量反应曲线，因此，即使目标物质及候选物质的浓度发生一些变化，也能够再现目标物质的香气、味道或体感。

附图说明

图1是对于EC50和最大响应强度不同的激动剂A、B的混合物得到的剂量反应曲线模型。

图2是香豆素重构混合物的剂量反应曲线预测。实线表示香豆素重构混合物的剂量反应曲线预测，虚线表示1M香豆素的剂量反应曲线。

图3是香豆素重构混合物的剂量反应曲线。三角表示香豆素重构混合物的剂量反应曲线，圆形表示1M香豆素的剂量反应曲线。

图4示出了通过VAS对香豆素重构香料与香豆素的气味质量的类似性进行评价的结果。

图5示出了电脑的硬件构成的一例。

图6是薰衣草油重构混合物的剂量反应曲线预测及剂量反应曲线。虚线表示薰衣草油重构混合物的剂量反应曲线预测，三角(实线)表示薰衣草油重构混合物的剂量反应曲线，圆形(实线)表示薰衣草油的剂量反应曲线。

图7示出了通过VAS对薰衣草油重构香料与薰衣草油的气味质量的类似性进行评价的感官评价结果。

具体实施方式

本发明人等发现，通过调整各候选物质的混合比率，使“产生目标物质的香气、味道或体感的目标物质的浓度与受体的响应强度的关系(目标物质的剂量反应曲线)”与“候选物质的组合的浓度与受体的响应强度的关系(候选物质的组合的剂量反应曲线)”近似，从而能够再现目标物质的香气、味道或体感。以下记载用于具体地进行该操作的实施方式的一例。本发明包含以下的内容，但并不限定于此。

I.确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的方法

本发明涉及确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的方法。本发明的方法包括：

对于期望的一个或多个嗅觉、味觉或体感的受体，以该受体相对于目标物质的剂量反应曲线与所述受体相对于多个香气、味道或体感的候选物质的组合的剂量反应曲线近似的方式确定所述多个香气、味道或体感的候选物质的混合比率，

其中，目标物质为单一的化合物或多个化合物的混合物。

所述方法以再现目标物质的香气、味道或体感作为目的，在将多个香气、味道或体感的候选物质组合的情况下，通过所述组合的配合确定更适当的配合、最适当的配合。在本说明书中，“再现”包括更接近目标物质的香气、味道或体感。即，本发明包括：与不使用该方法而将多个香气、味道或体感的候选物质任意组合的情况相比，通过使用本发明的方法确定多个香气、味道或体感的候选物质的组合的配合更接近目标物质的香气、味道或体感。能否再现目标物质的香气、味道或体感例如可以通过经训练的专家评审员的感官评价来进行判断。

“目标物质”只要是使生物体感觉到香气、味道或体感的物质即可，没有特别限定，可以是天然的物质，也可以是人工的物质。例如，可以包含作为香气物质的香豆素、香草醛、柠檬烯、薰衣草油等，但并不限定于此。香豆素是以樱花的叶为代表的植物芳香成分的一种。薰衣草油是由唇形科薰衣草属(Lavendula)的植物得到的精油，可以作为香料使用。或者，包含作为呈味物质的咖啡因(苦味)、糖精(苦味/甜味)、谷氨酸(鲜味)等。另外，作为产生体感的物质，包含异硫氰酸烯丙酯(痛觉)、辣椒素(热感)、薄荷醇(冷感)等。

如上所述，目标物质可以是单一的化合物，也可以是多个化合物的混合物。在目标物质为单一的化合物的情况下，优选使用摩尔浓度(M或mol/L)作为目标物质的浓度的单位，但并不限定于此。或者，在目标物质为多个化合物的混合物的情况下，关于混合物中的各候选物质的浓度或候选物质的混合物本身的浓度，优选使用将任意确定的浓度设为1时的稀释率。通过将未稀释的混合物的原液、即稀释率1的浓度假设视为相当于单一化合物的1mol/L浓度，可以在与摩尔浓度同等的浓度轴上虚拟地表示。这里，任意确定的浓度可以为通过购入、提取或调香等而得到的混合物的原液的浓度，另外，也可以是基于特定的指标而适宜进行了稀释或浓缩的值。

“香气、味道或体感的候选物质”的种类也没有特别限定，可以是天然的物质，也可以是人工的物质。在所述方法中，使用多个香气、味道或体感的候选物质的组合。在本说明书的实施例中，通过确定胡椒醛、γ-庚内酯及薄荷酮这3种候选物质组合的适当的配合，再现了与香豆素近似的香气。“香气、味道或体感的候选物质”可以是使生物体感觉到香气、味道或体感的物质，也可以是通过与其它物质的组合而抑制其它物质的香气、味道或体感的物质。在本说明书中，“香气、味道或体感的候选物质”有时称为“候选物质”。

如上所述，“候选物质”没有特别限定，在一个方式中，可以在供于候选物质的组合的配合的确定方法之前通过筛选等而预先选定候选物质。对于香气的候选物质而言，例如，可以以通过公知的香料的公开数据或感官评价而得到的香气特征作为基础来选择与目标物质的香气类似的物质。另外，对于味道的候选物质而言，例如，可以以通过公知的食品添加剂的公开数据或感官评价而得到的味道的特征作为基础来选择与目标物质的味道类似的物质。对于体感的候选物质而言，例如，可以以通过公知的产生体感的物质的公开数据或感官评价而得到的体感的特征作为基础来选择与由目标物质所产生的体感类似的物质。

“配合”是指多个香气、味道或体感的候选物质的组合及其混合比率。关于候选物质为多个化合物的混合物时该候选物质的浓度或候选物质的混合物本身的浓度，优选使用将任意确定的浓度设为1时的稀释率，但并不限定于此。通过将未稀释的混合物的原液、即稀释率1的浓度假设视为相当于单一化合物的1mol/L浓度，可以在与摩尔浓度同等的浓度轴上虚拟地表示。这里，任意确定的浓度可以为通过购入、提取或调香等而得到的混合物的原液的浓度，另外，也可以是基于特定的指标而适宜进行了稀释或浓缩的值。多个香气、味道或体感的候选物质的混合物中的各候选物质的混合比率是指各候选物质的浓度的相对混合比例。

在所述方法中包括：确定候选物质的组合中的各候选物质的混合比率，使得将针对“期望的一个或多个嗅觉、味觉或体感的受体”的所述该受体相对于目标物质的剂量反应曲线与相对于所述候选物质的组合的剂量反应曲线进行比较时两者近似。

嗅觉受体与苦味受体、甜味受体、鲜味受体等味觉受体相同，是G蛋白耦联受体。嗅觉受体存在于嗅上皮的嗅细胞上。嗅细胞是人体中神经细胞与外界直接接触的唯一部位，其另一端与脑中所谓的嗅球的区域直接连接在一起。“气味物质”是分子量30～300程度左右的低分子化合物，可以认为在地球上存在数十万种气味物质。在人体中已鉴定了约400种功能性的嗅觉受体，包括假基因在内，被分类为18个基因家族。各受体与很多类似的结构发生反应而不与单一的气味物质发生反应。另外，很多气味物质会刺激多于一种的受体。到目前为止，虽然关于100种左右的嗅觉受体鉴定了相对应的配体，但关于各受体所呈显的气味，除了专利文献5等少数例子以外，基本上没有明确。

气味物质与嗅觉受体结合后，与苦味受体、甜味受体、鲜味受体等味觉受体相同，经过细胞内的第二信使等介导的信息传递过程，细胞内的钙浓度上升。对于嗅觉受体，例如，在“化学受体的科学：气味/味道信息素从分子到行为”(东原和成(编)、化学同人、2012年)等的综述中有详细说明。

G蛋白耦联受体是在真核生物的细胞质膜上或细胞内部的构成膜上存在的受体的形式之一。当接受到来自细胞外(膜外)的各种信号(神经递质、激素、化学物质、光等)时，G蛋白耦联受体发生结构变化，激活与膜内侧结合在一起的三聚体G蛋白，进行信号传递。G蛋白是与细胞膜的内表面结合、且Gβγ二聚体牢固地结合于Gα亚基的异源三聚体。配体与G蛋白耦联受体结合而被激活后，其下游的效应蛋白(例如，G蛋白)被激活。G蛋白耦联受体及其下游的G蛋白控制了嗅觉、味觉、视觉、神经传导、代谢、细胞分化及细胞增殖、炎症反应及免疫响应等细胞内信号网络中的大量基础性生化反应。

味觉是在物质入口时、特别是通过舌表面存在的特异性受体与物质结合而产生的感觉。哺乳类的味觉由5个基本味道、即咸味、酸味、甜味、鲜味、苦味构成，可以认为是由这些基本味道综合而形成的。目前，认为咸味、酸味是通过舌表面的味蕾中存在的味细胞的近位侧的细胞膜上所表达的若干个离子通道型受体而感知的。

对于甜味、鲜味、苦味，可以认为是通过味细胞中存在的G蛋白耦联受体和与其耦联的G蛋白的信号传递而感知的。具体而言，已知苦味是由命名为T2R家族的分子(苦味受体)(人为25种)接受的，甜味是由T1R2+T1R3的异源二聚体(甜味受体)接受的，鲜味是由T1R1+T1R3的异源二聚体(鲜味受体)接受的。

对于味觉信息的传递机制的机理，一般理解如下。即，首先，味道物质与味细胞的受体结合后，经过细胞内的第二信使(IP3、DAG)等介导的信息传递过程，细胞内的钙浓度上升。接着，供给至细胞内的钙离子使神经递质释放至突触，使神经细胞产生活动电位，其结果是，以受体为起点的味觉信号从味道神经传递至脑，被识别、判断为味觉信息，这是一般的说法。对于味觉受体，例如，在“化学受体的科学：气味/味道信息素从分子到行为”(东原和成(编)、化学同人、2012年)等的综述中有详细说明。

“体感”这样的语言一般作为由温度刺激、化学刺激、机械刺激而产生的触觉、温度感觉、痛觉、深部感觉等的总称而使用，在本说明书中，与味觉、嗅觉同样地是指经由化学刺激而引起的身体感觉。

作为与由化学刺激引起的体感相关的受体，代表性的受体为TRP通道。TRP通道为非选择性阳离子通道的一种，在哺乳类中报告了由6种亚家族构成的28种。其中，已知在感觉神经上强烈表达的TRPA1、TRPM8、TRPV1会因来自外部的化学刺激而引起痛觉、温度感觉这样的体感。对于人而言，TRPA1是主要与痛觉相关的受体，通过山葵、芥末中包含的异硫氰酸烯丙酯、肉桂醛等而激活。TRPM8是与冷感相关的受体，通过以28℃以下的温度刺激、由以薄荷醇为代表的冷感剂所引起的化学刺激而激活。TRPV1是与痛觉、热感相关的受体，通过以42℃以上的温度刺激、辣椒素而激活。各TRP通道随着激活而使阳离子流入细胞内，通过神经细胞去极化而传递感觉信息。对于TRP通道，例如，可以参照Amrita Samanta,et al.,Subcell Biochem.2018；87:141-165。

在再现所述目标物质的香气、味道或体感的多个香气、味道或体感的候选物质的组合的配合的确定方法中，“嗅觉、味觉或体感的受体”的受体的种类没有特别限定。在一个方式中，优选为人的嗅觉、味觉或体感的受体。受体可以为单一的受体，也可以为多种受体。

通常，“配体”是指与特定的受体特异性结合的物质。在多数情况下，配体通常是指单一的化合物。另一方面，在嗅觉、味觉、体感的研究中，作为产生香气、味道或体感的物质，不仅对单一化合物，而且对多个物质的混合物进行评价的意义是很重大的。例如，与嗅觉相关的精油等具有香气的提取物、经调香的香料等的混合物、与味觉相关的来自于生鲜食品或加工食品等的提取物等属于此类。在再现所述目标物质的香气、味道或体感的多个香气、味道或体感的候选物质的组合的配合的确定方法中，目标物质不仅为单一的化合物，也包含含有选择性、特异性与受体结合的多个配体(纯物质或单一化合物)的混合物。

食品、饮料品等中包含的化学物质、神经递质、激素等作为配体与G蛋白耦联受体结合而引起结构变化，使结合于膜内侧的G蛋白激活，可能成为一系列信号传递中的G蛋白耦联受体激动剂。配体优选为作用于生物体内的受体并显示出与神经递质、激素等同样的可能性的物质、兴奋剂(激动剂)。

通常，味道、香气是综合来自多个受体的信息而识别的。例如，香料L-香芹酮和香豆素的响应受体有多个一致。

(参照Saito H,et al.,Sci Signal,2009；2(60):ra9.及Joel D.Mainland,etal.,2015；Scientific Data,2:150002)

另一方面，L-香芹酮和香豆素的香气分别如留兰香、樱饼那样，如果不是专家，很难找到L-香芹酮与香豆素的类似点。可以推测这是由于，即使是响应共通的受体，浓度所引起的响应的程度对香气造成的影响也很大。另外，可以认为，尽管一方面具有很强的响应，另一方面，不响应的受体的存在也会造成影响。在再现所述目标物质的香气、味道或体感的多个香气、味道或体感的候选物质的组合的配合的确定方法中，嗅觉、味觉或体感的受体为多个嗅觉、味觉或体感的受体，但并不限定于此。在一个方式中，优选保护更多种类的受体。作为期望的受体，优选包含所述目标物质作为配体的受体，更优选包含所述目标物质作为配体的更多的受体，进一步包含所述目标物质作为配体的全部的受体。

在一个方式中，所述一个或多个嗅觉、味觉或体感的受体包含选自所述香气、味道或体感的候选物质中的至少1种作为配体的受体。在一个方式中，多个香气、味道或体感的候选物质中的至少1种为所述目标物质作为配体的受体的配体。

剂量反应曲线是指，针对对象的受体，绘制所给与的物质(包含化合物、混合物)的浓度和受体相对于该物质的响应强度而得到的曲线。对于嗅觉、味觉或体感的受体的任意的剂量反应曲线，为了表示剂量反应曲线，可以优选使用以物质的浓度作为变量、并以最大响应强度α和EC50(表示从最低值起最大反应的50％的浓度)作为参数的模型。物质的浓度优选以对数表示，在该情况下，剂量反应曲线成为S形曲线(对数S形曲线)。需要说明的是，该情况所使用的对数的底数可以为10、e、除此以外的任意底数。

在再现所述目标物质的香气、味道或体感的多个香气、味道或体感的候选物质的组合的配合的确定方法中，受体相对于目标物质的剂量反应曲线与相对于候选物质的组合的剂量反应曲线“以两者近似的方式”确定所述多个香气、味道或体感的候选物质的混合比率。确定生物体内的味道、香气、体感的受体的响应强度的是口腔中、嗅粘液中产生味道、香气、体感的物质的浓度。另一方面，这些物质的量、浓度的测定很困难，而且容易随食品的摄入量、嗅闻方式、吸入量等而发生变化。在仅某一点的浓度下使目标物质与候选物质的组合的响应一致时，如果剂量反应曲线偶然相同，则即使发生一些浓度变化，嗅觉受体的响应强度也不会产生差异。然而，在EC50存在很大差别的情况下，少许的浓度差异也可能在响应上产生很大的差异，从而可能在香气、味道方面产生差异。因此，设计不受少许浓度变化的影响、且剂量反应曲线近似的候选物质的组合是重要的。

“以两者近似的方式”是指，例如，在将表示受体相对于目标物质的剂量反应曲线和相对于候选物质的组合的剂量反应曲线的函数分别设为fT、fR，并基于函数fT及函数fR在相同浓度下的值之差而适当定义函数fT与函数fR的距离时，将该距离控制为给定的范围内。需要说明的是，例如，函数fT与函数fR的距离可以定义为函数fT及函数fR在各浓度下的值之差的平方、绝对值的合计、平均值。

在一个方式中，确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的方法包括以下工序：

(i)工序1，对于期望的一个或多个嗅觉、味觉或体感的受体，设定表示所述受体相对于目标物质的响应强度的函数f

(ii)工序2，设定表示所述受体相对于多个香气、味道或体感的候选物质的组合的响应强度、且由所述候选物质各自的浓度表征的函数f

(iii)工序3，其是针对所述各受体设定表征函数f

(iv)工序4，其是设定以工序3中得到的所述各受体的全部的误差函数g

(v)工序5，对所述泛函数F进行最优化，将泛函数F取最优值时的所述各候选物质各自的浓度确定为再现目标香气、味道或体感的浓度。

函数f

误差函数g

泛函数F有时可以实质上视为以各受体的全部函数f

根据所述的泛函数F的定义，泛函数F的值取决于表征函数f

其中，目标物质可以为单一的化合物，也可以为多个化合物的混合物。

在工序1中，对于期望的一个或多个嗅觉、味觉或体感的受体，设定表示所述受体相对于目标物质的响应强度、且以所述目标物质的浓度作为引数的函数f

以下，记载针对受体i的这样的函数f

[数学式1]

式中，

R

c：目标物质的浓度、

α

K

α

工序1中设定的函数并不限定于此，可以适当改变，优选工序1中设定的函数具有2个参数，更优选以最大响应强度和EC50作为参数。

在一个方式中，函数f

另外，在以多个受体作为对象的情况下，针对各受体设定f

在工序2中，针对工序1中选择的受体设定函数f

[数学式2]

式中，

R

α

K

α

C

K

X：候选物质的组合相对于原液的稀释率

本发明人等确认了该模型式表示多个候选物质的组合的剂量反应曲线(参照实施例3)。实际上，各候选物质的α

需要说明的是，工序2中设定的函数并不限定于所述式(2)，可以适当改变。另外，在以多个受体作为对象的情况下，针对各受体设定f

在一个方式中，函数f

在工序3中，针对所述各受体，设定表征工序1及2中得到的f

[数学式3]

κ

式中，下标i表示受体的种类，T表示目标物质，eff表示候选物质的组合。另外，κ

所述的误差函数g

另外，虽然并非限定，但在候选物质的组合的配合的确定方法中，优选避免候选物质的组合呈现出目标物质所未呈现的香气、味道或体感。因此，即使是对于目标物质不为配体的受体，也优选候选物质的组合的剂量反应曲线近似。即，优选调整组合的剂量反应曲线，使得至少在考虑实际使用的浓度范围内对该受体的响应接近于零。为此，可以举出进行以下一项或两项的方法：减小针对目标物质不为配体的受体的α

基于以上情况，所述式(3)进行了以下区分：对于目标物质(香料)为配体的受体，α

另外，在误差函数g

需要说明的是，在所述式(3)中，鉴于参数κ

[数学式4]

式中，N可以为目标物质作为配体的受体的个数。因此，为针对对目标物质响应的受体的各参数的平均值。虽然没有限定，但鉴于各参数的数量级，这样可以适当地进行标准化。

[数学式5]

另外，工序3中设定的函数并不限定于式(3)，可以适当改变。需要说明的是，在以多个受体作为对象的情况下，可以针对各受体设定g

此外，作为误差函数g

工序4在以多个受体作为对象的情况下是必要的工序，设定以工序3中得到的各受体的全部误差函数g

可以举出：

[数学式6]

其是对于工序3中示例出的g

工序5是对工序4中得到的泛函数F进行最优化，并将泛函数F取最优值时的所述各候选物质各自的浓度确定为再现目标香气、味道或体感的浓度的工序。泛函数F的值减小是指，对于各受体而言，目标物质的剂量反应曲线与多个候选物质的组合的剂量反应曲线变得近似。本发明人等发现，这2个剂量反应曲线近似时，目标物质的香气、味道或体感与多个香气、味道或体感的候选物质的组合香气、味道或体感变得更加接近，能够再现目标物质的香气、味道或体感。需要说明的是，最优值可以是全局的(最小值)，也可以是局部的(极小值)，更优选为全局的最优值。

对于泛函数F的最优值而言，在可解析求解的情况下，可以通过代数解法求得，但并不限定于此。另外，泛函数F的最优值可以通过使用算法的最优化方法而求出。作为后者的方法的例子，可以列举：以最陡下降法/牛顿法等为代表的梯度法、以遗传算法为代表的进化算法、以贝叶斯优化为代表的基于概率分布论的推定算法、或者以蒙特卡罗法为代表的随机算法等，但并不限定于此。另外，在最优化的过程中，可以通过拉格朗日未定乘数法等方法赋予对浓度的限制条件。需要说明的是，最优化包括：确定表征泛函数F取最优值时的函数f

在一个方式中，可以包括工序6，在所述工序6中，对于通过工序1～5得到的再现香气、味道或体感的浓度，将通过基于人的感官试验进行了调整的浓度作为最终的再现香气、味道或体感的浓度。例如，可以供于经过训练的评审员的感官评价工序来调整各候选物质的浓度。通过经由工序1～5，与仅通过人的感官评价来确定混合浓度相比，能够更高效地确定再现目标物质的香气、味道或体感的多个香气、味道或体感的候选物质的组合的配合。然而，通过最后进行基于人的感官评价的调整，可以进一步接近人感受到的香气、味道或体感。

II.对于多个香气、味道或体感的候选物质的组合，得到再现目标物质所具有的香气、味道或体感的混合物的方法

本发明涉及对于多个香气、味道或体感的候选物质的组合、得到再现目标物质所具有的香气、味道或体感的混合物的方法。本发明的方法包括：

(i)工序1，对于期望的一个或多个嗅觉、味觉或体感的受体，设定表示所述受体相对于目标物质的响应强度的函数f

(ii)工序2，设定表示所述受体相对于多个香气、味道或体感的候选物质的组合的响应强度、且由所述候选物质各自的浓度表征的函数f

(iii)工序3，其是针对所述各受体设定表征f

(iv)工序4，其是设定以工序3中得到的所述各受体的全部的误差函数g

(v)工序5，对所述对泛函数F进行最优化，将泛函数F取最优值时的所述各候选物质各自的浓度确定为再现目标香气、味道或体感的浓度；

(vi)工序6，将所述各候选物质以工序5中确定的浓度进行混合而得到混合物，

其中，目标物质为单一的化合物或多个化合物的混合物。

对于工序1～5，如“I.确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的方法”中所述。在工序5之后可以包括工序6，在所述工序6中，对于通过工序1～5得到的再现香气、味道或体感的浓度，将通过基于人的感官试验进行了调整的浓度作为最终的再现香气、味道或体感的浓度。

III.确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的程序

本发明涉及确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的程序。

本发明的一个实施方式(以下，在本节中称为“第1实施方式”)为确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的程序，该程序在电脑中执行以下步骤：

(i)对于期望的一个或多个嗅觉、味觉或体感的受体，设定表示所述受体相对于目标物质的响应强度的函数f

(ii)设定表示所述受体相对于多个香气、味道或体感的候选物质的组合的响应强度、且由所述候选物质各自的浓度表征的函数f

(iii)对泛函数F进行最优化，将泛函数F取最优值时的所述各候选物质各自的浓度确定为再现目标香气、味道或体感的浓度的步骤，所述泛函数F以所述各受体的全部的误差函数g

其中，目标物质为单一的化合物或多个化合物的混合物。

函数f

函数f

误差函数g

本发明的一个实施方式(以下，在本节中称为“第2实施方式”)为确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的程序，该程序在电脑中执行以下步骤：

对于期望的一个或多个嗅觉、味觉或体感的受体，确定所述多个香气、味道或体感的候选物质的混合比率，使得该受体相对于目标物质的剂量反应曲线(以下，在本节中称为“第1剂量反应曲线”)与所述受体相对于多个香气、味道或体感的候选物质的组合的剂量反应曲线(以下，在本节中称为“第2剂量反应曲线”)近似，

其中，目标物质为单一的化合物或多个化合物的混合物。

第1剂量反应曲线可以由所述式(1)定义，第2剂量反应曲线可以由所述式(2)定义。因此，第2实施方式中的步骤可以包括第1实施方式中的步骤(i)～(iii)。

IV.确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的系统

本发明涉及确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的系统。这样的系统可以通过构成电脑的硬件资源和作为软件的所述程序进行协作而实现。

因此，本发明的一个实施方式为一种确定多个香气、味道或体感的候选物质的组合的配合以再现目标物质的香气、味道或体感的系统，其以如下方式构成：

对于期望的一个或多个嗅觉、味觉或体感的受体，确定所述多个香气、味道或体感的候选物质的混合比率，使得该受体相对于对象物质的剂量反应曲线与所述受体相对于多个香气、味道或体感的候选物质的组合的剂量反应曲线近似，

其中，对象物质为单一的化合物或多个化合物的混合物。

另外，本发明的另外的实施方式为一种对于多个香气、味道或体感的候选物质的组合，得到再现目标物质所具有的香气、味道或体感的混合物的系统，其以如下方式构成：

(i)对于期望的一个或多个嗅觉、味觉或体感的受体，设定表示所述受体相对于对象物质的响应强度、且以所述对象物质的浓度作为变量的函数f

(ii)设定表示所述受体相对于多个香气、味道或体感的候选物质的组合的响应强度、且以所述候选物质各自的浓度作为变量的函数f

(iii)对泛函数F进行最优化，将泛函数F取最优值时的所述各候选物质各自的浓度确定为目标香气、味道或体感的配方的浓度，所述泛函数F以所述各受体的全部的误差函数g

其中，目标物质为单一的化合物或多个化合物的混合物。

V.电脑

以下，对能够用于实施本发明的一个实施方式的电脑的硬件构成的一例进行说明。需要说明的是，能够用于实施本发明的一个实施方式的电脑可以是任意的电脑，例如为个人电脑、平板电脑、智能手机、云端的电脑等。

图5示出了电脑的硬件构成的一例。如该图所示，对于电脑1700而言，作为硬件资源，主要具备处理器1710、主存储装置1720、辅助存储装置1730、输入/输出接口1740、以及通信接口1750，它们通过包含地址总线、数据总线、控制总线等的总线1760而相互连接在一起。需要说明的是，有时在总线1760与各硬件资源之间适当地存在接口电路(未图示)。

处理器1710进行电脑整体的控制。需要说明的是，有时1个电脑包含多个处理器1710。在这样的情况下，以上说明中的“处理器”可以为多个处理器1710的总称。

主存储装置1720向处理器1710提供操作区域，为SRAM(Static Random AccessMemory)、DRAM(Dynamic Random Access Memory)等易失性存储器。

辅助存储装置1730为存储作为软件的程序等、数据等的HDD、SSD、快闪存储器等非易失性存储器。该程序、数据等可在任意时刻从辅助存储装置1730经由总线1760而被加载至主存储装置1720。辅助存储装置1730有时可参照非临时性电脑可读存储介质。需要说明的是，程序包含使处理器执行期望的处理的命令。

输入/输出接口1740进行输出信息及接受信息输入中的一者或两者，为数码相机、键盘、鼠标、显示器、触摸面板/显示器、麦克风、扬声器、温度传感器等。

通信接口1750与网络1770连接，经由网络1770收发数据。通信接口1750与网络1770可以通过有线或无线的方式连接。通信接口1750有时也可以获取例如与Wi-Fi的接入点相关的信息、与通信运营商的基站相关的信息等与网络相关的信息。

通过以上示例出的硬件资源和软件的协作，电脑1700能够作为期望的装置发挥功能，执行期望的步骤，实现期望的功能，这对本领域技术人员而言是显而易见的。

实施例

以下，基于实施例对本发明详细进行说明，但本发明并不限定于这些实施例。本领域技术人员可以基于本说明书的记载而容易地对本发明进行修饰/变更，这些包含于本发明的技术范围。

在本实施例中，制备了表达嗅觉受体相关蛋白hRTP1S、mRTP2及hGα

人的Gα

RTP(receptor-transporting protein)是已知具有促进嗅觉受体的功能性表达的功能的蛋白质家族。hRTP1S是人RTP的一种，以GenBank：AY562235.1注册，碱基序列及氨基酸序列记载为序列表的序列号3及4。mRTP2是小鼠RTP的一种，以GenBank：AY562226.1注册，碱基序列及氨基酸序列记载为序列表的序列号5及6。

在小核糖核酸病毒(picornavirus)来源的自剪切型2A肽表达基因(序列号7)的上游配置hRTP1S基因，并且在下游配置mRTP2基因，将其插入pIRESpuro3载体(Takara Bio)，制备了共表达hRTP1S和mRTP2的载体。接着，将hGα

在37℃、5％CO

由Kazusa Genome Technologies公司购买了将从人cDNA文库获得的351种人嗅觉受体基因插入pFN21KSPc HaloTag载体而得到的嗅觉受体基因文库(pFN21KSPc HaloTag-OR)。在351种中，嗅觉受体OR1A1、OR2B11等为已知对现有的激动剂(agonist)响应低的基因多态性，因此，改变成响应性高的多态性而用于随后的试验。(Joel D.Mainland,et al.,Nat Neurosci.2014；17(1):p.114-120)。

将实施例1中得到的HEK-Olf细胞株接种于96孔板(Corning)并用DMEM培养基(ThermoFisher)调整为1×10

在37℃、5％CO

各浓度下的嗅觉受体的响应强度R使用测定得到的发光强度(RLU)通过以下的式(6)计算。

[数学式7]

进而，使用曲线拟合软件XLFit(IDBS)导出了剂量反应曲线的最大响应强度及EC50。

基于所述记载的步骤，对于351种人嗅觉受体进行了对于作为香料的香豆素的响应测定。其结果是，在6种嗅觉受体中确认到了对于香豆素的剂量依赖性响应。这6种嗅觉受体均被分类为II型。

本发明人等想到，只要能够通过其它香料的混合物的剂量反应曲线再现对象香料相对于嗅觉受体的剂量反应曲线，就能够通过该混合物再现对象香料的香气。

以下，以对于嗅觉受体的激动剂(agonist)作为候选物质进行探讨。通常，激动剂(agonist)在浓度(C)下的响应强度(R)使用最大响应强度(α)及EC50(K)通过式(7)而得到。另外，已知将对于同一受体的n种激动剂分别以浓度C

[数学式8]

这里，在将各激动剂以浓度C

[数学式9]

对于EC50和最大响应强度不同的激动剂A、B的混合物，将使用式(9)得到的剂量反应曲线模型示于图1。如图1所示，通过改变激动剂A、B的混合比，可以控制混合物的EC50和最大响应强度。

在构成原液的激动剂中包含混合物的情况下，作为该混合物的浓度，即使使用将任意确定的浓度设为1时的稀释率，所述式也成立。即，通过将未稀释的混合物的原液、即稀释率1的浓度假设视为相当于单一化合物的1mol/L浓度，可以用与摩尔浓度同等的尺度虚拟地表示。

为了通过其它香料的混合物再现对象香料的剂量反应曲线，只要求出通过式(9)求得的剂量反应曲线近似于对象香料的剂量反应曲线的各香料的原液中的浓度即可。另外，为了避免所述混合物呈现出对象香料所不具有的香气，对于对象香料不为配体的受体，也优选剂量反应曲线近似。即，优选调整混合物的剂量反应曲线，使得至少在考虑实际使用的浓度范围内对于该受体的响应接近于零。具体而言，可以举出减小α

[数学式10]

下标a表示嗅觉受体的种类，T表示对象香料，eff表示香料混合物。另外，κ为EC50的常用对数值。

[数学式11]

κ

此外，由于曲线参数的代表性值不同，因此，通过以下定义的量进行了标准化。

[数学式12]

式中，N是对象香料为配体的受体的个数。即，

[数学式13]

为针对响应对象香料的嗅觉受体的各参数的平均值。

接着，为了使响应对象香料的多个受体近似，针对作为对象的全部嗅觉受体，如式(13)那样确定作为表征对象香料的剂量反应曲线与香料混合物的剂量反应曲线之间的差异的指标的泛函数F，求出了F的值为极小的构成成分的原液中的浓度。

[数学式14]

基于以上的探讨，针对实施例2中确认到对香豆素响应的OR1、OR2、OR3、OR4、OR5、OR6这6种嗅觉受体相对于香豆素的剂量反应曲线，尝试了利用其它香料的混合物进行再现。

对于所述6种嗅觉受体，探索了引起响应的香料，结果是鉴定了胡椒醛、γ-庚内酯、薄荷酮。在6种嗅觉受体中，响应胡椒醛、γ-庚内酯、薄荷酮的嗅觉受体如以下的表所述。

接着，在式(13)中给出了香豆素、胡椒醛、γ-庚内酯及薄荷酮对于各嗅觉受体的最大响应强度和EC50的基础上，使用数值梯度法，使用利用python语言的scipy软件包制作的电脑程序进行了最优化计算。其结果表明，在将胡椒醛、γ-庚内酯、薄荷酮分别以0.6M、0.39M、0.01M的原液中浓度混合的情况下，F的值达到极小。预测的混合物相对于各受体的剂量反应曲线如图2所示。以所述的计算结果作为基础，对将胡椒醛、γ-庚内酯、薄荷酮分别以0.6M、0.39M、0.01M混合的混合物对于所述6种嗅觉受体的响应进行了实际测定，其结果如图2所预测的那样，得到了与剂量反应曲线同等的近似于香豆素的剂量反应曲线(图3)，将该混合物作为再现了香豆素的香气的香料(香豆素重构香料)。

在本实施例中，通过感官评价验证了实施例3中得到的香豆素重构香料与香豆素的气味品质的类似性。感官评价通过基于经训练的5名专家评审员的感官评价进行验证。对于气味的类似性而言，通过利用Visual analog scale(VAS)进行评价，从而得到了作为参照物而提供的香豆素与盲式地(blindly)提供的各评价样品的顶空香气的类似性。这里，作为评价样品，除了实施例3的香豆素重构香料以外，还使用了香豆素及香豆素重构香料的构成成分中显示出最接近香豆素的嗅觉受体响应的胡椒醛。另外，评价所使用的各香料使用丙二醇按照下表所示的浓度制备。

将结果示于图4。感官评价的结果是确认了香豆素重构香料与作为评价样品而提供的香豆素显示出同等程度的非常高的类似性。另一方面，单独胡椒醛的类似性低，表明近似于目标物质的香料的嗅觉受体响应对于提高气味品质的类似性是很重要的。

使用与实施例2、3相同的方法，尝试了薰衣草油的嗅觉受体响应的测定、以及基于其它香料的混合物的响应的再现。

表4薰衣草油及香料的响应

确认了响应薰衣草油的4种嗅觉受体(OR7、OR3、OR8、OR9)(表4)。对于这4种嗅觉受体，对响应的香料进行探索的结果，鉴定了邻羟基肉桂酸、橙花油、诺卡酮、戊酸乙酯。4种嗅觉受体中响应邻羟基肉桂酸、橙花油、诺卡酮、戊酸乙酯的嗅觉受体如表4所示。在给出各香料的最大响应强度和EC50的基础上，进行最优化计算，使其成为与薰衣草油同样的响应。其结果表明，在将邻羟基肉桂酸、橙花油、诺卡酮、戊酸乙酯分别以1.09M、1.23×稀释、1.04M、1.16M的原液中的浓度进行混合的情况下，F的值达到极小。以该计算结果作为基础，对于邻羟基肉桂酸、橙花油、诺卡酮、戊酸乙酯分别以原液中的浓度达到1.09M、1.23×稀释、1.04M、1.16M的方式混合而成的混合物对于4种嗅觉受体的响应进行了测定，结果是得到了与薰衣草油近似的剂量反应曲线(图6)，因此，将该混合物作为再现了薰衣草油的香气的香料(薰衣草油重构香料)。

接着，与实施例4同样通过感官评价比较了薰衣草油与薰衣草油重构香料的类似性。具体而言，通过基于经训练的5名专家评审员的感官评价进行验证。对于气味的类似性而言，通过利用Visual analog scale(VAS)进行评价，从而得到了作为参照物而提供的薰衣草油与盲式地提供的各评价样品的顶空香气的类似性。评价样品使用丙二醇按照下表所示的浓度(配合比)制备。

[表5]

感官评价的结果表明，虽然比作为评价样品而提供的薰衣草油稍差，但显示出很高的类似性(图7)。

工业实用性

通过本发明，能够确定多个香气、味道或体感的候选物质的组合的适当配合，再现目标物质的香气、味道或体感。例如，在目标物质难以处理、难以获得、昂贵等情况时，能够利用本发明的方法、程序等通过多个香气、味道或体感的候选物质的组合的适当配合而再现目标物质的香气、味道或体感。

序列表

<110> 日本烟草产业株式会社

<120> 用于确定再现目标物质的香气、味道或体感的多个香气、味道或体感的候选物质的组合的配合的方法

<130> FA0092-21110

<150> JP 2020-089819

<151> 2020-05-22

<160> 7

<170> PatentIn version 3.5

<210> 1

<211> 1146

<212> DNA

<213> 智人

<220>

<221> CDS

<222> (1)..(1146)

<400> 1

atg ggg tgt ttg ggc ggc aac agc aag acg acg gaa gac cag ggc gtc 48

Met Gly Cys Leu Gly Gly Asn Ser Lys Thr Thr Glu Asp Gln Gly Val

1 5 10 15

gat gaa aaa gaa cga cgc gag gcc aac aaa aag atc gag aag cag ttg 96

Asp Glu Lys Glu Arg Arg Glu Ala Asn Lys Lys Ile Glu Lys Gln Leu

20 25 30

cag aaa gag cgc ctg gct tac aag gct acc cac cgc ctg ctg ctc ctg 144

Gln Lys Glu Arg Leu Ala Tyr Lys Ala Thr His Arg Leu Leu Leu Leu

35 40 45

ggg gct ggt gag tct ggg aaa agc act atc gtc aaa cag atg agg atc 192

Gly Ala Gly Glu Ser Gly Lys Ser Thr Ile Val Lys Gln Met Arg Ile

50 55 60

ctg cac gtc aat ggg ttt aat ccc gag gaa aag aaa cag aaa att ctg 240

Leu His Val Asn Gly Phe Asn Pro Glu Glu Lys Lys Gln Lys Ile Leu

65 70 75 80

gac atc cgg aaa aat gtt aaa gat gct atc gtg aca att gtt tca gca 288

Asp Ile Arg Lys Asn Val Lys Asp Ala Ile Val Thr Ile Val Ser Ala

85 90 95

atg agt act ata ata cct cca gtt ccg ctg gcc aac cct gaa aac caa 336

Met Ser Thr Ile Ile Pro Pro Val Pro Leu Ala Asn Pro Glu Asn Gln

100 105 110

ttt cga tca gac tac atc aag agc ata gcc cct atc act gac ttt gaa 384

Phe Arg Ser Asp Tyr Ile Lys Ser Ile Ala Pro Ile Thr Asp Phe Glu

115 120 125

tat tcc cag gaa ttc ttt gac cat gtg aaa aaa ctt tgg gac gat gaa 432

Tyr Ser Gln Glu Phe Phe Asp His Val Lys Lys Leu Trp Asp Asp Glu

130 135 140

ggc gtg aag gca tgc ttt gag aga tcc aac gaa tac cag ctg att gac 480

Gly Val Lys Ala Cys Phe Glu Arg Ser Asn Glu Tyr Gln Leu Ile Asp

145 150 155 160

tgt gca caa tac ttc ctg gaa aga atc gac agc gtc agc ttg gtt gac 528

Cys Ala Gln Tyr Phe Leu Glu Arg Ile Asp Ser Val Ser Leu Val Asp

165 170 175

tac aca ccc aca gac cag gac ctc ctc aga tgc aga gtt ctg aca tct 576

Tyr Thr Pro Thr Asp Gln Asp Leu Leu Arg Cys Arg Val Leu Thr Ser

180 185 190

ggg att ttt gag aca cga ttc caa gtg gac aaa gta aac ttc cac atg 624

Gly Ile Phe Glu Thr Arg Phe Gln Val Asp Lys Val Asn Phe His Met

195 200 205

ttt gat gtt ggt ggc cag agg gat gag agg aga aaa tgg atc cag tgc 672

Phe Asp Val Gly Gly Gln Arg Asp Glu Arg Arg Lys Trp Ile Gln Cys

210 215 220

ttt aac gat gtc aca gct atc att tac gtc gca gcc tgc agt agc tac 720

Phe Asn Asp Val Thr Ala Ile Ile Tyr Val Ala Ala Cys Ser Ser Tyr

225 230 235 240

aac atg gtg att cga gaa gat aac aac acc aac agg ctg aga gag tcc 768

Asn Met Val Ile Arg Glu Asp Asn Asn Thr Asn Arg Leu Arg Glu Ser

245 250 255

ctg gat ctt ttt gaa agc atc tgg aac aac agg tgg tta cgg acc att 816

Leu Asp Leu Phe Glu Ser Ile Trp Asn Asn Arg Trp Leu Arg Thr Ile

260 265 270

tct atc atc ttg ttc ttg aac aaa caa gat atg ctg gca gaa aaa gtc 864

Ser Ile Ile Leu Phe Leu Asn Lys Gln Asp Met Leu Ala Glu Lys Val

275 280 285

ttg gca ggg aaa tca aaa att gaa gac tat ttc cca gaa tat gca aat 912

Leu Ala Gly Lys Ser Lys Ile Glu Asp Tyr Phe Pro Glu Tyr Ala Asn

290 295 300

tat act gtt cct gaa gac gca aca cca gat gca gga gaa gat ccc aaa 960

Tyr Thr Val Pro Glu Asp Ala Thr Pro Asp Ala Gly Glu Asp Pro Lys

305 310 315 320

gtt aca aga gcc aag ttc ttt atc cgg gac ctg ttt ttg agg atc agc 1008

Val Thr Arg Ala Lys Phe Phe Ile Arg Asp Leu Phe Leu Arg Ile Ser

325 330 335

acg gcc acc ggt gac ggc aaa cat tac tgc tac ccg cac ttc acc tgc 1056

Thr Ala Thr Gly Asp Gly Lys His Tyr Cys Tyr Pro His Phe Thr Cys

340 345 350

gcc gtg gac aca gag aac atc cgc agg gtg ttc aac gac tgc cgc gac 1104

Ala Val Asp Thr Glu Asn Ile Arg Arg Val Phe Asn Asp Cys Arg Asp

355 360 365

atc atc cag cgg atg cac ctc aag cag tat gag ctc ttg tga 1146

Ile Ile Gln Arg Met His Leu Lys Gln Tyr Glu Leu Leu

370 375 380

<210> 2

<211> 381

<212> PRT

<213> 智人

<400> 2

Met Gly Cys Leu Gly Gly Asn Ser Lys Thr Thr Glu Asp Gln Gly Val

1 5 10 15

Asp Glu Lys Glu Arg Arg Glu Ala Asn Lys Lys Ile Glu Lys Gln Leu

20 25 30

Gln Lys Glu Arg Leu Ala Tyr Lys Ala Thr His Arg Leu Leu Leu Leu

35 40 45

Gly Ala Gly Glu Ser Gly Lys Ser Thr Ile Val Lys Gln Met Arg Ile

50 55 60

Leu His Val Asn Gly Phe Asn Pro Glu Glu Lys Lys Gln Lys Ile Leu

65 70 75 80

Asp Ile Arg Lys Asn Val Lys Asp Ala Ile Val Thr Ile Val Ser Ala

85 90 95

Met Ser Thr Ile Ile Pro Pro Val Pro Leu Ala Asn Pro Glu Asn Gln

100 105 110

Phe Arg Ser Asp Tyr Ile Lys Ser Ile Ala Pro Ile Thr Asp Phe Glu

115 120 125

Tyr Ser Gln Glu Phe Phe Asp His Val Lys Lys Leu Trp Asp Asp Glu

130 135 140

Gly Val Lys Ala Cys Phe Glu Arg Ser Asn Glu Tyr Gln Leu Ile Asp

145 150 155 160

Cys Ala Gln Tyr Phe Leu Glu Arg Ile Asp Ser Val Ser Leu Val Asp

165 170 175

Tyr Thr Pro Thr Asp Gln Asp Leu Leu Arg Cys Arg Val Leu Thr Ser

180 185 190

Gly Ile Phe Glu Thr Arg Phe Gln Val Asp Lys Val Asn Phe His Met

195 200 205

Phe Asp Val Gly Gly Gln Arg Asp Glu Arg Arg Lys Trp Ile Gln Cys

210 215 220

Phe Asn Asp Val Thr Ala Ile Ile Tyr Val Ala Ala Cys Ser Ser Tyr

225 230 235 240

Asn Met Val Ile Arg Glu Asp Asn Asn Thr Asn Arg Leu Arg Glu Ser

245 250 255

Leu Asp Leu Phe Glu Ser Ile Trp Asn Asn Arg Trp Leu Arg Thr Ile

260 265 270

Ser Ile Ile Leu Phe Leu Asn Lys Gln Asp Met Leu Ala Glu Lys Val

275 280 285

Leu Ala Gly Lys Ser Lys Ile Glu Asp Tyr Phe Pro Glu Tyr Ala Asn

290 295 300

Tyr Thr Val Pro Glu Asp Ala Thr Pro Asp Ala Gly Glu Asp Pro Lys

305 310 315 320

Val Thr Arg Ala Lys Phe Phe Ile Arg Asp Leu Phe Leu Arg Ile Ser

325 330 335

Thr Ala Thr Gly Asp Gly Lys His Tyr Cys Tyr Pro His Phe Thr Cys

340 345 350

Ala Val Asp Thr Glu Asn Ile Arg Arg Val Phe Asn Asp Cys Arg Asp

355 360 365

Ile Ile Gln Arg Met His Leu Lys Gln Tyr Glu Leu Leu

370 375 380

<210> 3

<211> 684

<212> DNA

<213> 智人

<220>

<221> CDS

<222> (1)..(684)

<400> 3

atg tgt aaa agc gtg acc aca gat gag tgg aag aaa gtc ttc tat gag 48

Met Cys Lys Ser Val Thr Thr Asp Glu Trp Lys Lys Val Phe Tyr Glu

1 5 10 15

aag atg gag gag gca aag ccg gct gac agc tgg gac ctc atc ata gac 96

Lys Met Glu Glu Ala Lys Pro Ala Asp Ser Trp Asp Leu Ile Ile Asp

20 25 30

ccc aac ctc aag cac aat gtg ctg agc cct ggt tgg aag cag tac ctg 144

Pro Asn Leu Lys His Asn Val Leu Ser Pro Gly Trp Lys Gln Tyr Leu

35 40 45

gaa ttg cat gct tca ggc agg ttc cac tgc tcc tgg tgc tgg cac acc 192

Glu Leu His Ala Ser Gly Arg Phe His Cys Ser Trp Cys Trp His Thr

50 55 60

tgg cag tcg ccc tac gtg gtc atc ctc ttc cac atg ttc ctg gac cgc 240

Trp Gln Ser Pro Tyr Val Val Ile Leu Phe His Met Phe Leu Asp Arg

65 70 75 80

gcc cag cgg gcg ggc tcg gtg cgc atg cgc gtc ttc aag cag ctg tgc 288

Ala Gln Arg Ala Gly Ser Val Arg Met Arg Val Phe Lys Gln Leu Cys

85 90 95

tat gag tgc ggc acg gcg cgg ctg gac gag tcc agc atg ctg gag gag 336

Tyr Glu Cys Gly Thr Ala Arg Leu Asp Glu Ser Ser Met Leu Glu Glu

100 105 110

aac atc gag ggc ctg gtg gac aac ctc atc acc agc ctg cgc gag cag 384

Asn Ile Glu Gly Leu Val Asp Asn Leu Ile Thr Ser Leu Arg Glu Gln

115 120 125

tgc tac ggc gag cgt ggc ggc cag tac cgc atc cac gtg gcc agc cgc 432

Cys Tyr Gly Glu Arg Gly Gly Gln Tyr Arg Ile His Val Ala Ser Arg

130 135 140

cag gac aac cgg cgg cac cgc gga gag ttc tgc gag gcc tgc cag gag 480

Gln Asp Asn Arg Arg His Arg Gly Glu Phe Cys Glu Ala Cys Gln Glu

145 150 155 160

ggc atc gtg cac tgg aag ccc agc gag aag ctg ctg gag gag gag gcg 528

Gly Ile Val His Trp Lys Pro Ser Glu Lys Leu Leu Glu Glu Glu Ala

165 170 175

acc acc tac acc ttc tcc cgg gcg ccc agc ccc acc aag tcg cag gac 576

Thr Thr Tyr Thr Phe Ser Arg Ala Pro Ser Pro Thr Lys Ser Gln Asp

180 185 190

cag acg ggc tca ggc tgg aac ttc tgc tct atc ccc tgg tgc ttg ttt 624

Gln Thr Gly Ser Gly Trp Asn Phe Cys Ser Ile Pro Trp Cys Leu Phe

195 200 205

tgg gcc acg gtc ctg ctg ctg atc atc tac ctg cag ttc tct ttc cgt 672

Trp Ala Thr Val Leu Leu Leu Ile Ile Tyr Leu Gln Phe Ser Phe Arg

210 215 220

agc tcc gta taa 684

Ser Ser Val

225

<210> 4

<211> 227

<212> PRT

<213> 智人

<400> 4

Met Cys Lys Ser Val Thr Thr Asp Glu Trp Lys Lys Val Phe Tyr Glu

1 5 10 15

Lys Met Glu Glu Ala Lys Pro Ala Asp Ser Trp Asp Leu Ile Ile Asp

20 25 30

Pro Asn Leu Lys His Asn Val Leu Ser Pro Gly Trp Lys Gln Tyr Leu

35 40 45

Glu Leu His Ala Ser Gly Arg Phe His Cys Ser Trp Cys Trp His Thr

50 55 60

Trp Gln Ser Pro Tyr Val Val Ile Leu Phe His Met Phe Leu Asp Arg

65 70 75 80

Ala Gln Arg Ala Gly Ser Val Arg Met Arg Val Phe Lys Gln Leu Cys

85 90 95

Tyr Glu Cys Gly Thr Ala Arg Leu Asp Glu Ser Ser Met Leu Glu Glu

100 105 110

Asn Ile Glu Gly Leu Val Asp Asn Leu Ile Thr Ser Leu Arg Glu Gln

115 120 125

Cys Tyr Gly Glu Arg Gly Gly Gln Tyr Arg Ile His Val Ala Ser Arg

130 135 140

Gln Asp Asn Arg Arg His Arg Gly Glu Phe Cys Glu Ala Cys Gln Glu

145 150 155 160

Gly Ile Val His Trp Lys Pro Ser Glu Lys Leu Leu Glu Glu Glu Ala

165 170 175

Thr Thr Tyr Thr Phe Ser Arg Ala Pro Ser Pro Thr Lys Ser Gln Asp

180 185 190

Gln Thr Gly Ser Gly Trp Asn Phe Cys Ser Ile Pro Trp Cys Leu Phe

195 200 205

Trp Ala Thr Val Leu Leu Leu Ile Ile Tyr Leu Gln Phe Ser Phe Arg

210 215 220

Ser Ser Val

225

<210> 5

<211> 672

<212> DNA

<213> 小家鼠(Mus musculus)

<220>

<221> CDS

<222> (1)..(672)

<400> 5

atg tcc acc agc ctg acc act tgt gag tgg aag aag gtc ttc tac gag 48

Met Ser Thr Ser Leu Thr Thr Cys Glu Trp Lys Lys Val Phe Tyr Glu

1 5 10 15

aag atg gag gtg gcc aag cca gcg gac agc tgg gag ctc atc ata gac 96

Lys Met Glu Val Ala Lys Pro Ala Asp Ser Trp Glu Leu Ile Ile Asp

20 25 30

ccc acc ctc aag ccc aat gag ctg ggc cct ggc tgg aag cag tac ctg 144

Pro Thr Leu Lys Pro Asn Glu Leu Gly Pro Gly Trp Lys Gln Tyr Leu

35 40 45

gag caa cat gcc tca ggc agg ttc cac tgt tcc tgg tgt tgg cac aca 192

Glu Gln His Ala Ser Gly Arg Phe His Cys Ser Trp Cys Trp His Thr

50 55 60

tgg caa tct gcc aat gtc gtc att ctc ttc cac atg cac ctg gac cgt 240

Trp Gln Ser Ala Asn Val Val Ile Leu Phe His Met His Leu Asp Arg

65 70 75 80

gcc cag cgt gtt ggc tca gtg cgc atg cgc gtg ttc aag cag ctg tgc 288

Ala Gln Arg Val Gly Ser Val Arg Met Arg Val Phe Lys Gln Leu Cys

85 90 95

tat cag tgc ggc acg tcg cgg ctg gac gag tcc agc atg ctg gag gag 336

Tyr Gln Cys Gly Thr Ser Arg Leu Asp Glu Ser Ser Met Leu Glu Glu

100 105 110

aat atc gag ggc ctg gtg gac aac ctc atc acc agt ctg cgc gag cag 384

Asn Ile Glu Gly Leu Val Asp Asn Leu Ile Thr Ser Leu Arg Glu Gln

115 120 125

tgt tac gat gag gat ggt ggc cag tac cgc atc cac gta gcc agc cgg 432

Cys Tyr Asp Glu Asp Gly Gly Gln Tyr Arg Ile His Val Ala Ser Arg

130 135 140

cca gac agc gga ttg cac cgc agt gag ttc tgc gag gcc tgc cag gaa 480

Pro Asp Ser Gly Leu His Arg Ser Glu Phe Cys Glu Ala Cys Gln Glu

145 150 155 160

ggc atc gtg cac tgg aag ccc agc gaa aag ctg ctg gag gag gat gcc 528

Gly Ile Val His Trp Lys Pro Ser Glu Lys Leu Leu Glu Glu Asp Ala

165 170 175

gcc tat acc gat gcc tcc aag aag aag ggc cag gct ggt ttt atc tcc 576

Ala Tyr Thr Asp Ala Ser Lys Lys Lys Gly Gln Ala Gly Phe Ile Ser

180 185 190

agc ttc ttc tca ttt cgt tgg tgc ctg ttc tgg ggc acc ctc tgc ctg 624

Ser Phe Phe Ser Phe Arg Trp Cys Leu Phe Trp Gly Thr Leu Cys Leu

195 200 205

gtc att gtc tac ctg cag ttc ttc cga ggc cgc tct ggc ttc ctt tag 672

Val Ile Val Tyr Leu Gln Phe Phe Arg Gly Arg Ser Gly Phe Leu

210 215 220

<210> 6

<211> 223

<212> PRT

<213> 小家鼠(Mus musculus)

<400> 6

Met Ser Thr Ser Leu Thr Thr Cys Glu Trp Lys Lys Val Phe Tyr Glu

1 5 10 15

Lys Met Glu Val Ala Lys Pro Ala Asp Ser Trp Glu Leu Ile Ile Asp

20 25 30

Pro Thr Leu Lys Pro Asn Glu Leu Gly Pro Gly Trp Lys Gln Tyr Leu

35 40 45

Glu Gln His Ala Ser Gly Arg Phe His Cys Ser Trp Cys Trp His Thr

50 55 60

Trp Gln Ser Ala Asn Val Val Ile Leu Phe His Met His Leu Asp Arg

65 70 75 80

Ala Gln Arg Val Gly Ser Val Arg Met Arg Val Phe Lys Gln Leu Cys

85 90 95

Tyr Gln Cys Gly Thr Ser Arg Leu Asp Glu Ser Ser Met Leu Glu Glu

100 105 110

Asn Ile Glu Gly Leu Val Asp Asn Leu Ile Thr Ser Leu Arg Glu Gln

115 120 125

Cys Tyr Asp Glu Asp Gly Gly Gln Tyr Arg Ile His Val Ala Ser Arg

130 135 140

Pro Asp Ser Gly Leu His Arg Ser Glu Phe Cys Glu Ala Cys Gln Glu

145 150 155 160

Gly Ile Val His Trp Lys Pro Ser Glu Lys Leu Leu Glu Glu Asp Ala

165 170 175

Ala Tyr Thr Asp Ala Ser Lys Lys Lys Gly Gln Ala Gly Phe Ile Ser

180 185 190

Ser Phe Phe Ser Phe Arg Trp Cys Leu Phe Trp Gly Thr Leu Cys Leu

195 200 205

Val Ile Val Tyr Leu Gln Phe Phe Arg Gly Arg Ser Gly Phe Leu

210 215 220

<210> 7

<211> 63

<212> DNA

<213> 小核糖核酸病毒(picornavirus)

<400> 7

ggaagcggag agggcagggg aagtcttcta acatgcgggg acgtggagga aaatcccggc 60

ccc 63