嗅觉如何改写激素、健康与行为:诺姆·索贝尔研究解读

Sobel研究揭示人类嗅觉精密且无意识地调节社交、情绪与攻击行为,并迈向气味数字化。
文章基于Huberman Lab对Noam Sobel的访谈,系统梳理了人类嗅觉的解剖架构与行为功能。嗅觉系统拥有约七百万受体、三百五十种亚型,在嗅球形成极端汇聚的肾小球地图,但中枢编码仍不清楚。Sobel实验室通过隐蔽录像发现,握手后人们会无意识地闻手,进行自我与他者的化学采样。体味相似性可预测陌生人成为朋友的倾向,电子鼻能据此预测友谊。情绪眼泪虽无味,却能显著降低男性睾酮并改变脑活动。十六醛则对男女攻击性产生相反调节,可能服务于婴儿对父母的双重化学操控。最后,团队建立气味感知相似性算法,生成“嗅觉异元体”并实现跨IP气味传输,为气味数字化与电子鼻诊断描绘了远景。
人类嗅觉的硬件架构:被低估的精密系统
在Huberman Lab Essentials的一期节目中,斯坦福医学院神经生物学教授Andrew Huberman与魏茨曼科学研究所的Noam Sobel博士展开了一场关于化学感觉的深度对话。Sobel长期研究人类嗅觉与化学信号,他的实验室是少数以人类为研究对象、而非小鼠或斑马鱼的嗅觉研究团队。
Sobel首先梳理了嗅觉系统的解剖路径。空气传播的分子沿鼻腔上行约六到七厘米,与嗅上皮上约七百万个受体相互作用。这些受体分属约三百五十种亚型——意味着人类基因组中有相当可观的比例专门用于编码嗅觉受体。气味分子在此完成转导,变成动作电位,经由穿过颅骨最薄处的嗅神经抵达嗅球。
嗅球的组织方式遵循Sobel所说的"哺乳动物神经系统中最极端的汇聚案例":同一亚型的全部受体汇聚到同一个肾小球。教科书观点认为,嗅球上因此形成一张反映受体身份的地图——咖啡激活1、3、7型受体,对应的肾小球就"亮起"。但Sobel强调,这张地图在嗅球之外并不存在,大脑其余部分如何进行嗅觉编码,目前仍是模糊地带。

嗅上皮是位于鼻腔顶部、面积约几平方厘米的黏膜组织,其中镶嵌着嗅觉感觉神经元。这些神经元是少数直接与外界环境接触并持续再生的神经元——它们平均每30至60天更新一次,轴突重新投射到嗅球。每个嗅觉神经元只表达一种嗅觉受体亚型,这一“一神经元一受体”规则由基因调控的随机选择机制实现,使得约350种受体基因足以覆盖对海量气味分子的识别。受体基因本身是人类基因组中最大的多基因家族,约占全部基因的2%至3%,其中相当一部分在演化中积累了大量假基因,这也是人类嗅觉常被误认为“退化”的分子层面的原因之一。
握手之后,手为什么伸向鼻子
Sobel反复强调一个常被忽视的事实:人类的嗅觉能力"极其出色",只是我们不以狗那样显眼的方式使用它。他的实验室设计了一个巧妙实验来捕捉这种隐蔽行为。
参与者被带入实验室等待,不知自己已被录像,先记录三分钟内摸脸、摸鼻的基线频率——Sobel特别指出,这个基线一点都不低。随后一名陌生实验员进入房间,在一半条件下与参与者握手。结果,握手之后手伸向鼻子的行为出现了"难以想象的"显著增加。鼻腔气流测量进一步证实,人们不只是把手凑到鼻子,而是在闻它。
更有意思的是,参与者不仅闻握手的那只手,也闻另一只手。Sobel认为这反映了一种自我与他者的比较机制,许多自我采样行为可能都具有这一功能。
嗅闻行为在动物行为学中通常被视为化学采样(chemical sampling)的外显指标。人类的气味采样可分为两类:一类是主动嗅闻,即短促有力的吸气,用于快速将气味分子送入嗅上皮;另一类是“嗅探-呼吸”耦合,即日常呼吸中伴随的无意识鼻翼抽动。实验中通过鼻腔气流测量而非仅凭视频判断,正是为了区分“把手凑近鼻子”与“真正进行嗅闻”这两种行为。值得注意的是,自我采样(如闻自己的手、腋下或衣物)在人类中频率很高,其功能假说包括监测自身化学状态、为社交比较提供参照,以及情境性的自我安抚。
气味相似性能预测友谊,而非只是友谊的结果
Sobel实验室的Inbal Ravrebi研究了一个日常现象:所谓"一见如故"的友谊。她的假设是,体味相似的人更容易成为朋友。
研究团队从以色列各地招募同性非浪漫关系的密友对,让受试者使用无香洗护产品数周,并独自睡在T恤中两晚,再提取体味。用电子鼻(金属氧化物传感器阵列)检测后发现,密友对的体味相似度显著高于随机配对,人类嗅闻者的判断也一致。
为排除"朋友常去同一家餐厅所以气味相同"的因果倒置,Ravrebi招募了完全陌生的人,先测体味,再进行名为"镜像游戏"的近距社交互动。一个预测落空——气味相似并未让人在游戏中配合更好;但另一个预测成立:互动结束后,人们认为与自己气味更相似的人更可能成为朋友、更友善。电子鼻能够预测友谊倾向,说明气味相似性参与友谊的建立,而不只是友谊的副产物。
恐惧可以闻出来,眼泪是化学信号
Sobel在论文中回避"信息素"一词,改用"化学信号"。人类确实会释放影响他人行为的化学信号,其中"恐惧的气味"是近十年的研究热点。从Denise Chen、Haviland-Jones到Sobel实验室的多项研究显示,人们能从他人处于恐惧状态时采集的体味中识别出恐惧,并因此提高自身的自主神经唤醒水平——恐惧在化学层面具有传染性。

情绪性眼泪是另一条线索。达尔文在《人与动物的情感表达》中用一整章讨论眼泪,却找不到功能上的解释。Sobel团队收集情绪眼泪后发现:眼泪完全无味,无法被察觉,但男性嗅闻女性眼泪后,游离睾酮在约二十到三十分钟内下降约14%——Sobel转述内分泌领域同行的评价,认为这是连药物都难以如此快速达到的效应量。约两年后,韩国一个独立团队完整复现了这一结果。fMRI显示,嗅闻眼泪时下丘脑和梭状回活动明显降低。

更罕见的是反向验证:这项人类研究发表约两年后,《Nature》刊出啮齿类研究,发现小鼠幼崽的眼泪以气味依赖的方式降低成年雄性小鼠的攻击性,并鉴定出其中的关键成分。
“信息素”一词在人类研究中之所以敏感,是因为它最初在昆虫和啮齿类中被严格定义为由犁鼻器(vomeronasal organ)检测、引发固定行为或内分泌反应的一类分子。人类犁鼻器在胚胎期存在但出生后退化,且缺乏功能性受体基因,因此许多研究者回避该术语。改用“化学信号”意味着研究重点从固定的刺激-反应模式,转向更宽泛的、可调节情绪与生理状态的化学通讯。情绪性眼泪与反射性眼泪(如切洋葱时)成分不同,前者含有更多蛋白质和信号分子,这为“眼泪承载社交信息”提供了生化基础。
十六醛:婴儿的化学战术
Sobel实验室的Eva Michor原本研究攻击行为的化学信号,从综合格斗俱乐部采集汗液,进展不顺。转折来自德国研究者Heinz Breer——他在小鼠中发现十六醛(Hexadecanal)促进社交缓冲,且其受体在哺乳动物进化中高度保守,于是把这种分子寄给了Sobel团队。
用泰勒攻击范式测试后,结果出人意料:十六醛显著降低男性的攻击性,效应量在攻击研究领域属于罕见的强;但对女性,它同等显著地提高攻击性。在fMRI中重复实验,结果再次复现。
Michor的解释是:十六醛是婴儿头部最丰富的半挥发性物质之一。对哺乳动物幼崽而言,父系攻击常常指向自己,母系攻击则往往是保护性的。一种能让父亲更温和、母亲更具保护性的分子,对幼崽是双重收益。婴儿在化学层面同时调节身边男女的行为。
把气味数字化:从紫罗兰到电子鼻诊断
访谈的后半段转向Sobel实验室一项发表于《Nature》的工作。由Aron Ravia和Kobi Snits主导的研究建立了算法框架,能以很高准确率预测任意两种分子混合物的感知相似性,并据此生成"嗅觉异元体"——分子组成完全不重叠、闻起来却完全相同的混合物。论文中甚至为香奈儿五号生成了一个不含其任何成分的异元体。

这被视为气味数字化的基础设施。团队拥有四千种分子的感知气味图谱,任意混合物都可以投影到这张图上,测量它与"柠檬""番茄"等坐标的距离。在与马克斯·普朗克研究所Jonathan Williams的合作中,团队用气相色谱-质谱在德国测量气味分子,经IP传输,再由混合装置重建。概念验证测试了四种气味:玫瑰失败,多数人闻成泡泡糖;茴香失败,被判断为樱桃;汽油略优于随机;紫罗兰则在16人中有15人正确识别——第一个经IP传输的气味是紫罗兰。
Sobel对此保持克制:目前大致相当于1956年的黑白电视,离分辨赤霞珠与梅洛还很远。但他描绘了终点:当嗅觉数字化达到今天视听4K的水平,医学诊断将是最大应用——每种疾病都是特定的代谢过程,代谢产生代谢物,代谢物有气味。届时浴室里的电子鼻可以持续做健康筛查。不过他一再强调,这不在近未来。
气相色谱-质谱联用(GC-MS)是气味分析的金标准:气相色谱将混合物中的挥发性成分分离,质谱则对每个成分进行分子量指纹鉴定,从而定量给出“某空间中有哪些气味分子、各有多少”。但GC-MS只能给出化学组成,无法直接告诉人闻起来是什么。Sobel团队的方法学关键在于建立“化学组成-感知相似性”的映射模型,并用异元体验证该映射——即两种化学上完全不同、但模型预测感知相同的混合物,如果人类嗅闻者确实无法区分,就说明模型捕捉到了嗅觉系统的编码逻辑,而非简单的分子结构相似性。
这场对话改变了什么
Sobel的工作把嗅觉从"次要感官"的位置上挪开:握手后的闻手、气味相似的友谊、眼泪里的激素信号、婴儿头上的十六醛,都指向同一个结论——人类是高度依赖化学信息的动物,只是这套系统运行在意识阈值之下。对AI与传感技术而言,嗅觉数字化提供了一个尚未被充分开垦的方向:它不是简单的传感器堆叠,而是感知相似性的算法建模。Sobel的异元体研究说明,气味可以被压缩成坐标,这或许比复刻分子本身更接近可行的路径。
相关推荐

本地AI部署神器LocModel:一键玩转开源模型与AI生成
LocModel是一款本地AI部署工具,可自动适配硬件、一键下载开源模型,支持图片生成、视频生成、无审查大模型和Agent智能体,完全免费。本文基于实测视频介绍其安装与使用流程。

Antigravity CLI:终端免费调用Gemini与Claude顶级模型
Antigravity CLI(agy)宣称可在VS Code终端免费调用Gemini 3.1 Flash、Claude Sonnet等顶级模型,几秒完成安装。本文拆解其使用流程、终端内调用模型的价值,以及免费宣称背后需要核实的安全与可持续性问题。

聊天机器人与AI智能体:核心区别与选型指南
聊天机器人与AI智能体到底有什么区别?本文从工具、记忆、工作流三个维度拆解两者差异,用整理收件箱、安排会议等四个真实场景对比,并给出权限控制、不可逆操作确认等风险防范建议与选型判断标准。