大邱慶北科学技術院（DGIST）の權赫俊教授らは、金属有機構造体（MOF）と人工知能を融合した次世代電子鼻技術の開発ロードマップを学術誌「Progress in Materials Science」で発表した。本研究は、従来のセンサー材料が抱える選択性や動作環境の制約を克服するため、人間の嗅覚メカニズムを模倣した体系的手法を提案している。 人間は限られた受容体で複数の信号を組み合わせ、膨大な匂いを識別している。研究チームはこの組み合わせ符号化の原理に基づき、異なる反応特性を持つMOFセンサーアレイとAI解析手法を統合する設計指針を示した。MOFは金属イオンと有機化合物からなる多孔質材料で、構造や化学特性を微細に調整可能であるため、常温・低消費電力環境でも高感度で多様な匂い分子を吸着・検出できる。 論文では、MOF基盤の電子鼻技術を「MOF単独」「MOF複合体」「MOF誘導体」の三カテゴリに分類し、それぞれが感度と安定性の向上にどう寄与するか解説した。機械学習や深層学習を適用することで、複雑な匂い信号の正確な分類が可能となり、素材科学とAI認知技術の隔たりを埋める基盤が確立された。權教授は、MOFが極めて多様な匂いに対応する材料ライブラリを提供し、用途特化型電子鼻の実用化へ道を開くと指摘している。 本研究成果は、疾患診断、大気質・産業安全監視、スマート農業、自律型ロボットや車両の化学知覚など、幅広い応用分野への展開が期待される。素材設計からAI解析に至るまでの包括的なロードマップは、次世代センサー産業の技術革新を加速させる重要な指針となる。