主要气味地图（Principal Odor Map，简称 POM）是由 Brian K. Lee 及其同事于 2023 年开发的一种创新工具，旨在模拟气味的化学结构与其嗅觉感知特性之间的联系，相关论文成果为「A principal odor map unifies diverse tasks in olfactory perception」，已发表在「Science」杂志上。 POM 使用图神经网络 (GNN) 技术，将气味分子的化学结构映射到一个高维空间，从而反映感知相似性而不是结构相似性。这一方法在描述气味质量方面表现得和一些训练有素的人类「嗅探员」一样好，可以用来预测气味强度和气味之间的感知相似性。

POM 的开发不仅帮助研究人员更接近于将气味的分子特性与其感知特性相匹配，还为开发新的气味剂提供了有力支持。研究人员编制了一份清单，列出了大约 50 万种从未被合成过的潜在气味，并将它们绘制在 POM 中，以了解它们的气味。探索这个空间需要大约 70 人年的连续嗅觉时间来收集训练有素的人类嗅探器的数据。

POM 的优势在于其能够准确表示已知的嗅觉层次和距离关系，并且可以推广到多样的气味预测任务中。相比传统的化学信息学模型，POM 在几个嗅觉预测任务上表现更优，成功地编码了结构-气味关系的广义映射。这为气味预测提供了广泛的可能，并为数字化嗅觉铺平了道路。