_ Platformă alimentată de AI ar putea ajuta forțele de ordine să treacă înaintea drogurilor de design

O platformă online alimentată de deep learning poate prezice compoziția noilor substanțe psihoactive pentru a ajuta forțele de ordine în lupta împotriva drogurilor periculoase.

Denumită. NPS-MS, platforma găzduiește o metodă care prezice noi substanțe psihoactive folosind învățarea profundă, un tip de învățare automată în domeniul inteligenței artificiale care implică antrenarea algoritmilor de calcul folosind seturi mari de date pentru a descoperi relații complexe și a crea modele predictive.

„Drogurile ilegale sunt un grup mic de structuri cu aspect foarte asemănător”, spune Fei Wang, doctorand la Departamentul de Informatică de la Universitatea din Alberta și primul autor al studiului internațional. „Natura substanțelor psihoactive este că structurile lor evoluează în mod constant.”

Peste 1.000 de astfel de substanțe au fost sintetizate în ultimul deceniu, concepute pentru a imita efectele drogurilor precum cocaina și metamfetamina, în timp ce eludează legile care nu țin cont încă de noi analogi chimici.

„Sperăm că acest program va reduce fluxul de droguri ilegale care rănesc oamenii și societatea”, spune coautorul studiului Russ Greiner, profesor de științe informatice și Canada CIFAR Catedra AI la Alberta Machine Intelligence Institute (Amii).

Lucrările de laborator pentru identificarea noilor substanțe psihoactive necesită date de referință costisitoare și teste intensive de muncă pentru a produce spectrografe - referințe de informații chimice care pot fi utilizate pentru a confirma un necunoscut substanță.

Cercetarea lui Wang a început cu programarea instrumentelor de învățare automată pentru a ajuta la studierea metaboliților umani și a moleculelor mici. După adaptarea unei metode de învățare automată pentru a identifica noi substanțe psihoactive, NPS-MS a fost antrenat utilizând rezultatele DarkNPS, un model generativ construit la U of A pentru a prezice spectrograful potențialilor compuși NPS.

După ce cercetătorii în Danemarca a observat că tehnologia de calcul a lui Wang s-ar putea aplica pentru identificarea unor noi substanțe psihoactive, NPS-MS a identificat cu succes o variantă de fenciclidină, cunoscută mai frecvent ca PCP, fără a utiliza standarde de referință.

Algoritmul NPS-MS utilizează un set de date de 1.872 de spectrografe pentru a face referințe încrucișate la 624 de noi substanțe psihoactive.

„Cu învățarea automată, nu există limitări la câți compuși putem colecta pentru un set de date”, spune Wang.

Wang spune că aproximativ 40.000 de molecule au date de spectrometrie de înaltă rezoluție disponibile pentru echipele criminalistice pentru a face referințe încrucișate la substanțe necunoscute, menționând că bazele de date care conțin mai mult din cele aproximativ 100 de milioane de substanțe chimice cunoscute pot fi costisitoare pentru laboratoare.

„NPS-MS va reduce foarte mult cantitatea de muncă implicată pentru laboratoare.”

Lucrarea este publicată în revista Analytical Chemistry.

(Fluierul)