La aplicación de la ley mundial ya está utilizando el nuevo método – ScienceDaily

0


Los investigadores de la UBC capacitaron a las computadoras para predecir las próximas drogas de diseño antes incluso de que salieran al mercado, una tecnología que podría salvar vidas.

Las fuerzas del orden están compitiendo para identificar y regular nuevas versiones de drogas psicoactivas peligrosas como las sales de baño y los opioides sintéticos, incluso mientras los químicos clandestinos trabajan para sintetizar y distribuir nuevas moléculas con los mismos efectos psicoactivos que las drogas clásicas de abuso.

La identificación de estos supuestos «euforizantes legales» en las píldoras o polvos incautados puede llevar meses, durante los cuales es posible que miles de personas ya hayan usado una nueva droga de diseño.

Pero una nueva investigación ya está ayudando a las agencias policiales de todo el mundo a reducir los tiempos de identificación de meses a días, lo que es fundamental en la carrera por identificar y regular nuevas versiones de drogas psicoactivas peligrosas.

«La gran mayoría de estos medicamentos de diseño nunca se han probado en humanos y no están completamente regulados. Son un problema de salud pública importante para los departamentos de emergencia de todo el mundo», dice el estudiante de medicina de la UBC. El Dr. Michael Skinnider, quien completó la investigación como estudiante de doctorado en los laboratorios Michael Smith de la UBC.

A Relación minoritaria para nuevas drogas de diseño

El Dr. Skinnider y sus colegas utilizaron una base de datos de sustancias psicoactivas conocidas proporcionada por laboratorios forenses de todo el mundo para entrenar un algoritmo de inteligencia artificial sobre las estructuras de estas drogas. El algoritmo utilizado, conocido como red neuronal profunda, está inspirado en la estructura y función del cerebro humano.

Sobre la base de esta capacitación, el modelo generó aproximadamente 8,9 millones de medicamentos de diseño potenciales.

Luego, estas moléculas se probaron con 196 nuevas drogas de diseño que surgieron en el mercado ilícito después de entrenar el modelo. Los investigadores encontraron que más del 90% estaba presente en el conjunto generado.

En otras palabras, el modelo pudo predecir casi cualquier fármaco nuevo descubierto desde que fue entrenado.

«El hecho de que podamos predecir qué medicamentos de marca pueden aparecer en el mercado antes de que aparezcan es un poco como la película de ciencia ficción de 2002». Relación minoritaria, donde el conocimiento previo de las actividades delictivas que estaban a punto de tener lugar ayudó a reducir significativamente la delincuencia en un mundo futuro «, explica el autor principal, el Dr. David Wishart (el / el), profesor de informática en la Universidad de Alberta.

«Básicamente, nuestro software ofrece a los programas de salud pública y de aplicación de la ley una ventaja sobre los químicos clandestinos y les permite saber qué buscar».

Identificación en días en lugar de meses

Esto todavía dejaba el problema de cómo identificar fácilmente sustancias completamente desconocidas.

Los investigadores descubrieron que el modelo también descubrió qué moléculas tenían más probabilidades de aparecer en el mercado y cuáles eran las menos probables. «Nos preguntamos si podríamos usar esta probabilidad para determinar qué es un fármaco desconocido, basándonos únicamente en su masa, que es fácil de medir para un químico para cualquier píldora o polvo usando espectrometría de masas», dice el Dr. Leonard Foster (el / el), profesor del departamento de bioquímica de la UBC y experto reconocido internacionalmente en espectrometría de masas.

Los investigadores probaron esta hipótesis utilizando cada uno de los 196 nuevos fármacos de diseño. Usando solo la masa, los investigadores encontraron que su modelo clasificaba la estructura química correcta de un medicamento de diseño no identificado entre los 10 candidatos principales el 72 por ciento de las veces. La integración de datos de espectrometría de masas en tándem, otra medición fácilmente alcanzable, mejoró esta tasa hasta en un 86 por ciento. Cuando se trataba de una sola hipótesis, el modelo podía predecir la estructura correcta el 51% de las veces.

“Fue impactante para nosotros que el modelo funcionara tan bien, porque generalmente se cree que dilucidar estructuras químicas completas a partir de una medición de masa precisa es un problema irresoluble. Y reducir una lista de miles de millones de estructuras a un conjunto de 10 candidatos. acelerar enormemente el ritmo al que los químicos pueden identificar nuevos medicamentos de diseño ”, señala el Dr. Skinnider.

El mismo tipo de modelo podría usarse para descubrir todo tipo de moléculas nuevas, agrega el Dr. Skinnider, desde la identificación de nuevos fármacos que mejoran el rendimiento para el dopaje deportivo hasta la identificación de moléculas previamente desconocidas en la sangre y la orina humanas.

«Hay todo un mundo de ‘materia oscura’ química justo más allá de nuestros dedos en este momento. Creo que hay una gran oportunidad para que las herramientas de inteligencia artificial adecuadas arrojen luz sobre este mundo químico desconocido», dice el Dr. Skinnider.

Distribuido de forma segura por el Centro de datos sobre sustancias psicoactivas novedosas, el modelo UBC es utilizado por la Agencia de Control de Drogas de EE. UU., La Oficina de las Naciones Unidas contra la Droga y el Delito, el Centro Europeo de Monitoreo de Drogas y Toxicomanías y la Oficina Federal de la Policía Criminal de Alemania.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More