Ein 3D-gerendertes Bild von Nanopartikeln. koto_feja / iStock
Es werden ständig neue Medikamente entwickelt.
Und viele sind extrem gefährlich.
Aus diesem Grund trainierten Forscher Computer, um vorherzusagen, welche Designerdrogen auf den Markt kommen werden, bevor sie auf den Markt kommen, laut einer aktuellen Studieveröffentlicht in der ZeitschriftNatur-Maschinen-Intelligenz.
Da hochsüchtige Drogen Regionen in den USA überfluten, könnte dieses Programm unzählige Leben retten. Aber es könnte auch eine ganze Welt der "dunklen Materie" mit unbekannten psychoaktiven Möglichkeiten erschließen.
Training der KI mit allen bekannten synthetischen Drogen
Die Kontrolle von synthetischen Opioiden, Badesalzen und anderen Drogen ist ein Hauptziel der Strafverfolgungsbehörden, auch wenn nicht akkreditierte Chemiker weiterhin neue Moleküle herstellen und vertreiben, die die gleichen psychoaktiven Wirkungen wie konventionelle Drogen auslösen können, missbräuchlich und entspannend. Aber der ProzessEs kann Monate oder länger dauern, diese "Legal Highs" in beschlagnahmten Pillen oder Pulvern zu bewerten und festzulegen, während Tausende von Menschen bereits neue Designerdrogen zum ersten Mal ausprobieren. Aus diesem Grund wurden neue Forschungsarbeiten unternommen, um Strafverfolgungsbehörden zu helfen.den Zeitrahmen für die Identifizierung neuer Designerdrogen weltweit von Monaten auf Tage verkürzen, um im Rennen um die Regulierung neuer, immer neuerer Versionen potenziell gefährlicher Medikamente zu regulieren.
"Die überwiegende Mehrheit dieser Designer-Medikamente wurde noch nie am Menschen getestet und ist völlig unreguliert", sagte Michael Skinnider, ein Medizinstudent der UBC, der seine Doktorarbeit an den Michael Smith Laboratories der UBC abgeschlossen hat.eine Pressemitteilung. „Sie sind ein großes Problem der öffentlichen Gesundheit für Notaufnahmen auf der ganzen Welt.“ Skinnider und seine Kollegen verwendeten eine Datenbank mit psychoaktiven Substanzen, die bereits an forensische Labors weltweit weitergegeben wurden, um einen Algorithmus für künstliche Intelligenz KI zu trainieren, so dass es zukennen die Strukturen der molekularen Zusammensetzung jedes Medikaments. Die Algorithmen beinhalten ein tiefes neuronales Netzwerk, das sich an den Operationen und der Struktur des menschlichen Gehirns orientiert.
Eine neue Welt der "dunklen Materie" synthetischer Drogen in Reichweite
Mit diesem Training lieferte das Modell dann die Struktur von etwa 8,9 Millionen möglichen Designerdrogen. Okay, das sind viele Drogen. Aber es ging noch weiter: Jedem dieser Moleküle wurden dann 196 neue Designerdrogen gegenübergestellt, die aufden Schwarzmarkt, nachdem das Model seine Ausbildung abgeschlossen hatte. Und mehr als 90 % der realen Drogen waren bereits in der von der KI generierten Sammlung neuer Designerdrogen enthalten. Beeindruckend. „Die Tatsache, dass wir vorhersagen können, was Designerdrogen wahrscheinlich werden“auf den Markt kommen, bevor sie tatsächlich erscheinen, ist ein bisschen wie im Science-Fiction-Film 'Minority Report' aus dem Jahr 2002, in dem das Vorwissen über bevorstehende kriminelle Aktivitäten dazu beigetragen hat, die Kriminalität in einer zukünftigen Welt erheblich zu reduzieren", sagte David Wishart, der leitende Autorder Studie, der auch Professor für Informatik an der University of Alberta ist, in der Mitteilung.
"Im Wesentlichen verschafft unsere Software Strafverfolgungsbehörden und Programmen des öffentlichen Gesundheitswesens einen Vorsprung gegenüber den heimlichen Chemikern und lässt sie wissen, wonach sie Ausschau halten müssen", fügte Wishart hinzu. Das Modell zeigte auch, welche spezifischen Moleküle wahrscheinlicher sindauf dem Schwarzmarkt auftauchen, und die wahrscheinlich nicht auftauchen würdenPulver mittels Massenspektrometrie", sagte Professor Leonard Foster von der Biochemie-Abteilung der UBC, der auch international für seine Expertise mit und über Massenspektrometrie anerkannt ist, in der Veröffentlichungeine ganze "dunkle Materie" freischaltenWelt der neuen Drogen, sowohl hilfreich als auch schädlich, alle mit neuronaler Netzwerk-KI erkannt.