发文至
分享至
分享至
国际最新研究：机器学习方法可帮助识别人造毒品
施普林格·自然旗下专业学术期刊《自然-机器智能》发表一篇计算生物学研究论文称，科研人员发现一种自动化、生成式的机器学习方法，可以仅利用质谱就确定未知的新型精神药物(又称人造毒品)的化学结构，了解这些结构能帮助法医实验室更快识别出疑似的人造毒品。
该论文指，每年有大量新型精神药物出现在非法市场上，这些物质会造成与已知非法药物相近的精神效果；但因为其合成方式使其在化学上有所不同，这些药物规避了现有的毒品法规，甚至难以被侦测。法医实验室使用质谱分析法在查封药片或粉末中识别已知人造毒品。不过，要弄清一种全新人造毒品的结构，通常需要化学专家工作数周或数月，并且需要用到其他的实验技术。
针对上述难题，论文通讯作者、加拿大英属哥伦比亚大学迈克尔·斯金尼德(Michael Skinnider)和同事使用全球各地法医实验室的保密数据训练一个机器学习模型，产生结构和性质类似于近期人造毒品的分子。该模型随后产生了一个数据库，包含十亿种潜在新型精神药物的结构。
他们用模型训练结束后新收集的数据测试该模型，发现这一方法可以仅用质谱就确定未知人造毒品。在准确结构难以精准确定的实例中，该模型建议的结构与未知人造毒品非常相似。
推荐
仪器推荐
热点排行
一周推荐
