Novi alat iza kojeg stoji umjetna inteligencija može brzo otkriti moguće kandidate za kemijske strukture psihoaktivnih "dizajnerskih droga" pomoću jednostavne analize. Isti alat mogao bi ubrzati razvoj laboratorijskih testiranja koja nadziru korištenje kemikalija sa učincima sličnim onima kokaina i heroina, ali na koje trenutni testovi nisu osjetljivi.
Naša metoda mogla bi srezati vrijeme potrebno za identificiranje novih dizajnerskih droga s više tjedana ili mjeseci, na tek nekoliko sati, istaknuo je Michael Skinnider sa Sveučilišta British Columbia u Kanadi.
Skinnider i njegovi kolege izradili su alat strojnog učenja koji je nazvan DarkNPS, tako što su ga uvježbavali na kemijskim strukturama od oko 1700 poznatih dizajnerskih droga prikupljenih iz forenzičkih laboratorija diljem svijeta.
Tijekom uvježbavanja uključeni su rezultati tandemske masene spektrometrije za svaku od tih droga, što je uobičajena tehnika koja pruža informacije o masi molekule i elementima koji se u njoj nalaze. To je pak omogućilo da umjetna inteligencija može identificirati obrasce između podataka tandemske masene spektrometrije i kemijskih struktura.
Kad bi se dobili podaci tandemske masene spektrometrije za dotad neviđenu drogu, DarkNPS može pogoditi njezinu molekularnu strukturu s 51 posto preciznosti. Taj se postotak povećava na 86 posto ako umjetna inteligencija može dati svoje top 10 predviđanja za strukturu te doge, što znači da bi to moglo biti vrlo korisno za sužavanje potrage.
To može uštedjeti ogromnu količinu vremena i omogućiti identificiranje novih dizajnerskih droga puno ranije nego što one stignu na crno tržište, ističe Skinnider.
Znanstvenici su taj alat iskoristili i za proučavanje droga koje bi se mogle stvoriti u budućnosti tako što su iskoristili umjetnu inteligenciju za stvaranje milijarde mogućih kemijskih struktura. Nakon toga, tim znanstvenika je prikupio podatke za 194 novih dizajnerskih droga te su otkrili kako se njih 176 pojavilo i u podacima koje je izradila i umjetna inteligencija.
Izvor: New Scientist
