近年來，地下化學家越來越多地對已知的娛樂性藥物進行細微的化學調整，以規避法律，從而製造出新型的設計師版本。例如，這些化學家可能會提供 XLR-11，而不是大麻，或者他們可能擁有 3-MeO-PCE，而不是PCP。
新型設計師藥物，也稱為研究化學品或合法興奮劑，仍然會產生生理和心理影響，但專家表示，它們可能帶來一系列風險。例如，合成阿片類藥物如芬太尼，在與阿片類藥物相關的死亡人數中被 越來越多地提及，美國今年的死亡人數已超過 75,000人。根據疾病控制和預防中心的資料， 合成大麻素 可能導致心臟病發作、腎功能衰竭，甚至在某些情況下導致死亡。較新的合成藥物通常也研究不足，在無數可用的物質中，許多物質都帶有超出其天然對應物的負面健康影響。
當非法藥物化學家研究新配方時，世界各地的政府試圖在藥物出現後迅速對其進行監管和禁止。許多國家使用藥物化學結構的相似性（例如芬太尼及其類似物之間）來禁止新型精神活性物質（NPS）。然而，這種方法因司法管轄區而異。例如，在2017年，澳大利亞維多利亞州禁止了 所有精神活性化合物，但酒精、菸草和藥用大麻等少數例外。其他政府則爭先恐後地追蹤全球非法實驗室網路的產出。
關於支援科學新聞業
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞業 訂閱。透過購買訂閱，您正在幫助確保未來能夠講述關於塑造我們當今世界的發現和想法的具有影響力的故事。
阿爾伯塔大學的計算機科學家和生物學家大衛·威沙特說：“我們目前的情況更像是打地鼠的方法。”
為了幫助簡化工作，威沙特和他的同事使用了一種稱為 深度學習 的人工智慧，建立了一種演算法，可以識別可能甚至還不存在的潛在設計師藥物。威沙特說，該演算法（被稱為DarkNPS）識別出的數百萬種化學物質可以幫助政府在生產之前領先一步。他和一組其他研究人員於11月在《自然機器智慧》雜誌上 發表了這項工作。
威沙特說，該演算法可以幫助執法部門和法醫化學家識別新型精神活性物質，否則這個過程可能需要幾個月的時間。DarkNPS還可能突出對臨床使用有益的新化合物。而且，根據威沙特的說法，還有另一個優勢：政府可以檢視DarkNPS開發的假設藥物快取，並在任何人實際生產或分銷之前將其禁止。
根據 新聞稿，一些機構已經在使用該演算法，包括美國緝毒局、聯合國毒品和犯罪問題辦公室、歐洲毒品和毒癮監測中心以及德國聯邦刑事警察局。（歐洲毒品和毒癮監測中心的資料庫管理開發官員格雷格·普蘭丘埃洛在回覆Undark的提問時表示，該機構未使用這種方法，而其他組織則未回覆置評請求。）
但批評人士認為，對藥物進行先發制人的刑事定罪對解決過量死亡背後的主要驅動因素無濟於事。此外，刑事定罪在歷史上一直對社會造成損害：例如，美國政府領導的毒品戰爭根植於種族主義，並且仍然主要針對邊緣化群體。
法醫科學研究與教育中心 中心 副主任兼該組織NPS發現計劃經理亞歷克斯·克羅圖爾斯基說，儘管該演算法可能能夠捕捉到與其前身相對相似的藥物，但它可能難以預測化學結構完全不同的藥物。“實際上，”他說，“沒有人知道接下來會發生什麼。”
目前， 識別未知藥物的標準方法是質譜分析，簡而言之，這是一種稱量化合物成分的方法，目的是確定其分子結構。但是，這種技術需要一個參考來與之比較結果——當處理一種全新的物質時，可能會缺少參考，但該參考可能就在DarkNPS的列表中。
DarkNPS生成了一個包含890萬種化合物的列表，這些化合物可以透過改變現有藥物來建立。為了生成這個龐大的數字，威沙特和他的同事部署了一個神經網路，這是一種機器學習，它大致模仿了 人腦，並且通常用於分析人類語言。
這項工作始於2020年，當時哥本哈根大學 法醫化學科 的研究人員聯絡了DarkNPS背後的團隊。哥本哈根團隊維護著一個名為 HighResNPS 的已知設計師藥物資料庫，醫療人員、執法部門和法醫化學家可以使用該資源透過為質譜測試提供參考來篩選NPS。
DarkNPS團隊使用HighResNPS訓練了他們的演算法。當這項工作於2021年2月開始時，該資料庫擁有來自世界各地的1700多個現有藥物條目。雖然這是一個相對較小的資料集，但該團隊能夠 欺騙 演算法，使其認為它正在檢視更大的資料集。然後，該演算法將HighResNPS資料與可預測的化學規則相結合，起草了一份可能的新組合列表。
該論文的合著者、不列顛哥倫比亞大學的醫學生邁克爾·斯金尼德說，DarkNPS的工作原理有點像人腦理解一個句子，但該演算法使用原子和化學鍵，而不是單詞和語法。“如果我告訴你‘雲在’——你知道下一個詞很可能是‘天空’。它不會是‘電話’，”斯金尼德說。
然後，該團隊將他們的結果與HighResNPS上的189個新條目進行了比較，這些新條目是在DarkNPS的初始執行後新增的，結果發現93%的新條目都在DarkNPS的預測之中。
幾位訊息人士告訴Undark，由於非常新的藥物可能不存在參考資料，因此質譜分析並不總是一個好的選擇，因為識別此類物質可能需要數週甚至數月的工作。DarkNPS可以為數量驚人的藥物提供這種參考。“一旦某種藥物進入市場——而不是三個月、六個月的艱苦化學過程——他們有可能在幾分鐘內識別出化合物，”威沙特說。
然而，DARKNPS有一些 侷限性。例如，雖然它可以做出準確的預測，但它無法提供有關藥物生理或心理影響的任何資訊。該演算法也可能有效地為非法化學家提供新設計師藥物的路線圖。因此，DarkNPS掌握在 NPS資料中心 手中——這是美國國家標準與技術研究院、美國緝毒局和德國聯邦刑事警察局之間的共同努力——該中心充當資料庫，以幫助識別新藥。它不對公眾開放。
然後是DarkNPS將遺漏的藥物問題。克羅圖爾斯基說，NPS在市場上的演變方式有兩種不同的方式。第一種是進行微小的修改：從芬太尼轉變為卡芬太尼。兩者都是強效阿片類藥物，化學性質非常相似。
但克羅圖爾斯基說，也存在更大的變化。例如，另一種強大的合成阿片類藥物，稱為 異硝氮烯，已在包括 英國 和 加拿大 等國家/地區出現，其結構與芬太尼截然不同。克羅圖爾斯基說，使用像DarkNPS這樣的預測工具很難預測這些更大的轉變。
一些實驗室可能不需要DarkNPS的列表。普蘭丘埃洛說，包括歐洲毒品和毒癮監測中心的一些實驗室在內的許多資源充足的實驗室使用另一種稱為核磁共振測試的技術，這種技術不需要 參考材料，而質譜分析則需要。不過，普蘭丘埃洛補充說，規模較小的機構、欠發達地區的醫院和其他組織仍然可以發現該演算法很有用。“我相信這對大多數可能沒有我們資源的實驗室來說是一個遊戲規則改變者，”他說。
關於禁止藥物是否是減少過量服用和其他危害的良好機制，也存在爭議。肯特大學刑事司法學教授亞歷克斯·史蒂文斯認為，刑事定罪並沒有阻止人們吸毒。此外，藥物的刑事定罪對來自邊緣化社群的人們造成了不成比例的影響。根據國際藥物政策聯盟執行主任安·福特漢姆 撰寫的一篇文章，美國黑人被監禁的可能性是白人的五倍，其中一半的刑期與毒品有關。
但在某種程度上，政府禁止現有藥物也可能刺激NPS的產生。“這並沒有解決根本問題，”史蒂文斯說，“根本問題是人們無法合法獲得他們實際想要使用的藥物，因此會尋求替代品。”
雖然DARKNPS可能 有助於促進大規模非法藥物禁令，但一些人表示，這種方法可能會透過使研究人員更難研究具有潛在醫療用途的藥物來阻礙新藥的開發。“如果該列表中沒有很多已經正在研究其醫療益處的物質，我會感到驚訝，”史蒂文斯說。
過去曾發生過這種情況。例如，在2016年，英國 禁止 了一類名為第三代合成大麻素的藥物。研究人員很快辯稱，這種類別範圍廣泛的禁令將涵蓋已經作為藥物存在的物質，例如抗炎藥吲哚美辛。在這些藥物被新增到附表1分類（英國特別嚴格的類別）後，研究這些化合物的製藥研究人員需要獲得內政部許可證，這可能會減慢甚至停止研究，因為從金錢和時間方面來看，這都是 令人望而卻步的。最終，英國 修改了該裁決，使其更容易讓研究人員繼續他們的工作。
斯金尼德和威沙特都表示，即使DarkNPS可能有助於阻止非法藥物，但它不太可能導致全面禁止新型精神活性物質。部分原因是該演算法也能夠識別一些有用的化合物。DarkNPS可用於尋找具有醫療特性的精神活性藥物，例如用於治療注意力缺陷障礙的下一種興奮劑，或用於治療阿片類藥物使用障礙的美沙酮替代品。透過正確的訓練，該演算法可以幫助找到下一代抗炎藥、類固醇或抗組胺藥。
威沙特在談到該演算法時說：“它不會感到厭煩。它可以開始創造性地思考。它不需要咖啡或充足的睡眠。它只是預測。”