近年来，地下化学家越来越多地对已知的娱乐性药物进行细微的化学调整，以规避法律，从而制造出新型的设计师版本。例如，这些化学家可能会提供 XLR-11，而不是大麻，或者他们可能拥有 3-MeO-PCE，而不是PCP。
新型设计师药物，也称为研究化学品或合法兴奋剂，仍然会产生生理和心理影响，但专家表示，它们可能带来一系列风险。例如，合成阿片类药物如芬太尼，在与阿片类药物相关的死亡人数中被 越来越多地提及，美国今年的死亡人数已超过 75,000人。根据疾病控制和预防中心的数据， 合成大麻素 可能导致心脏病发作、肾功能衰竭，甚至在某些情况下导致死亡。较新的合成药物通常也研究不足，在无数可用的物质中，许多物质都带有超出其天然对应物的负面健康影响。
当非法药物化学家研究新配方时，世界各地的政府试图在药物出现后迅速对其进行监管和禁止。许多国家使用药物化学结构的相似性（例如芬太尼及其类似物之间）来禁止新型精神活性物质（NPS）。然而，这种方法因司法管辖区而异。例如，在2017年，澳大利亚维多利亚州禁止了 所有精神活性化合物，但酒精、烟草和药用大麻等少数例外。其他政府则争先恐后地追踪全球非法实验室网络的产出。
关于支持科学新闻业
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻业 订阅。通过购买订阅，您正在帮助确保未来能够讲述关于塑造我们当今世界的发现和想法的具有影响力的故事。
阿尔伯塔大学的计算机科学家和生物学家大卫·威沙特说：“我们目前的情况更像是打地鼠的方法。”
为了帮助简化工作，威沙特和他的同事使用了一种称为 深度学习 的人工智能，创建了一种算法，可以识别可能甚至还不存在的潜在设计师药物。威沙特说，该算法（被称为DarkNPS）识别出的数百万种化学物质可以帮助政府在生产之前领先一步。他和一组其他研究人员于11月在《自然机器智能》杂志上 发表了这项工作。
威沙特说，该算法可以帮助执法部门和法医化学家识别新型精神活性物质，否则这个过程可能需要几个月的时间。DarkNPS还可能突出对临床使用有益的新化合物。而且，根据威沙特的说法，还有另一个优势：政府可以查看DarkNPS开发的假设药物缓存，并在任何人实际生产或分销之前将其禁止。
根据 新闻稿，一些机构已经在使用该算法，包括美国缉毒局、联合国毒品和犯罪问题办公室、欧洲毒品和毒瘾监测中心以及德国联邦刑事警察局。（欧洲毒品和毒瘾监测中心的数据库管理开发官员格雷格·普兰丘埃洛在回复Undark的提问时表示，该机构未使用这种方法，而其他组织则未回复置评请求。）
但批评人士认为，对药物进行先发制人的刑事定罪对解决过量死亡背后的主要驱动因素无济于事。此外，刑事定罪在历史上一直对社会造成损害：例如，美国政府领导的毒品战争根植于种族主义，并且仍然主要针对边缘化群体。
法医科学研究与教育中心 中心 副主任兼该组织NPS发现计划经理亚历克斯·克罗图尔斯基说，尽管该算法可能能够捕捉到与其前身相对相似的药物，但它可能难以预测化学结构完全不同的药物。“实际上，”他说，“没有人知道接下来会发生什么。”
目前， 识别未知药物的标准方法是质谱分析，简而言之，这是一种称量化合物成分的方法，目的是确定其分子结构。但是，这种技术需要一个参考来与之比较结果——当处理一种全新的物质时，可能会缺少参考，但该参考可能就在DarkNPS的列表中。
DarkNPS生成了一个包含890万种化合物的列表，这些化合物可以通过改变现有药物来创建。为了生成这个庞大的数字，威沙特和他的同事部署了一个神经网络，这是一种机器学习，它大致模仿了 人脑，并且通常用于分析人类语言。
这项工作始于2020年，当时哥本哈根大学 法医化学科 的研究人员联系了DarkNPS背后的团队。哥本哈根团队维护着一个名为 HighResNPS 的已知设计师药物数据库，医疗人员、执法部门和法医化学家可以使用该资源通过为质谱测试提供参考来筛选NPS。
DarkNPS团队使用HighResNPS训练了他们的算法。当这项工作于2021年2月开始时，该数据库拥有来自世界各地的1700多个现有药物条目。虽然这是一个相对较小的数据集，但该团队能够 欺骗 算法，使其认为它正在查看更大的数据集。然后，该算法将HighResNPS数据与可预测的化学规则相结合，起草了一份可能的新组合列表。
该论文的合著者、不列颠哥伦比亚大学的医学生迈克尔·斯金尼德说，DarkNPS的工作原理有点像人脑理解一个句子，但该算法使用原子和化学键，而不是单词和语法。“如果我告诉你‘云在’——你知道下一个词很可能是‘天空’。它不会是‘电话’，”斯金尼德说。
然后，该团队将他们的结果与HighResNPS上的189个新条目进行了比较，这些新条目是在DarkNPS的初始运行后添加的，结果发现93%的新条目都在DarkNPS的预测之中。
几位消息人士告诉Undark，由于非常新的药物可能不存在参考数据，因此质谱分析并不总是一个好的选择，因为识别此类物质可能需要数周甚至数月的工作。DarkNPS可以为数量惊人的药物提供这种参考。“一旦某种药物进入市场——而不是三个月、六个月的艰苦化学过程——他们有可能在几分钟内识别出化合物，”威沙特说。
然而，DARKNPS有一些 局限性。例如，虽然它可以做出准确的预测，但它无法提供有关药物生理或心理影响的任何信息。该算法也可能有效地为非法化学家提供新设计师药物的路线图。因此，DarkNPS掌握在 NPS数据中心 手中——这是美国国家标准与技术研究院、美国缉毒局和德国联邦刑事警察局之间的共同努力——该中心充当数据库，以帮助识别新药。它不对公众开放。
然后是DarkNPS将遗漏的药物问题。克罗图尔斯基说，NPS在市场上的演变方式有两种不同的方式。第一种是进行微小的修改：从芬太尼转变为卡芬太尼。两者都是强效阿片类药物，化学性质非常相似。
但克罗图尔斯基说，也存在更大的变化。例如，另一种强大的合成阿片类药物，称为 异硝氮烯，已在包括 英国 和 加拿大 等国家/地区出现，其结构与芬太尼截然不同。克罗图尔斯基说，使用像DarkNPS这样的预测工具很难预测这些更大的转变。
一些实验室可能不需要DarkNPS的列表。普兰丘埃洛说，包括欧洲毒品和毒瘾监测中心的一些实验室在内的许多资源充足的实验室使用另一种称为核磁共振测试的技术，这种技术不需要 参考材料，而质谱分析则需要。不过，普兰丘埃洛补充说，规模较小的机构、欠发达地区的医院和其他组织仍然可以发现该算法很有用。“我相信这对大多数可能没有我们资源的实验室来说是一个游戏规则改变者，”他说。
关于禁止药物是否是减少过量服用和其他危害的良好机制，也存在争议。肯特大学刑事司法学教授亚历克斯·史蒂文斯认为，刑事定罪并没有阻止人们吸毒。此外，药物的刑事定罪对来自边缘化社区的人们造成了不成比例的影响。根据国际药物政策联盟执行主任安·福特汉姆 撰写的一篇文章，美国黑人被监禁的可能性是白人的五倍，其中一半的刑期与毒品有关。
但在某种程度上，政府禁止现有药物也可能刺激NPS的产生。“这并没有解决根本问题，”史蒂文斯说，“根本问题是人们无法合法获得他们实际想要使用的药物，因此会寻求替代品。”
虽然DARKNPS可能 有助于促进大规模非法药物禁令，但一些人表示，这种方法可能会通过使研究人员更难研究具有潜在医疗用途的药物来阻碍新药的开发。“如果该列表中没有很多已经正在研究其医疗益处的物质，我会感到惊讶，”史蒂文斯说。
过去曾发生过这种情况。例如，在2016年，英国 禁止 了一类名为第三代合成大麻素的药物。研究人员很快辩称，这种类别范围广泛的禁令将涵盖已经作为药物存在的物质，例如抗炎药吲哚美辛。在这些药物被添加到附表1分类（英国特别严格的类别）后，研究这些化合物的制药研究人员需要获得内政部许可证，这可能会减慢甚至停止研究，因为从金钱和时间方面来看，这都是 令人望而却步的。最终，英国 修改了该裁决，使其更容易让研究人员继续他们的工作。
斯金尼德和威沙特都表示，即使DarkNPS可能有助于阻止非法药物，但它不太可能导致全面禁止新型精神活性物质。部分原因是该算法也能够识别一些有用的化合物。DarkNPS可用于寻找具有医疗特性的精神活性药物，例如用于治疗注意力缺陷障碍的下一种兴奋剂，或用于治疗阿片类药物使用障碍的美沙酮替代品。通过正确的训练，该算法可以帮助找到下一代抗炎药、类固醇或抗组胺药。
威沙特在谈到该算法时说：“它不会感到厌烦。它可以开始创造性地思考。它不需要咖啡或充足的睡眠。它只是预测。”