منسالهای گذشتهشیمیدانان زیرزمینی به طور فزاینده ای تغییرات شیمیایی کوچکی در داروهای تفریحی شناخته شده ایجاد می کنند تا با ایجاد نسخه های طراحی جدید، قوانین را دور بزنند. به عنوان مثال، به جای شاهدانه، این شیمیدان ها می توانند XLR-11 را ارائه دهند یا می توانند به جای PCP 3-MeO-PCE داشته باشند.
داروهای طراحی شده جدید که به آنها مواد شیمیایی تحقیقاتی یا سطوح بالای قانونی نیز گفته می شود، هنوز اثرات فیزیولوژیکی و روانی دارند، اگرچه کارشناسان می گویند ممکن است با تعدادی خطر همراه باشند. به عنوان مثال، مواد افیونی مصنوعی مانند فنتانیل به طور فزاینده ای به عنوان تعداد مرگ و میر ناشی از مواد افیونی در ایالات متحده ذکر می شود که امسال به بیش از 75000 نفر رسید. با توجه به مراکز کنترل و پیشگیری از بیماری ها، کانابینوئیدهای مصنوعی می توانند باعث حمله قلبی، نارسایی کلیه و در برخی موارد مرگ شوند. داروهای مصنوعی جدیدتر نیز اغلب به طور ضعیفی مورد مطالعه قرار می گیرند و در میان مواد بی شمار موجود، بسیاری از آنها اثرات منفی بر سلامتی فراتر از همتایان طبیعی خود دارند.
در حالی که شیمیدانان مواد مخدر غیرقانونی روی فرمول های جدید کار می کنند، دولت ها در سراسر جهان در تلاش هستند تا مواد مخدر را بلافاصله پس از ظهور آنها تنظیم و ممنوع کنند. بسیاری از کشورها از شباهت هایی در ساختار شیمیایی داروها - مانند فنتانیل و آنالوگ های آن - برای ممنوع کردن مواد روانگردان جدید یا NPS استفاده می کنند. با این حال، رویکرد بسته به حوزه قضایی متفاوت است. به عنوان مثال، در سال 2017، ایالت ویکتوریا استرالیا تمام ترکیبات روانگردان را به استثنای معدود ممنوع کرد، از جمله الکل، تنباکو و حشیش پزشکی. دولت‌های دیگر برای ردیابی خروجی شبکه جهانی آزمایشگاه‌های غیرقانونی تلاش می‌کنند.
دیوید ویشارت، دانشمند کامپیوتر و زیست‌شناس در دانشگاه آلبرتا می‌گوید: «وضعیت کنونی بیشتر شبیه یک رویکرد خال است.
ویشارت و همکارانش برای کمک به ساده‌سازی کار، از نوعی هوش مصنوعی به نام یادگیری عمیق برای ایجاد الگوریتمی استفاده کردند که داروهای طراح بالقوه را که ممکن است وجود نداشته باشند، شناسایی کند. ویشارت گفت، میلیون ها ماده شیمیایی شناسایی شده توسط این الگوریتم - به نام DarkNPS - می تواند به دولت ها کمک کند تا یک قدم جلوتر از تولید خود باقی بمانند. او و تیمی از محققان دیگر این مقاله را در ماه نوامبر در Nature Machine Intelligence منتشر کردند.
Wishart می گوید این الگوریتم می تواند به مجریان قانون و شیمیدانان پزشکی قانونی کمک کند تا مواد روانگردان جدید را شناسایی کنند - فرآیندی که در غیر این صورت ممکن است چندین ماه طول بکشد. DarkNPS همچنین می تواند ترکیبات مفید جدید را برای استفاده بالینی برجسته کند. و به گفته ویشارت، مزیت دیگری نیز وجود دارد: دولت‌ها می‌توانند از مخزن داروهای فرضی توسعه‌یافته DarkNPS عبور کرده و آنها را ممنوع کنند، حتی قبل از اینکه کسی واقعاً آنها را تولید یا توزیع کند.
بر اساس یک بیانیه مطبوعاتی، برخی آژانس ها از جمله اداره مبارزه با مواد مخدر ایالات متحده، دفتر مبارزه با مواد مخدر و جرم سازمان ملل، مرکز نظارت بر مواد مخدر و اعتیاد به مواد مخدر اروپا و سرویس پلیس جنایی فدرال آلمان، در حال حاضر از این الگوریتم استفاده می کنند. (در پاسخ به سؤالات Undark، Greg Planchuelo، مسئول مدیریت پایگاه داده EMCDDA، گفت که آژانس از این رویکرد استفاده نمی کند تا زمانی که سایر سازمان ها به درخواست ها برای اظهار نظر پاسخ دهند.)
اما منتقدان می گویند که جرم انگاری پیشگیرانه مواد مخدر برای مقابله با عوامل اصلی مرگ و میر ناشی از مصرف بیش از حد کمک چندانی نمی کند. علاوه بر این، جرم انگاری از نظر اجتماعی از لحاظ تاریخی مضر بوده است: برای مثال، جنگ به رهبری ایالات متحده با مواد مخدر، ریشه در نژادپرستی دارد و هنوز گروه های به حاشیه رانده شده را هدف قرار می دهد.
الکس کروتولسکی، دستیار مدیر مرکز تحقیقات و آموزش پزشکی قانونی، گفت: در حالی که این الگوریتم ممکن است بتواند داروهایی را که نسبتاً مشابه داروهای قبلی خود هستند ضبط کند، می تواند پیش بینی داروهایی با ساختارهای شیمیایی کاملاً متفاوت را دشوار کند. برنامه کشف NPS مدیر. او گفت: «از لحاظ عملی، هیچ‌کس نمی‌داند که در آینده چه می‌شود».
درجه سانتیگرادودنو، وی رویکرد استاندارد برای شناسایی یک داروی ناشناخته، طیف سنجی جرمی است، روشی که به طور خلاصه، اجزای یک ترکیب را برای تعیین ساختار مولکولی آن وزن می کند. اما این تکنیک به یک مرجع برای مقایسه نتایج نیاز دارد - مرجعی که ممکن است هنگام کار با یک ماده کاملاً جدید از بین رفته باشد، اما ممکن است در لیست DarkNPS باشد.
DarkNPS فهرستی از 8.9 میلیون ترکیب ایجاد کرده است که می توان با اصلاح داروهای موجود ایجاد کرد. ویشارت و همکارانش برای تولید این عدد عظیم، یک شبکه عصبی را پیاده‌سازی کردند، نوعی یادگیری ماشینی که آزادانه بر روی مغز انسان مدل‌سازی می‌شود و اغلب برای تجزیه و تحلیل زبان‌های انسان استفاده می‌شود.
تلاش‌ها در سال 2020 زمانی آغاز شد که محققان دپارتمان شیمی قانونی در دانشگاه کپنهاگ به تیم پشتیبان DarkNPS نزدیک شدند. تیم کپنهاگ یک پایگاه داده از داروهای طراح معروف به نام HighResNPS را نگهداری می کند، منبعی که کارکنان پزشکی، مجری قانون و شیمیدانان پزشکی قانونی می توانند از آن برای غربالگری NPS با ارائه گزارش های آزمایشی برای طیف سنجی جرمی استفاده کنند.
تیم DarkNPS الگوریتم خود را با HighResNPS آموزش داد. هنگامی که کار در فوریه 2021 آغاز شد، پایگاه داده حاوی بیش از 1700 پرونده از داروهای موجود بود که در سراسر جهان ارسال شده بودند. اگرچه این مجموعه نسبتاً کوچکی از داده ها است، تیم موفق شد الگوریتم را فریب دهد تا فکر کند به چیزی بزرگتر نگاه می کند. سپس الگوریتم داده‌های HighResNPS را با قوانین قابل پیش‌بینی شیمی ترکیب می‌کند تا فهرستی از ترکیب‌های احتمالی جدید ایجاد کند.
به گفته مایکل اسکینیدر، یکی از نویسندگان و دانشجوی پزشکی در دانشگاه بریتیش کلمبیا، DarkNPS کمی شبیه مغز انسان است که یک جمله را می فهمد، اما الگوریتم از اتم ها و پیوندهای شیمیایی استفاده می کند، نه از کلمات و دستور زبان. "اگر به شما بگویم "ابرها بالا هستند"، می دانید که کلمه بعدی احتمالا "آسمان" خواهد بود. اسکینیدر گفت، این یک تلفن نخواهد بود.
سپس تیم نتایج خود را با 189 ضبط جدید HighResNPS که پس از اجرای اولیه DarkNPS اضافه شد مقایسه کرد و دریافت که 93 درصد از ضبط‌های جدید جزو پیش‌بینی‌های DarkNPS بودند.
به گفته چندین منبع Undark، از آنجایی که ممکن است داده های مرجع برای بسیاری از داروهای جدید وجود نداشته باشد، طیف سنجی جرمی همیشه گزینه خوبی نیست، زیرا شناسایی چنین ماده ای به طور بالقوه می تواند هفته ها یا حتی ماه ها کار کند. DarkNPS می تواند این مرجع را برای تعداد خیره کننده ای از داروها فراهم کند. ویشارت گفت: "به محض اینکه دارو وارد بازار شد - به جای سه ماه، شش ماه شیمی پایدار - آنها می توانند ترکیبات را در چند دقیقه شناسایی کنند."
هARKNPS برخی دارد با این حال محدودیت ها به عنوان مثال، اگرچه او می تواند پیش بینی های دقیقی انجام دهد، اما نمی تواند هیچ اطلاعاتی در مورد اثرات فیزیولوژیکی یا روانی داروها ارائه دهد. این الگوریتم همچنین می‌تواند به طور موثر به شیمیدان‌های غیرقانونی نقشه‌ای برای داروهای طراح جدید بدهد. به این ترتیب، DarkNPS در دست مرکز داده NPS است - تلاش مشترک بین موسسه ملی استاندارد و فناوری، DEA ایالات متحده و سرویس پلیس جنایی فدرال آلمان - که به عنوان یک پایگاه داده برای کمک به شناسایی داروهای جدید عمل می کند. در دسترس عموم نیست.
سپس این سوال در مورد داروهایی وجود دارد که DarkNPS از دست خواهد داد. به گفته کروتولسکی، دو راه مختلف برای توسعه NPS در بازار وجود دارد. اولین مورد با تغییرات کوچک اتفاق می افتد: انتقال از فنتانیل به مثلاً کارفنتانیل. هر دو اپیوئیدهای قوی هستند و از نظر شیمیایی کاملاً مشابه هستند.
کروتولسکی گفت، اما تغییرات بزرگتری وجود دارد. به عنوان مثال، یکی دیگر از مواد افیونی مصنوعی قوی به نام ایزوتونیتاز، که در کشورهایی از جمله بریتانیا و کانادا ظاهر شده است، ساختاری متفاوت از فنتانیل دارد. کروتولسکی گفت، پیش‌بینی این انتقال‌های بزرگ با ابزار پیش‌بینی مانند DarkNPS دشوار خواهد بود.
برخی از آزمایشگاه ها ممکن است به لیست DarkNPS نیاز نداشته باشند. به گفته Planchuelo، بسیاری از آزمایشگاه‌های با منابع خوب، از جمله برخی از آنها در EMCDDA، از تکنیک متفاوتی به نام تصویربرداری تشدید مغناطیسی استفاده می‌کنند که به مواد مرجع مانند طیف‌سنجی جرمی نیاز ندارد. با این حال، پلانچولو اضافه کرد، عملیات‌های کوچکتر، بیمارستان‌ها در مناطق کمتر توسعه‌یافته و سایر سازمان‌ها ممکن است همچنان این الگوریتم را مفید بدانند. او گفت: «من معتقدم که این بازی را برای اکثر آزمایشگاه‌ها تغییر می‌دهد، که ممکن است منابع ما را نداشته باشند.
همچنین این بحث وجود دارد که آیا ممنوعیت دارو مکانیسم خوبی برای کاهش مصرف بیش از حد و سایر مضرات است یا خیر. به گفته الکس استیونز، استاد عدالت کیفری در دانشگاه کنت، جرم انگاری افراد را از مصرف مواد منع نکرده است. علاوه بر این، جرم انگاری مواد مخدر به طور نامتناسبی بر افراد جوامع حاشیه نشین تأثیر می گذارد. بر اساس مقاله ای از آن فوردهام، مدیر اجرایی کنسرسیوم بین المللی سیاست مواد مخدر، سیاه پوستان در ایالات متحده پنج برابر بیشتر از سفیدپوستان زندانی هستند و نیمی از این احکام مربوط به مواد مخدر است.
با این حال، به یک معنا، ممنوعیت داروهای موجود توسط دولت ها نیز ممکن است ایجاد NPS را تحریک کند. استیونز گفت: "مشکل اصلی این نیست، این است که مردم نمی توانند به داروهایی که واقعاً می خواهند استفاده کنند دسترسی قانونی داشته باشند، بنابراین آنها به دنبال جایگزین می گردند."
УHILE DARKNPS CAN به کاهش ممنوعیت های گسترده داروهای غیرقانونی کمک می کند، برخی می گویند این رویکرد می تواند مانع توسعه داروهای جدید شود و مطالعه داروهایی را که دارای کاربردهای پزشکی بالقوه هستند برای محققان دشوارتر می کند. استیونز گفت: "من تعجب می کنم اگر مواد زیادی در این لیست وجود نداشته باشد که در حال حاضر برای مزایای پزشکی آنها بررسی شده است."
در گذشته این اتفاق افتاده است. برای مثال، در سال 2016، بریتانیا دسته ای از داروها به نام کانابینوئیدهای مصنوعی نسل سوم را ممنوع کرد. محققان به سرعت استدلال کردند که این ممنوعیت گسترده موادی را که از قبل به عنوان دارو وجود دارند، مانند داروی ضد التهابی ایندومتاسین، پوشش می‌دهد. هنگامی که داروها به طبقه بندی کلاس 1 اضافه می شوند - یک طبقه خاص در بریتانیا - محققان دارویی که این ترکیبات را بررسی می کنند، به مجوز وزارت کشور نیاز دارند، که می تواند تحقیقات را به تاخیر بیاندازد یا حتی متوقف کند، زیرا از نظر پول غیرممکن است. و زمان. در نهایت، بریتانیا این تصمیم را اصلاح کرد تا ادامه کار را برای محققان آسان‌تر کند.
هم اسکینیدر و هم ویشارت گفتند DarkNPS بعید است که به ممنوعیت کامل مواد روانگردان جدید منجر شود، حتی اگر بتواند به متوقف کردن داروهای غیرقانونی کمک کند. این تا حدی به این دلیل است که الگوریتم همچنین قادر به شناسایی برخی از ترکیبات مفید است. DarkNPS را می توان برای یافتن داروهای روانگردان با خواص پزشکی استفاده کرد، مانند محرک بعدی برای اختلال کمبود توجه یا جایگزینی برای متادون در درمان اختلالات مرتبط با مواد افیونی. و با آموزش صحیح، الگوریتم می تواند به یافتن نسل بعدی داروهای ضد التهاب، استروئیدها یا آنتی هیستامین ها کمک کند.
او حوصله اش را ندارد. ویشارت در مورد الگوریتم گفت: او می تواند خلاقانه فکر کند. او به قهوه یا خواب راحت نیاز ندارد. فقط پیش بینی می کند.»
این مقاله در ابتدا در Undark منتشر شد. مقاله اصلی را بخوانید.
[ad_2]
مقالات مشابه
- کربن فعال | سایت خرید و فروش
- شرکت صادرات و واردات کالاهای مختلف از جمله کاشی و سرامیک و ارائه دهنده خدمات ترانزیت و بارگیری دریایی و ریلی و ترخیص کالا برای کشورهای مختلف از جمله روسیه و کشورهای حوزه cis و سایر نقاط جهان - بازرگانی علی قانعی
- خرید شماره مجازی
- شرکت صادرات و واردات کالاهای مختلف از جمله کاشی و سرامیک و ارائه دهنده خدمات ترانزیت و بارگیری دریایی و ریلی و ترخیص کالا برای کشورهای مختلف از جمله روسیه و کشورهای حوزه cis و سایر نقاط جهان - بازرگانی علی قانعی
- شرکت صادرات و واردات کالاهای مختلف از جمله کاشی و سرامیک و ارائه دهنده خدمات ترانزیت و بارگیری دریایی و ریلی و ترخیص کالا برای کشورهای مختلف از جمله روسیه و کشورهای حوزه cis و سایر نقاط جهان - بازرگانی علی قانعی
- شرکت صادرات و واردات کالاهای مختلف از جمله کاشی و سرامیک و ارائه دهنده خدمات ترانزیت و بارگیری دریایی و ریلی و ترخیص کالا برای کشورهای مختلف از جمله روسیه و کشورهای حوزه cis و سایر نقاط جهان - بازرگانی علی قانعی
- شرکت صادرات و واردات کالاهای مختلف از جمله کاشی و سرامیک و ارائه دهنده خدمات ترانزیت و بارگیری دریایی و ریلی و ترخیص کالا برای کشورهای مختلف از جمله روسیه و کشورهای حوزه cis و سایر نقاط جهان - بازرگانی علی قانعی
- شرکت صادرات و واردات کالاهای مختلف از جمله کاشی و سرامیک و ارائه دهنده خدمات ترانزیت و بارگیری دریایی و ریلی و ترخیص کالا برای کشورهای مختلف از جمله روسیه و کشورهای حوزه cis و سایر نقاط جهان - بازرگانی علی قانعی
- علوم و تجهیزات آزمایشگاهی - مجله آزمایشگاه کوچک
- ساده مراحل A 10 دقیقه بازوبند شنا