研发识别新设计毒品的 AI 工具——DarkNPS一批科学家将目光聚焦到了 AI 身上 。

文章插图

图丨新型精神活性物质的深度生成模型
在这篇论文中， UBC 研究团队研发了一种名为 DarkNPS 的工具， 这是一款支持深度学习的系统 。 通过 AI 工具进行简单的分析， 以快速提取 NPS 中化学结构的可能分子结构 。 该工具可以完成两件事 。 其一， 预测不久的将来， 可能出现在非法市场上的未知的新型毒品的化学结构；其二， 使用质谱技术， 阐明刚出现在非法市场上的新型毒品的完整化学结构 。 Skinnider 和同事使用世界各地法医实验室众包的保密数据， 以训练 ML 模型， 产生结构和性质类似于近期人造毒品的分子， 其灵感源自人类大脑的结构和功能 。
其中， 训练集包括每种药物的串联质谱结果， 即翻译并分析部门重组蛋白数据， 可以获得有关分子质量以及包含元素的信息 。 显然， AI 便能够识别出串联质谱数据和化学结构间的模式信息 。 随后， 该模型产生了一个包含十亿种潜在新型精神药物的结构数据库 。 然后， 这些分子与 196 种新的设计药物进行测试， 这些药物是在模型经过训练后出现在非法市场上的 。 研究人员发现， 在生成的样本中， 有超过 90% 的样本真实存在 。 最后研究团队得出结论， 利用模型训练结束后新收集的数据测试该模型发现， 该方法可以仅用质谱就确定未知人造毒品 。
此外， 在准确结构难以精确确定的实例中， 该模型所建议的结构， 与未知的人造毒品非常相似 。 正如主要研究者之一的 Skinnider 所表示的， “借助 AI 技术， 我们的方法可以把识别新设计的毒品所需的时间从数周或数月， 缩减到数小时， 帮助法医实验室更快地识别新人造毒品， 以帮助挽救生命 。 ”现在， 还有一个问题：这个模型能否从零开始识别完全未知的物质， 而不是根据一组数据进行预测？Leonard Foster 博士表示：“我们想知道， 是否可以利用这种可能性来确定一种未知的药物是什么， 仅仅基于它的质量——化学家很容易用质谱法来测量任何药片或粉末 。 ”因此， 研究人员利用 196 种新型合成药物的数据集来验证这一假设 。 仅使用质量， 该模型就能以 72% 的准确率列出了十大最受欢迎药物的化学结构 。 给定一种先前未知的 NPS 的串联质谱数据， DarkNPS 可以猜测其分子结构， 准确率约为 51%， 如果 AI 能够对其分子结构的前 10 项进行预测， 那么， 准确率会提升至 86%！可以说， 该模型能够预测几乎所有新发现的药物 。
除此之外， 研究人员发现， 该模型还可以了解到哪些毒品更可能出现在市场上， 哪些则不太可能出现 。 Skinnider 表示， “该模型如此出色的表现着实令我们为之震惊 。 因为仅通过精确的质量测量来阐明整个化学结构， 往常被认为是一个遥不可及的问题 。 将数十亿个结构的列表缩小到 10 个候选结构， 可以大大加快化学家识别新设计药物的速度 。 ”资深研究者、阿尔伯塔大学计算科学教授 David Wishart 博士表示， “事实上， 我们可以在设计毒品真正出现之前就预测它们可能会出现在市场上， 这有点类似于 2002 年的科幻电影《少数派报告》（Minority Report） 。
在该影片中， 正是因为对即将发生的犯罪活动的预见， 从而帮助显著减少了未来世界的犯罪 。 ”他还说道， “从本质上讲， 这一研究成果让执法机构和公共卫生项目对秘密化学家提供了一个所谓的‘先机’， 让他们知道应该注意什么 。 ”同样让人兴奋的是， 虽然这一次该技术被用于鉴定药物， 但它完全可以扩展到其他分子结构的研究 。 据 Skinnider 表示， 用其他数据集训练的类似生成方法， 也可以帮助识别其他特定领域未知分子的结构， 例如识别新型兴奋剂或者环境污染物等 。 并且， 他总结道：“现在， 存在着一个化学‘暗物质’的世界， 就存在于我们的指尖之外……我认为， 正确的 AI 工具埋藏着巨大的潜力， 以照亮这个未知的化学世界 。 ”

• 短视频成“侵犯版权”重灾区, 专家呼吁升级“算法推荐”责任规则
• AIoT产业发展最怕的是被“牵鼻子”
• 有时候，踏实工作比所谓的“变通”更重要
• 酷哇、智行者们看准的无人环卫，会成为自动驾驶的“渐进式进化场景”吗？
• 摆脱版权困境的网易云重启IPO，“社交+音乐”能打动投资者吗？
• 成都恢复在线旅游企业经营跨省游及“机票+酒店”业务
• “天价”涪陵榨菜才是新消费品牌该学习的「标王」
• 从东八区出发｜当东南亚遇上海淘，Buyandship能否成为下一个“天猫国际”？
• 营收增速骤降，Zoom跌落“神坛”
• 河北省恢复在线旅游企业经营跨省游及“机票+酒店”业务