Come prevedere la struttura chimica delle nuove droghe sintetiche prima ancora che arrivino sul mercato

Grazie all’intelligenza artificiale è possibile prevedere la struttura chimica delle nuove droghe sintetiche prima ancora che arrivino sul mercato. Ciò è possibile per via di un algoritmo che imita il funzionamento del cervello umano, sviluppato e addestrato da un team internazionale di ricerca guidato dall’Università della British Columbia (Canada).

Il risultato dello studio è stato pubblicato su Nature Machine Intelligence. Grazie a ciò sarà possibile ridurre i tempi per identificare nuove sostanze illecite nascoste in polveri e pasticche. Inoltre si potranno scoprire nuove molecole ancora sconosciute che costituiscono la “materia oscura” della chimica.

“Poter prevedere quali droghe sintetiche stanno per emergere sul mercato prima ancora che facciano la loro comparsa è un po’ come nel film Minority Report, dove la previsione delle attività criminali che stanno per essere svolte aiuta a ridurre il crimine in un mondo futuro”, spiega il coordinatore dello studio David Wishart, che insegna scienze computazionali all’Università di Alberta, in Canada. “Essenzialmente il nostro software dà alle forze dell’ordine e ai programmi di salute pubblica un vantaggio sui chimici clandestini, e li aiuta a capire quello che devono cercare”.

Per ottenere questo risultato, i ricercatori hanno addestrato un algoritmo di intelligenza artificiale partendo da un grande database contenente le strutture chimiche di sostanze psicoattive note, individuate da laboratori di tutto il mondo. Una volta studiate queste nozioni, il sistema ha generato la struttura di 8,9 milioni di nuove potenziali droghe sintetiche. Queste molecole sono poi state confrontate con 196 nuove sostanze illecite comparse sul mercato dopo l’addestramento. Si è così scoperto che il 90% era già stato previsto dall’algoritmo. L’intelligenza artificiale può predire quasi tutte le nuove sostanze immesse sul mercato dal momento in cui è stata addestrata.

Inoltre il sistema ha imparato quali molecole hanno più probabilità di comparire sul mercato. “Ci siamo chiesti se potevamo usare questa probabilità per determinare una droga sconosciuta partendo solo dalla sua massa, che per un chimico è molto semplice da misurare usando la spettrometria di massa”, aggiunge Leonard Foster, docente di biochimica all’Università della British Columbia. L’ipotesi è stata testata su ciascuna delle 196 nuove droghe appena uscite: è così emerso che l’algoritmo può prevedere la struttura chimica di molecole ignote classificandola tra le prime 10 candidate nel 72% dei casi, e addirittura nell’86% se si integrano i dati relativi alla spettrometria di massa tandem, un’altra misura facilmente ottenibile.