機械学習と多層分子ネットワークによるスクリーニング

科学分野:

• 法医化学
• 分析化学
• コンピュータ化学

背景:

• フェンタニルとその類似品は,世界的に健康に重大なリスクをもたらします.
• フェンタニルの化合物の正確な識別は,公衆衛生と安全にとって極めて重要です.
• 既存のフェンタニル検出方法は,範囲と精度が限られている可能性があります.

研究 の 目的:

• フェンタニル・ハンター (Fentanyl-Hunter) を導入し,フェンタニルを特定するための新しいスクリーニングプラットフォームを導入する.
• 機械学習と分子ネットワークを活用して フェンタニル検出を向上させる
• 様々なサンプルタイプにおけるフェンタニル化合物の流行を評価する.

主な方法:

• 772のフェンタニルスペクトルを使用した機械学習分類器の開発.
• 分類のためのスペクトル・ビンディング・フィーチャー・エンジニアリングの実施.
• スペクトル類似性と質量距離に基づく多層分子ネットワークの構築.
• 生物学的,環境的,公共の質量スペクトロメトリーデータセットへのフェンタニルハンターの適用.

主要な成果:

• 分類モデルは0.868 ±0.02の高いF1スコアを達成しました.
• 多層ネットワークは,既知のフェンタニル化合物の87%以上を成功裏にカバーしました.
• Fentanyl-Hunterは,生物学的サンプルと環境サンプルで,フェンタニル成分を特定し,その中には4つの誘導体の代謝産物35種も含まれていた.
• ノルフェンタニルは排水中の主要なフェンタニル化合物として特定された.
• 60万件以上のMS症例を遡及的に分析した結果,8カ国の250件以上のサンプルでフェンタニル,スーフェンタニル,ノルフェンタニル,またはレミフェンタニル酸が検出されました.

結論:

• フェンタニルハンターはフェンタニル化合物の正確な識別と注釈のための効果的なプラットフォームです.
• このプラットフォームは,フェンタニルとその代謝産物の世界的な存在の可能性を示しています.
• このツールは,フェンタニルの乱用に関連する公衆衛生の監視と法医調査に役立ちます.