Comment identifiez-vous quelque chose pour lequel personne n'a de test? Les drogues des concepteurs reproduisent les effets des drogues illicites connues mais échappent aux forces de l'ordre. Les variations de structure chimique qui aident ces composés à éviter la détection les rendent également imprévisibles dans le corps – une qualité qui pose de graves conséquences sur la santé.
Maintenant, une équipe de recherche a utilisé la modélisation informatique pour créer une base de données de structures chimiques prévues pour une amélioration de la détection des médicaments de concepteur.
Jason Liang, un senior en hausse du programme des aimant en sciences, en mathématiques et en informatique à l'école secondaire Montgomery Blair, a présenté les résultats de l'équipe lors de la réunion d'automne de l'American Chemical Society (ACS Fall 2025), tenue du 17 au 21 août.
« Cette bibliothèque de signatures métaboliques générées par le calcul et des spectres de masse, que nous appelons la base de données des métabolites de médicaments (DAMD), pourrait conduire à une détection plus approfondie de nouvelles substances psychoactives et à une surveillance plus précise de la consommation de drogues des concepteurs », explique Liang.
Un médicament illicite qui peut être utilisé à mauvais escient est généralement identifié par son «empreinte digitale» chimique appelée spectre de masse. Cette empreinte digitale est un motif créé par la forme, le poids et la composition de la molécule de médicament.
Lorsque l'urine d'une personne est dépistée pour les médicaments, un technicien utilise une technique appelée spectrométrie de masse pour acquérir et comparer les spectres des molécules de l'échantillon aux catalogues de spectres pour les médicaments connus et leurs métabolites (petites molécules créées lorsque le corps décompose un médicament). Cependant, les nouvelles substances psychoactives et leurs métabolites n'ont généralement pas de correspondances dans les bases de données existantes.
« C'est un peu un problème de poulet et d'œufs », explique le mentor de Liang, Tytus Mak, statisticien et scientifique des données du centre de spectrométrie de masse de l'Institut national des normes et de la technologie (NIST).
« Comment savez-vous ce qu'est ce nouveau médicament si vous ne l'avez jamais mesuré, et comment le mesurez-vous si vous ne savez pas ce que vous recherchez? L'utilisation d'une méthodologie de prédiction de calcul pourrait-elle nous aider à trouver une solution? »
L'idée de développer le DAMD a commencé avec Mak et Hani Habra, un ancien post-doctorant au NIST et un bioinformaticien actuel à la Michigan State University. Ils pensaient que la modélisation informatique pouvait suivre les itérations apparemment sans fin de composés synthétiques inconnus en charge des systèmes de soins de santé et des initiatives de surveillance des médicaments difficiles. Puis, à l'été 2024, Mak et Habra ont approché Liang pour travailler avec eux.
« La construction d'une bibliothèque spectrale de masse prévue nécessite de solides compétences en programmation et une base solide en chimie, qui s'alignent bien sur mes antécédents », explique Liang.
« Après avoir appris le nombre dévastateur de décès par surdose, y compris les cas au sein de la communauté locale, j'étais impatient de travailler sur ce projet qui pourrait potentiellement aider les gens. »
En tant que point de départ, les chercheurs ont utilisé la base de données spectrale de masse maintenue par le groupe de travail scientifique réalisé par la US Drug Enforcement Administration pour l'analyse des médicaments saisis (SWGDrug). Cette base de données fournit des spectres de masse fiables pour l'identification de plus de 2 000 médicaments confisqués par les forces de l'ordre.
Ensuite, en utilisant des approches de calcul, Habra, Liang et Mak ont prédit près de 20 000 structures chimiques et des empreintes digitales spectrales de masse correspondantes pour des métabolites possibles de substances SWGDRUG et leurs métabolites.
L'équipe valide actuellement ses spectres de masse prévus en les faisant correspondre à des spectres réels à partir de jeux de données d'analyses d'urine humaine. Ces ensembles de données sont des catalogues de spectres de toutes les substances détectables trouvées dans des échantillons d'urine humaine.
Trouver une correspondance, ou quelque chose de proche d'une correspondance, dans ces ensembles de données « nous dit si les structures chimiques et les spectres que nos algorithmes produisent sont plausibles », explique Habra. Par la suite, l'équipe comparera les données déjà collectées et réelles à DAMD, montrant une preuve de concept pour la toxicologie médico-légale.
Le DAMD pourrait un jour être un supplément accessible au public aux bases de données spectrales de masse de drogue illicites actuelles, ce qui facilite la détection et l'identification des preuves de la consommation de drogues dans des échantillons d'urine humaine. L'une de ses principales applications est de développer un système pour aider les gens à obtenir les interventions médicales dont ils ont besoin.
« Quelqu'un aurait pu ingérer une substance qui, à leur insu, a été coupée avec un dérivé du fentanyl », explique Mak. « En utilisant le DAMD, un médecin pouvait voir des métabolites du rapport toxicologique de la personne qui sont des candidats solides pour un médicament de type fentanyl et éclairent leur plan de traitement. »
