Découverte révolutionnaire : Un modèle d’IA identifie les substances inconnues avec une précision étonnante
Nous sommes depuis longtemps confrontés à un défi majeur : l’identification de produits suspects sur le terrain. À un certain point, il devient presque impossible de suivre le rythme du nombre croissant de substances psychoactives différentes, et ce nombre ne cesse d’augmenter chaque jour. Cependant, un nouveau modèle de langage IA vient de remporter un prix pour son aptitude à identifier des composés inconnus et non testés avec une précision surprenante.
Un modèle d’IA primé pour son identification précise des drogues de synthèse
Un scientifique a récemment remporté un prix scientifique prestigieux pour avoir créé un nouveau modèle de langage IA génératif capable d’identifier la structure chimique exacte des drogues de synthèse, même celles qui n’ont pas encore été testées sur des êtres humains.
Le lauréat du concours 2023 NOMIS & Science Young Explorer a été un nouveau modèle d’IA développé par le biologiste de Princeton, Michael Skinnider. Ce modèle d’IA prétendument capable d’identifier la structure chimique de composés de recherche ou de « legal highs » a été salué comme une avancée majeure. Ces termes font référence à des composés chimiques pouvant produire des effets psychoactifs mais n’ayant pas encore été réglementés par la FDA. La vitesse à laquelle ces composés peuvent être synthétisés a créé une faille législative, permettant aux laboratoires de vendre des drogues dangereuses avec l’étiquette « non destiné à la consommation humaine » sans craindre de poursuites légales.
Fermeture de la faille législative grâce à l’IA
En raison de cette faille législative, les professionnels de l’application des lois se trouvent souvent dans une situation où ils soupçonnent quelqu’un de transporter des drogues dangereuses sans pouvoir le prouver, ou où quelqu’un présente des effets indésirables d’une drogue qu’ils ne peuvent pas identifier, et donc, ne peuvent pas traiter correctement. Les kits traditionnels de tests sur le terrain ne peuvent pas identifier la drogue, car ils ne recherchent que les composés psychoactifs les plus couramment utilisés (héroïne, méthamphétamine, cocaïne, etc.), alors que le modèle d’IA de Skinnider est censé être capable de générer et d’identifier de toutes nouvelles structures chimiques à la volée.
Le processus innovant derrière le modèle d’IA
Skinnider a commencé son travail en formant un modèle de langage IA sur un système d’entrée moléculaire simplifié, appelé SMILES, représentant différentes structures chimiques complexes sous une forme textuelle simple. Il a ensuite enseigné au modèle d’IA la manière d’identifier les produits chimiques à l’aide d’un processus appelé « spectrométrie de masse ». Selon Skinnider, cette méthode mesure les différentes proportions de charges électriques au niveau moléculaire de ce que vous voulez tester, en l’occurrence, des médicaments, pour déterminer le poids moléculaire exact des particules dans l’échantillon.
Prédictions et applications pratiques
Skinnider a utilisé des informations issues de recherches existantes sur les drogues de synthèse couramment utilisées pour éduquer davantage le modèle d’IA, en utilisant 1 753 exemples connus. Il a découvert que le programme pouvait générer des exemples de toutes nouvelles structures chimiques susceptibles de produire des effets similaires. De plus, il pouvait être utilisé pour prédire quelles substances chimiques non découvertes étaient les plus susceptibles de devenir populaires à l’avenir, en se basant sur la réponse positive des utilisateurs à des substances similaires dans le passé.
Des applications concrètes dans la crise des drogues
Skinnider a souligné que ces avancées dans la technologie d’identification des drogues ont des applications pratiques dans l’identification et la réponse aux crises liées aux drogues. Il a également affirmé que sa technologie a déjà été utilisée pour identifier de nouveaux composés psychoactifs dangereux.
« J’ai maintenant appliqué cette technologie à des dizaines de milliers d’échantillons de patients et l’ai utilisée pour découvrir plusieurs nouvelles drogues de synthèse, telles qu’un nouvel analogue du fentanyl apparu l’année dernière. Actuellement, je travaille avec le British Columbia Centre for Disease Control pour mettre en œuvre cette technologie IA dans la pratique clinique de routine afin de découvrir automatiquement de nouvelles drogues dès qu’elles sont introduites dans la population », a déclaré Skinnider. « En fin de compte, mon rêve est que les premiers intervenants, les médecins d’urgence et les responsables de la santé publique puissent tous tirer parti de l’IA générative pour prendre des décisions plus éclairées lors du traitement des patients et de la gestion des épidémies. »
LIRE AUSSI : Canna Provisions réinvente les dispensaires de cannabis
