近日，中國科學(xué)院成都生物研究所周燕團(tuán)隊在芬太尼類新精神活性物質(zhì)（Fentanyl Analogues，簡稱FTNs）的整類非靶向篩查方面取得了重要突破。該研究開發(fā)了一種全面的非靶向篩查策略，通過結(jié)合特征性碎片數(shù)據(jù)庫和計算機(jī)輔助程序，其篩查覆蓋度可達(dá)約1.25×10¹⁵種FTNs，顯著提升了對已知及未知FTNs的檢測能力。這一成果不僅為我國FTNs的整類監(jiān)管提供了技術(shù)支持，也為全球公共衛(wèi)生安全提供了重要參考。

FTNs因其高效性和易制性，已成為全球濫用性最嚴(yán)重的合成阿片類藥物之一。這些物質(zhì)對人體健康和社會安全構(gòu)成了嚴(yán)重威脅。為應(yīng)對不斷變化的FTNs，我國于2019年5月1日實施了FTNs的整類管制。然而，如何在檢測和監(jiān)管層面實現(xiàn)這一政策，仍面臨巨大挑戰(zhàn)。現(xiàn)有的篩查方法多依賴靶向或有限的非靶向策略，難以滿足整類監(jiān)管的需求。

周燕團(tuán)隊開發(fā)了一種基于特征性碎片路線（Characteristic Fragmentation Routes, CFRs）的非靶向篩查策略。

圖1. 本研究工作的流程示意圖

具體實現(xiàn)如下：

1.數(shù)據(jù)庫構(gòu)建：收集了已知及潛在的FTNs結(jié)構(gòu)，并通過分子生成AI模型MolGPT，預(yù)測了大量可能的未知結(jié)構(gòu)，進(jìn)一步擴(kuò)展了數(shù)據(jù)庫的覆蓋范圍，最終獲得了數(shù)十萬種可能的FTNs。通過分析這些FTNS的取代模式和特征碎片路線，構(gòu)建了一個包含特征碎裂產(chǎn)物（Characteristic Fragmentation Products, CFPs）的數(shù)據(jù)庫。

圖2. FTNs的特征碎裂途徑（characteristic fragmentation routes，CFRs）和特征碎裂產(chǎn)物（characteristic fragmentation products，CFPs），以芬太尼和脫丙酰基芬太尼為例

2.篩查策略：首先通過數(shù)據(jù)庫匹配測得的特征性碎片，初步篩查潛在的FTNs候選物，此后結(jié)合同位素分布相似性和色譜峰特征，進(jìn)一步驗證候選物為FTNs的可能性。同時研究團(tuán)隊開發(fā)了FTNs_Finder程序，實現(xiàn)了特征碎片的預(yù)測、數(shù)據(jù)庫匹配及同位素分布分析的自動化，大幅提升了篩查效率。

圖3. 篩查策略流程圖

3.實驗驗證: 通過以下實驗驗證了該策略的有效性：

假陰性評估：使用29種已知FTNs的高分辨率質(zhì)譜數(shù)據(jù)進(jìn)行測試，全部成功識別，假陰性率為0%；

假陽性評估：從MassBank數(shù)據(jù)庫中選取5180種非FTNs的類似化合物數(shù)據(jù)進(jìn)行測試，假陽性率僅為0.62%；

環(huán)境水樣應(yīng)用：應(yīng)用于環(huán)境水樣中疑似FTNs的檢測，證明了該策略在實際環(huán)境中的應(yīng)用價值。

該研究開發(fā)的非靶向篩查策略不僅能夠高效檢測已知FTNs，還能發(fā)現(xiàn)結(jié)構(gòu)不斷變化的未知FTNs，為我國FTNs的整類管制提供了強(qiáng)有力的技術(shù)支持。這一策略的成功應(yīng)用，也為其他危險物質(zhì)的篩查和監(jiān)管提供了重要參考，具有廣闊的應(yīng)用前景。未來，研究團(tuán)隊將進(jìn)一步優(yōu)化篩查方法，擴(kuò)大其在環(huán)境、食品及藥品監(jiān)管等領(lǐng)域的應(yīng)用，為保護(hù)人民健康和社會安全作出更大貢獻(xiàn)。

上述研究成果以“Development and Application of a Comprehensive Non-targeted Screening Strategy for Fentanyl Analogues”為題發(fā)表在Journal of Hazardous Materials (IF=12.2)期刊上。中國科學(xué)院成都有機(jī)化學(xué)研究所和中國科學(xué)院成都生物研究所聯(lián)合培養(yǎng)博士生陳曉奇、中國科學(xué)院成都生物研究所夏兵青年研究員和成都市食品檢驗研究院吳文林為論文第一作者，夏兵青年研究員和周燕研究員為通訊作者。該研究得到了四川省科技計劃（編號：2024ZYD0173）和四川省重點研發(fā)計劃（編號：2022YFS0511）的資助。

原文鏈接：https://www.sciencedirect.com/science/article/pii/S030438942500144X