AI 기반 LC-MS/MS 동정 및 신규 정신활성 물질 식별 보조 연구

AI-assisted identification using LC-MS/MS for new psychoactive substances

연구 내용

LC-MS/MS 분석 결과를 분자 네트워킹과 retention time 예측을 결합해 통합 동정하고 신규 정신활성 물질을 후보군에서 선별하는 연구

LC-MS/MS 데이터 기반으로 제어 물질과 신규 정신활성 물질을 식별하기 위해 분자 네트워킹과 retention time 예측을 결합한 분석 플랫폼을 개발합니다. 분자 유사도 탐색과 후보 필터링 절차를 통합하여 데이터베이스에 없는 화합물에서도 식별 가능성을 평가합니다. 아울러 약물 오남용과 관련된 오용 잠재력 모니터링 이슈를 정리하여 감시 관점의 실무 적용 요구를 도출하고, 약물 현장 조사와 탐지 키트에 대한 인식 조사 결과를 통해 현장형 분석의 고려사항을 반영합니다.

관련 프로젝트

0건

연구 흐름

초기에는 LC-MS/MS 기반 약물 동정과 관련된 실무 요구를 확인하고, 약물 오남용과 약물 범죄 현장에서의 탐지 필요성을 검토하는 방향으로 연구를 진행했습니다. 이후 분자 네트워킹과 retention time 예측을 결합해 후보군 선별 정확도를 높이는 기술적 단계로 확장했습니다. 최근에는 데이터베이스 부재 후보에 대한 식별 성능을 보강하고, 실제 스파이킹 기반 적용성 평가를 통해 플랫폼의 실용성을 점검하는 연구를 수행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

신규 정신활성 물질 후보 선별
Retention time 보정 모듈
분자 네트워킹 기반 동정 보조
데이터베이스 부재 화합물 대응
실험실-현장 연결형 분석 파이프라인
약물 현장 조사 지원
탐지 키트 인식 기반 운영지침
오남용 위험 모니터링 자료화
사전 필터링 자동화
분석 결과 재현성 점검