新規精神活性物質の構造多様化、従来の検出技術のスペクトルライブラリ依存性の強さ、および未知物質の識別の弱さの問題を解決するため、本論文は機械学習モデルとガスクロマトグラフィー-質量分析技術に基づき、カチノン類新規精神活性物質を例にとった。ガスクロマトグラフィー-質量分析法で得られたスペクトル特徴を基に、分子構造と質量分析の分解規則を組み合わせ、断片イオンの規則を総括・抽出することで二次分類特徴を構築した。PythonとPySide6を活用し、新規精神活性物質の精密鑑識知能プラットフォームを開発・構築し、カチノン類新規精神活性物質の特徴付けを実現した。結果は、カチノン類新規精神活性物質の特徴を刻画するために構築された知能分析システムのモデル精度は98.41%、適合率94.03%、再現率100%、特異度97.88%、F1スコア96.92%、バランス精度98.94%であった。本手法は高い識別精度と強い説明性を兼ね備え、従来の検出技術とモデルの欠点を補うのみならず、新規精神活性物質の同定に新たな戦略を提供する。

カチノン類;ガスクロマトグラフィー-質量分析;機械学習;特徴刻画;Python