Responsável pelo estudo que deu origem à inovação, o pesquisador Christiano dos Santos desenvolveu algoritmos a partir de informações de espectros de infravermelho (tecnologia que identifica composição de uma amostra) de 75 substâncias de cinco categorias de NPS. Com os dados, aplicou aprendizado de máquina por meio de um software que classifica os espectros e prevê a substância contida na amostra.
Os resultados dos testes com a nova ferramenta, publicados na edição de maio da Psychoatives, mostraram “excelente desempenho, com precisão, especificidade e sensibilidade acima de 90%, permitindo um melhor entendimento e previsão das propriedades de moléculas e materiais”, informa Santos.
Para a orientadora da pesquisa, a professora Aline Thais Bruni, os profissionais da área têm agora em mãos uma ferramenta poderosa na identificação e análise de substâncias químicas, podendo enfrentar o desafio relacionado ao surgimento acelerado das NPS. Segundo ela, será possível implementar procedimentos de monitoramento que ajudem a desvendar casos complexos relacionados ao tráfico de drogas e a entender melhor as substâncias envolvidas.
*Fonte: Jornal da USP
