Výzkumníci z Lawrence Livermore National Laboratory a dalších institucí vyvinuli průlomovou metodu detekce fentanylu, která dokáže identifikovat i dosud neznámé chemické analogy. Tradiční forenzní metody selhávají, když narazí na novou variantu, protože potřebují fyzický referenční vzorek. Ilustrativně: každý den vzniká nový analog fentanylu, který uniká stávajícím databázím. Nový přístup místo toho generuje virtuální knihovnu přes miliardy teoretických variant a využívá strojové učení k předpovědi jejich chemických signatur.

Tým pod vedením Colina Ponceho a Carolyn Fisherové vytvořil digitální model založený na rekompozici známých chemických fragmentů. Z výsledné miliardové knihovny eliminují nesmyslné struktury – například ty, které by nemohly proniknout do mozku. Klíčovým prvkem je model strojového učení typu random forest, který s přesností nad 95 % rozlišuje syntetické opioidy od jiných látek bez nutnosti referenčních dat.

Metoda byla ověřena ve slepém testu: chemik bez znalosti obsahu pilulky dokázal identifikovat šest z dvanácti fentanylových analogů perfektně a čtyři další zúžil na malý počet kandidátů. Dvě varianty nebyly zachyceny, protože chyběly ve filtračních signaturách. Přesto jde o metodologický skok – poprvé může detekce běžet před vývojem nových analogů, nikoli až za nimi.