ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Rapid Detection of Synthetic C...>الوصف

Rapid Detection of Synthetic Cannabinoid Receptor Agonists Impregnated Into Paper by Raman Spectroscopy

العنوان بلغة أخرى: الكشف السريع عن منشطات مستقبلات القنب الاصطناعي المشبعة في الورق بواسطة مطياف رامان
المصدر: المجلة العربية لعلوم الأدلة الجنائية والطب الشرعي
الناشر: جامعة نايف العربية للعلوم الأمنية - الجمعية العربية لعلوم الأدلة الجنائية والطب الشرعي
المؤلف الرئيسي: Thomas, Coombs (Author)
مؤلفين آخرين: Abdelkader, Amor (Co-Author), Al-Jumeily, Dhiya (Co-Author), Assi, Sulaf (Co-Author)
المجلد/العدد: مج4, ع2
محكمة: نعم
الدولة: السعودية
التاريخ الميلادي: 2022
الشهر: ديسمبر
الصفحات: 68 - 76
ISSN: 1658-6786
رقم MD: 1349852
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: IslamicInfo, HumanIndex
مواضيع:
الأدلة الجنائية | المؤثرات العقلية | مطياف راما
كلمات المؤلف المفتاحية:
علوم الأدلة الجنائية | المؤثرات العقلية الحديثة | مطياف رامان | الورق | السمية | التحليل بواسطة تعلم الآلة | Forensic Science | New Psychoactive Substances | Raman Spectroscopy | Papers | Toxicity | Machine Learning Analytics
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

3

حفظ في:
المستخلص: شهد العقد الماضي ظهور مؤثرات عقلية جديدة مماثلة للمخدرات التقليدية المنتشر؛ بغية التحايل على الأنظمة المتعلقة بالمخدرات التقليدية. هذه المؤثرات ذات منشأ عشبي واصطناعي، وتم الإعلان عنها في البداية على أنها "مخدرات قانونية"؛ لذلك، كان المتعاطون يعتبرونها آمنة. وبالتالي، لم تخضع عند ظهورها لقانون إساءة استخدام المخدرات لعام 1971، مما أسهم في ازدياد شعبيتها وزيادة مبيعاتها عبر الإنترنت وفي الأسواق الشعبية. في عام 2016، فرض قانون المؤثرات العقلية حظراً شاملاً على جميع المؤثرات العقلية الجديدة باستثناء الكافيين والكحول والنيكوتين. وأسهم هذا الحظر بدوره في التغيير الذي شهده بيع منتجات المؤثرات العقلية الجديدة؛ حيث أصبحت تُباع مخفية وبطرق مختلفة، ويتضمن ذلك إخفاؤها في المنتجات العشبية، والورق، والأقمشة، والمنسوجات. أصبح إخفاء المخدرات في الورق شائعًا جدًا، خاصة أن المخدرات خفيفة الوزن يمكن إرسالها بواسطة البريد. وهذه المؤثرات العقلية الجديدة المخفية ضمن الورق سامة ليس فقط للمتعاطين؛ ولكن أيضًا للمتعاملين معها (مثل موظفي البريد). ويُعتبر القنب الاصطناعي أحد أنواع المؤثرات العقلية الجديدة التي كثيرًا ما يتم إخفاؤها في الورق والمرتبطة بحالات التسمم والعلاج في المستشفيات. وبالتالي، برزت الحاجة لكشف المؤثرات العقلية الجديدة المخفية في الورق بشكل غير إتلافي وبسرعة من أجل الوقاية من السمية المرتبطة بها. توفر مطيافية رامان المحمولة هذه الميزة؛ حيث إنها خفيفة الوزن وتحمل العينة إلى المصفوفة. بناءً على ذلك، استخدمت هذه الدراسة مطيافية رامان المحمولة لكشف القنب الاصطناعي المخفي في الورق؛ حيث تم استخدام مطيافية رامان جنبًا إلى جنب مع تحليل البيانات بواسطة تعلم الآلة. وتم قياس عينات القنب الاصطناعي والورق بشكل غير إتلافي باستخدام مطيافية رامان المحمولة المجهزة بأشعة ليزر ذات طول موجة 1064 نانومتر. ومن ثم تم تصدير البيانات الطيفية إلى برنامج (MATLAB R2020b) حيث يتم إجراء تحليل البيانات بواسطة تعلم الآلة بما في ذلك الكشف والتنبؤ. وأظهرت النتائج قدرة مطيافية رامان على كشف أنواع معينة من القنب الاصطناعي في الورق، وهي تلك المترسبة على سطح الورق أو المنتشرة داخل الركيزة الورقية. عند تطبيق تحليل البيانات بواسطة تعلم الآلة على أطياف رامان من الورق، تم الحصول على معلومات كمية حول كمية القنب الاصطناعي المترسبة على سطح الورق. وخلاصة القول، يمكن لمطيافية رامان المحمولة كشف القنب الاصطناعي على الورق وتحديد كميته بسرعة ودون إحداث تلف. كما تنطوي الأعمال المستقبلية على اختبار أنواع أخرى من المؤثرات العقلية الجديدة وتطبيق تحليل البيانات بواسطة التعلم العميق.

The last decade has witnessed the emergence of new psychoactive substances that are analogues of classical drugs of abuse in order to escape the regulations surrounding the latter drugs. These drugs were of both herbal and synthetic origin and were advertised initially as ‘legal highs’; thus, they were perceived as safe by users. Hence, upon their emergence, they were not controlled by the Misuse of Drugs Act 1971, which contributed to their popularity and increased sales online and within street markets. In 2016, the Psychoactive Substance Act introduced a blanket ban on all new psychoactive substances except for caffeine, alcohol, and nicotine. This in turn, contributed to the change in the sale of new psychoactive substances products that have been sold as concealed in different matrices, including herbal products, papers, fabrics, and textiles. Concealing drugs in paper has been very popular, especially since the drug product is of lightweight and can be sent via postal services. However, new psychoactive concealed in papers are toxic not only to the users; but also, to the person handling them (i.e. mail employees). One of the classes of new psychoactive substances that have been commonly concealed in papers and that have been linked to toxicity and hospitalization cases is synthetic cannabinoids. Therefore, there is a need to identify new psychoactive substances concealed in papers non-destructively and rapidly to prevent toxicity linked to them. Handheld Raman spectroscopy offers this advantage as it is of lightweight and carries the sample to the matrix. Therefore, this work used handheld Raman spectroscopy for identifying synthetic cannabinoids concealed in papers using Raman spectroscopy combined with machine learning analytics. Synthetic cannabinoid and paper samples were measured non-destructively using a handheld Raman spectrometer equipped with a 1064 nm laser wavelength. Spectral data was exported into Matlab 2020b where machine learning analytics including identification and prediction was. The results showed that Raman spectroscopy could identify specific synthetic cannabinoids in papers that were either deposited on the surface of the paper or diffused inside the paper substrate. When machine learning analytics were applied to the Raman spectra of the papers, quantitative information was obtained regarding the amount of synthetic cannabinoid deposited on the paper surface. In summary, handheld Raman spectroscopy could identify and quantify synthetic cannabinoids on paper rapidly and non-destructively. Future work involves testing other classes of new psychoactive substance and applying deep learning analytics.
ISSN: 1658-6786

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.