摘要
目的： 1.建立尿液中同时检测87种合成大麻素及其代谢物的高效液相色谱串联质谱(HPLC-MS/MS)检测方法; 2.测定实际案件中的阳性样本，探索本研究中合成大麻素及其代谢物的流行规律和吸毒人群特征。 3.建立基于机器学习算法的合成大麻素类新精神活性物质的保留时间预测模型。为预测合成大麻素类新精神活性物质的色谱性质提供有效工具，提高合成大麻素及其代谢物鉴定的筛查效率。 方法: 1.尿液样品前处理与检测。 取0.1mL尿液样本,添加10μLβ-葡萄糖醛酸酶在55℃条件下孵育30min后,再加入900μL混有内标的乙腈溶液沉淀蛋白，将提取的上清液经HPLC-MS/MS法检测，以定性离子对、保留时间和相对丰度比定性，以标准曲线来进行定量(内标法)。 2.实际样本中合成大麻素及其代谢物的流行规律及吸毒人群特征研究。 通过建立的HPLC-MS/MS方法定量检测实际案例中合成大麻素的含量，探索合成大麻素及其代谢物的流行规律和特征。 3.合成大麻素类新精神活性物质保留时间预测模型的建立。 收集232种合成大麻素类新精神活性物质在高分辨质谱液相条件(Waters Acquity UPLC BEH C18(100×2.1mm,1.7μm)柱及等效 VanGuard预柱(2.1×5mm),35℃,0.1％甲酸水溶液和0.1％甲酸甲醇溶液梯度洗脱，流速0.4mL/min)中的保留时间等数据。通过PaDEL软件计算232个目标物的13种分子描述符，并基于支持向量机、随机森林、梯度提升回归、AdaBoost回归和极限提升树5种机器学习算法建立保留时间预测模型。模型通过10倍交叉验证法进行验证，使用80％的样本量作为训练集，20％作为测试集以及4种模型数据以外的合成大麻素类物质作为外部测试集。 结果: 1.尿液中87种合成大麻素及其代谢物分析方法的建立与方法学验证。 经测定，尿液中合成大麻素及其代谢物的检测限是0.02ng/mL～2ng/mL,定量限0.05ng/mL～5ng/mL。线性范围内相关系数均大于0.995,日内精密度87.20％～112.12％,日间精密度 91.51％～110.42％。日内准确度 87.20％～112.12％,日间准确度91.51％～110.42％之间。提取回收率范围是16.40％～101.91％,基质效应范围是70.38％～114.18％。 2.分析方法在实际案例中的应用 该方法已成功应用于109个涉嫌吸食合成大麻素类物质的实际案例中。案例涉及94名男性和15名女性，年龄在15～41岁(中位数为23岁)。本研究尿液中检测到的合成大麻素原体很少且含量较低，主要检出是其代谢物。本研究中最常见的代谢物是 MDMB-4en-PINACA butanoic acid metabolite(86 例)和ADB-BUTINACA acid metabolite(51 例)，浓度范围分别是0.25ng/mL～883.14ng/mL 和 0.34ng/mL～46.38ng/mL。 3.合成大麻素类物质保留时间预测模型的建立 通过训练筛选出的最佳模型是结合Substructure Fingerprint Count(SubFPC)和Finger printer(FP)两种指纹的支持向量回归(SVR)模型，其验证集的R2值为0.808,测试集的R2值为0.831。通过最优模型FP+SubFPC-SVR预测4种新的合成大麻素类化合物，预测误差在3％以内。 结论: 1.本研究建立了尿液中同时检测87种合成大麻素及其代谢物的HPLC-MS/MS分析方法。该方法涵盖目标物种类多，样品前处理过程简单快速,准确率高、灵敏度好，可用于法医毒物鉴定案件中87种合成大麻素及其代谢物的筛选和定量检测。 2.通过分析109例案件中的合成大麻素类物质，本研究中合成大麻素在尿液中主要以代谢物的形式存在，几乎没有原体化合物，19-35岁的男性是非法使用合成大麻素的主要滥用人群。代谢物组合MDMB-4en-PINACA butanoic acid metabolite 和 ADB-BUTINACA acid metabolite 检出频率最高，由此推测出 2021年实验室所在地区合成大麻素滥用流行的趋势。通过对实际尿液样本中合成大麻素的检测结果进行回顾性分析，有助于揭示合成大麻素滥用的趋势和特征，结果对合成大麻素类新精神活性物质滥用的预防和干预等均具有重要意义。 3.本研究提供了一个可以预测合成大麻素保留时间的模型，当与LC-HRMS结合使用时，特别是在没有参考标准的情况下，它可以预测合成大麻素类化合物的保留时间，通过与未知样本的真实保留时间做比较，可用作过滤器进而提高筛查效率。
NETL