Nieuwe psychoactieve stoffen (NPS) verschijnen in een ongekend tempo, wat conventionele forensische screeningsstrategieën onder druk zet.

Conventionele forensische en toxicologische screening is gebaseerd op het vergelijken van monsters met databases en referentiestandaarden. Hoewel deze aanpak zeer effectief is voor bekende stoffen, kent zij inherente beperkingen wanneer stoffen nieuw opkomen, structureel gemodificeerd zijn of ontbreken in bestaande databases.

Deze uitdaging is toegenomen door een wetswijziging in Nederland. Sinds juli 2025 is de Opiumwet gewijzigd met een nieuwe lijst, Lijst IA, die is toegevoegd aan Lijst I. In plaats van afzonderlijke stoffen op te sommen, hanteert Lijst IA generieke structuurdefinities voor hele stofklassen, waaronder 2-fenethylaminen, synthetische cannabinoïden, 4-aminopiperidinen en benzimidazool-opioïden. Een stof kan daardoor onder het bereik van Lijst IA vallen, terwijl deze nog niet eerder is aangetroffen, gekarakteriseerd of opgenomen in een referentiedatabase. Dit vormt een specifieke analytische uitdaging voor forensische laboratoria.

Bestaande gerichte en database gestuurde screeningsmethoden zijn niet gebouwd om stoffen te detecteren die nog niet in referentiedatabases voorkomen. Nu Lijst IA hele structuurklassen reguleert, hebben forensische laboratoria een methode nodig om onbekende kandidaatstoffen binnen deze klassen te signaleren, zonder voor elk mogelijk analoog een bestaande referentiestandaard nodig te hebben.

Een screeningsstrategie op basis van gedeelde structuurkenmerken zou een aanvulling kunnen vormen op conventionele databasematching en zou mogelijk nieuwe analogen kunnen signaleren voordat referentiestandaarden of bibliotheekspectra beschikbaar zijn.

Het is bekend dat stoffen met een gemeenschappelijke kernstructuur zich vaak op vergelijkbare wijze gedragen bij analyse met massaspectrometrie, bijvoorbeeld door karakteristieke en voorspelbare fragmentatiepatronen te geven. Dit roept de mogelijkheid op dat structureel verwante NPS die tot dezelfde Lijst IA-klasse behoren, specifieke, voorspelbare ‘neutral losses’ delen tijdens MS-fragmentatie, ook wanneer hun volledige structuren verschillen.

Als dergelijke klassespecifieke neutral losses geïdentificeerd en systematisch gescreend kunnen worden, zou ‘neutral loss scanning’ kunnen worden ingezet als op structuur gebaseerd screeningsinstrument om voorheen ongekarakteriseerde stoffen te signaleren die mogelijk tot Lijst IA-klassen behoren. Hierdoor wordt de zoekruimte aanzienlijk kleiner dan bij conventionele untargeted screening.

Kan ‘neutral loss scanning’, gebaseerd op gedeelde structuurkenmerken binnen de vier klassen, worden gebruikt als screeningsbenadering om voorheen ongekarakteriseerde stoffen te signaleren die mogelijk vallen binnen de structuurklassen zoals gedefinieerd in Lijst IA van de Nederlandse Opiumwet?

Deelvragen

1. Welke neutral losses zijn karakteristiek voor elk van de vier structuurklassen die onder Lijst IA vallen?
2. In hoeverre blijven deze neutral losses behouden binnen structurele analogen van elke klasse?
3. Hoe specifiek zijn de geïdentificeerde neutral losses voor de betreffende Lijst IA-structuurklassen, en welke mogelijke bronnen van vals-positieve signalen zijn te identificeren?
4. Hoe verhoudt een op neutral loss gebaseerde screening zich, qua sensitiviteit en specificiteit, tot conventionele gerichte/databasescreening voor het detecteren van nieuwe NPS?
5. Kan een combinatie van nuetral loss en aanvullende MS/MS-kenmerken de betrouwbaarheid vergroten waarmee nieuwe kandidaatstoffen kunnen worden gesignaleerd?

Startdatum

Zo snel mogelijk

Verwachte duur

Variabel

Team / Onderzoeksgebied

Verdovende Middelen

Opleidingsniveau

HBO/Bachelor/MSc in de studierichting Chemistry/Analytical Chemistry/Forensic Sciences

Contact

Stuur je CV en motivatie door naar:
i.groeneveld@nfi.nl