Il problema non è soltanto sapere quale droga viene venduta
Nel mercato illecito il nome attribuito a una sostanza non coincide necessariamente con la sua composizione chimica reale. Una polvere acquistata come eroina può contenere il principio attivo atteso insieme a prodotti di trasformazione, impurità di produzione, eccipienti, sostanze di taglio e altri composti farmacologicamente attivi. Questa variabilità è uno dei principali punti critici della moderna tossicologia delle droghe: conoscere la sostanza dichiarata non significa conoscere l’esposizione effettiva.
Il nyaope rappresenta un modello particolarmente adatto per studiare questo problema. È una droga di strada diffusa soprattutto in Sudafrica, associata prevalentemente all’eroina ma caratterizzata nel tempo da composizioni molto eterogenee [1,4,5]. Studi condotti con metodiche differenti hanno identificato eroina e prodotti ad essa correlati insieme a caffeina, paracetamolo e altri composti, mostrando che non esiste necessariamente una formulazione costante riconducibile al solo nome “nyaope” [4,5].
È precisamente su questo terreno che si colloca lo studio pubblicato nel maggio 2026 su Toxics. Ratshisusu e colleghi hanno applicato tecniche di spettrometria di massa ad alta risoluzione e strumenti di interpretazione computazionale a otto reperti provenienti dalla municipalità metropolitana di Tshwane [1].
Nella Discussion, quando devono spiegare perché la presenza di sostanze diverse dagli oppioidi sia rilevante per la salute pubblica, gli autori citano anche il lavoro pubblicato nel 2022 da Di Trana, Berardinelli, Montanari, Berretta, Basile, Huestis e Busardò [2].
La citazione non è accessoria: entra nel punto in cui il dato analitico viene trasformato in informazione tossicologica.
Come è stato analizzato il nyaope nel lavoro del 2026
Lo studio ha carattere dichiaratamente esplorativo. Sono stati utilizzati otto campioni sequestrati dalla South African Police Service tra il 2020 e il 2024 in sei aree della municipalità di Tshwane: Soshanguve, Mabopane, Atteridgeville, Pretoria Central, Mamelodi e Ga-Rankuwa [1].
Circa 0,10 g di ciascun reperto sono stati estratti con metanolo all’80%. Dopo filtrazione, gli estratti sono stati analizzati con UHPLC-qTOF-MS, utilizzando uno spettrometro Shimadzu LC-MS-9030 e separazione su colonna C18 [1]. Il sistema operava in ionizzazione positiva e acquisizione data-dependent acquisition, DDA. Gli ioni compresi tra m/z 100 e 1000 e con intensità superiore a una determinata soglia potevano essere selezionati per la frammentazione MS/MS; per quest’ultima veniva utilizzato argon con energia di collisione di 30 eV [1].
È un’impostazione tecnicamente interessante perché combina tre livelli informativi: tempo di ritenzione cromatografico, massa accurata dello ione precursore e pattern di frammentazione.
Il passaggio successivo è però altrettanto importante.
I dati sono stati elaborati con MS-DIAL, quindi esportati verso GNPS2 per costruire reti molecolari feature-based. Il molecular networking raggruppa segnali con spettri MS/MS simili, permettendo di riconoscere famiglie di molecole strutturalmente correlate. SIRIUS 6.1.0 è stato poi utilizzato per la previsione delle formule e delle strutture candidate sulla base del pattern isotopico e degli alberi di frammentazione [1,6].
È quindi più corretto definire questo approccio untargeted o discovery-oriented rispetto a una tradizionale ricerca mirata di una lista prestabilita di analiti.
Che cosa emerge dal profilo chimico
Gli autori riportano una forte componente riconducibile agli alcaloidi dell’oppio.
Tra le annotazioni compaiono morfina, codeina, eroina, 6-monoacetilmorfina, 6-acetilcodeina, morfinone e altre strutture correlate. Il molecular networking evidenzia inoltre alcaloidi benzilisochinolinici quali noscapina, papaverina, reticulina, protopina e narcotolina, coerenti con una matrice di origine papaveracea [1].
Questa parte dei risultati rafforza quanto già suggerito da precedenti analisi del nyaope. Nel 2024 Daniels e colleghi, utilizzando GC-MS, avevano rilevato una predominanza di eroina e prodotti correlati [5]. Nel 2021 Mthembi, Mwenesongole e Cole avevano inoltre sviluppato e validato una procedura GC-MS specificamente destinata all’analisi e al profiling del nyaope [4].
Il nuovo studio aggiunge però un dato interessante: accanto al nucleo oppioide vengono riportate diverse sostanze appartenenti ad altre classi farmacologiche, fra cui cocaina, diazepam, metaqualone, trimetoprim, clorochina, caffeina e paracetamolo [1].
Caffeina e paracetamolo sono stati annotati in tutti e otto i campioni [1]. Questo dato è particolarmente coerente con la letteratura sull’adulterazione dell’eroina, nella quale il paracetamolo è già ben documentato come sostanza di taglio [2].
Ed è qui che il lavoro del 2022 diventa centrale.
L’articolo del 2022: adulterazione come variabile tossicologica
La review di Di Trana e colleghi non considerava l’adulterazione semplicemente come una riduzione della purezza della droga [2].
La ricerca aveva esaminato PubMed, Scopus e fonti istituzionali, selezionando infine 79 studi pertinenti relativi sia a reperti sequestrati sia a casi clinico-tossicologici. Dai dati emergevano adulteranti ormai consolidati — per esempio levamisolo nella cocaina e paracetamolo nell’eroina — insieme a fenomeni più recenti, tra cui NPS utilizzate come sostanze di taglio e presenza di oppioidi sintetici in prodotti commercializzati come altre droghe [2].
Il concetto fondamentale è che l’adulterante può avere almeno tre ruoli differenti.
Può essere relativamente inerte e avere principalmente funzione diluente; può possedere una propria attività farmacologica; oppure può modificare l’effetto complessivo della miscela attraverso interazioni farmacodinamiche o farmacocinetiche.
Questo sposta radicalmente la prospettiva tossicologica.
Una miscela contenente eroina e benzodiazepine, per esempio, non deve essere interpretata come “eroina meno pura”. Deve essere considerata come un’esposizione multipla a depressori del sistema nervoso centrale. Analogamente, la presenza di stimolanti, sedativi o altri farmaci può modificare il fenotipo clinico rispetto a quello atteso dal solo oppioide.
Per approfondire direttamente questo lavoro è disponibile sul sito la scheda dedicata a Molecular Insights and Clinical Outcomes of Drugs of Abuse Adulteration.
Il punto esatto in cui nasce il ponte scientifico
Nel passaggio della Discussion che contiene la citazione [50,51], Ratshisusu e colleghi discutono le sostanze non oppioidi annotate nei campioni [1].
L’argomentazione procede in tre passaggi.
Prima viene richiamato il potenziale problema della co-presenza di più sostanze farmacologicamente attive: il quadro clinico potrebbe essere reso meno prevedibile e la gestione dell’intossicazione più complessa.
Poi gli autori distinguono sostanze note come agenti di taglio, in particolare caffeina e paracetamolo, da composti come clorochina e trimetoprim, privi di un evidente razionale psicoattivo.
Infine propongono possibili interpretazioni: contaminazione, aggiunta intenzionale o impiego con altre finalità nella preparazione della miscela. A sostegno generale di questa discussione citano Singh et al. [50] e Di Trana et al. [51], che nella nostra numerazione corrispondono ai riferimenti [3] e [2].
Questo dettaglio deve essere interpretato con precisione.
Il lavoro del 2022 sostiene direttamente il concetto generale secondo cui l’adulterazione delle droghe è dinamica, può coinvolgere sostanze farmacologicamente attive e può determinare conseguenze cliniche non attribuibili alla sola droga principale [2].
Non dimostra invece che, nei reperti sudafricani del 2026, trimetoprim o clorochina siano stati aggiunti intenzionalmente, né permette di stabilire perché fossero eventualmente presenti.
Quella parte deve rimanere classificata come ipotesi degli autori del nuovo studio, non come risultato provato dal riferimento [51].
È questa distinzione a rendere scientificamente corretto il ponte.
Dalla sostanza rilevata alla certezza dell’identificazione: un limite essenziale
Il punto metodologicamente più delicato riguarda il livello di confidenza delle identificazioni.
Gli autori dichiarano esplicitamente che i composti sono classificati come MSI level 2, cioè putatively annotated compounds. Non sono stati impiegati standard autentici per confermare identità e tempo di ritenzione [1].
Questa distinzione non è semantica.
Nella metabolomica untargeted, un livello 2 indica che i dati spettrometrici sostengono una struttura probabile, ma esiste ancora spazio per identità alternative. Una recente analisi critica pubblicata nel 2026 su Metabolomics ribadisce che le annotazioni sotto il livello 1 dovrebbero essere trattate come piste strutturali e non automaticamente trasformate in identificazioni definitive o in basi per inferenze meccanicistiche [7].
Questo significa che frasi come “è stata rilevata clorochina” dovrebbero, nella comunicazione scientificamente più rigorosa, diventare: “è stata ottenuta un’annotazione putativa compatibile con clorochina”, salvo conferma mediante standard.
La stessa prudenza vale per le altre molecole non confermate.
Il caso “formaline”: perché richiede particolare cautela
Il paper segnala in un campione una sostanza denominata “formaline”, descritta come rodenticida tossico e strutturalmente simile alla protopina [1].
Questo dato, a mio giudizio, non va riproposto senza una nota critica.
Nelle fonti tossicologiche istituzionali, infatti, formalin indica normalmente una soluzione acquosa di formaldeide, tipicamente circa 37%, spesso stabilizzata con metanolo [10]. La formaldeide è una piccola molecola e non presenta una plausibile somiglianza strutturale con la protopina, un alcaloide benzilisochinolinico complesso.
Non è quindi possibile, sulla sola base del paper, equiparare automaticamente la voce computazionale “formaline” alla comune formalina né considerare definitivamente dimostrata la presenza di un rodenticida.
Poiché manca la conferma con standard autentico e gli autori classificano globalmente le identificazioni come MSI level 2, questo risultato deve essere riportato semplicemente come annotazione proposta dagli autori che necessita di conferma analitica indipendente.
È un esempio concreto del motivo per cui HRMS e algoritmi avanzati aumentano enormemente la capacità esplorativa, ma non eliminano il problema dell’identificazione strutturale.
Untargeted non significa esaustivo
Esiste un secondo limite tecnico spesso trascurato.
L’acquisizione è stata effettuata in sola ionizzazione positiva, su un intervallo m/z definito e con DDA condizionata da una soglia di intensità [1].
In DDA il sistema seleziona per MS/MS solo i precursori che soddisfano determinati criteri. Segnali meno intensi possono quindi non essere frammentati, soprattutto in miscele complesse. La letteratura metodologica sottolinea che l’impostazione delle soglie e dei criteri di selezione influenza direttamente la copertura MS/MS [8].
Inoltre, una singola modalità di ionizzazione non garantisce efficienza equivalente per tutte le classi chimiche.
Il lavoro fornisce quindi un profilo chimico ad alta risoluzione, non un inventario assoluto di tutte le molecole presenti.
Questa precisazione ne aumenta, anziché diminuirne, il valore scientifico: chiarisce ciò che il metodo può realmente dimostrare.
Un’altra precisazione: un metodo GC-MS validato esisteva già
Nell’introduzione gli autori affermano che non esisterebbe un metodo validato o standardizzato per determinare la composizione del nyaope [1].
La frase è troppo ampia.
Nel 2021 Mthembi, Mwenesongole e Cole avevano pubblicato sul South African Journal of Science A validated method for the analysis and profiling of ‘nyaope’ using gas chromatography–mass spectrometry, descrivendo esplicitamente una procedura GC-MS validata e riportandone parametri di accuratezza, precisione, linearità e limiti analitici [4].
È possibile che gli autori del 2026 intendessero dire che non esiste un metodo universalmente standardizzato e sufficientemente ampio per un profiling untargeted contemporaneo. In questa formulazione l’affermazione sarebbe più difendibile.
Ma dire che manca qualsiasi metodo validato non è coerente con la letteratura già disponibile.
Il vantaggio della nuova strategia UHPLC-qTOF-MS deve quindi essere presentato come estensione della capacità di caratterizzazione, non come sostituzione assoluta di metodiche GC-MS validate.
È una distinzione importante anche per il laboratorio: targeted e untargeted rispondono a domande diverse e possono essere complementari.
Questo tema si collega direttamente alle linee di indirizzo per la determinazione delle sostanze d’abuso e delle NPS nelle matrici biologiche, dove screening, conferma e appropriatezza della metodologia vengono mantenuti su piani distinti.
Perché tutto questo interessa la salute pubblica
Il risultato più importante del lavoro non è probabilmente l’elenco delle molecole.
È la dimostrazione di quanto possa essere instabile il rapporto tra nome commerciale della droga e composizione reale.
Sul piano clinico, questo rende meno affidabile la previsione del quadro di intossicazione esclusivamente sulla base della sostanza riferita dal paziente. Sul piano tossicologico rende necessari pannelli analitici sufficientemente ampi. Sul piano epidemiologico rende indispensabile collegare reperti sequestrati, dati clinici, mortalità, drug checking e sistemi di allerta.
Lo stesso principio è approfondito nell’articolo NPS: dal sistema di allerta alle norme europee e nel contributo dedicato alle droghe in polvere, tossicologia e sicurezza.
Per il nyaope esiste inoltre un livello di rischio distinto da quello chimico: l’uso per via iniettiva. La condivisione di aghi e siringhe aumenta il rischio di trasmissione di virus ematici, in particolare HCV e HIV. L’OMS continua a indicare i programmi di distribuzione di aghi e siringhe sterili e il trattamento agonista degli oppioidi tra gli interventi fondamentali di riduzione del danno [9,11].
È fondamentale non confondere i due piani: gli adulteranti modificano il rischio tossicologico; l’iniezione non sicura determina un rischio infettivo aggiuntivo.
Il vero significato della citazione del 2022
Il valore scientifico della citazione [51] può essere sintetizzato in una sequenza precisa.
Nel 2022 la letteratura veniva organizzata per mostrare che l’adulterazione non è un evento marginale, ma una componente dinamica dei mercati illegali; che gli adulteranti possono cambiare nel tempo; che possono possedere attività farmacologica propria; e che alcune conseguenze cliniche attribuite alla droga principale possono essere influenzate anche dalle sostanze aggiunte [2].
Nel 2026 Ratshisusu e colleghi analizzano otto campioni reali di una droga di strada complessa e, quando devono interpretare la presenza di sostanze non oppioidi, utilizzano quella review come uno dei riferimenti del ragionamento [1].
Il trasferimento di conoscenza è quindi tossicologico e interpretativo, non metodologico.
Il lavoro del 2022 contribuisce a spiegare perché il ritrovamento di più sostanze nello stesso reperto non debba essere considerato soltanto una curiosità analitica.
È informazione rilevante per la valutazione dell’esposizione, per la tossicologia clinica e forense, per i sistemi di allerta e per le strategie di riduzione del danno.
Conclusioni
Lo studio pubblicato su Toxics nel 2026 mostra quanto la caratterizzazione di una droga di strada possa beneficiare dell’integrazione tra UHPLC-qTOF-MS, molecular networking e strumenti computazionali per l’annotazione delle strutture [1].
I risultati rafforzano l’immagine del nyaope come prodotto eterogeneo prevalentemente collegato all’eroina ma accompagnato, nei campioni studiati, da numerose altre componenti.
Il punto scientificamente più solido non è però affermare che ogni molecola proposta sia stata definitivamente identificata. Lo studio è qualitativo, comprende soltanto otto campioni, non determina le concentrazioni e utilizza annotazioni MSI level 2 senza conferma mediante standard.
Il suo valore risiede soprattutto nella capacità di generare segnali analitici che meritano successiva conferma.
È precisamente in questo spazio che la citazione del lavoro di Di Trana, Berardinelli, Montanari, Berretta, Basile, Huestis e Busardò acquista significato.
La review del 2022 fornisce uno dei riferimenti utilizzati per interpretare l’adulterazione come variabile tossicologica e non semplicemente commerciale [2].
Il ponte scientifico può quindi essere formulato in modo rigoroso:
dall’evidenza che gli adulteranti possono modificare il profilo tossicologico delle droghe alla necessità di strumenti analitici e sistemi di sorveglianza capaci di riconoscere rapidamente composizioni inattese.
Non è una relazione celebrativa né una dipendenza metodologica tra i due studi. È un esempio concreto di trasferimento della conoscenza: una sintesi tossicologica pubblicata nel 2022 viene utilizzata nel 2026 per interpretare criticamente ciò che una nuova tecnologia analitica osserva in un mercato illecito reale.
Bibliografia
Fonti scientifiche e istituzionali
[1] Ratshisusu L, Simani OE, Moyo NB, Mavhandu-Ramarumo LG, Madala NE, Blackard JT, Selabe SG. Chemical Profiling of Nyaope and Its Public Health Implications. Toxics. 2026;14(5):410. DOI: 10.3390/toxics14050410. PMID: 42198536.
[2] Di Trana A, Berardinelli D, Montanari E, Berretta P, Basile G, Huestis MA, Busardò FP. Molecular Insights and Clinical Outcomes of Drugs of Abuse Adulteration: New Trends and New Psychoactive Substances. Int J Mol Sci. 2022;23(23):14619. DOI: 10.3390/ijms232314619. PMID: 36498947.
[3] Singh VM, Browne T, Montgomery J. The Emerging Role of Toxic Adulterants in Street Drugs in the US Illicit Opioid Crisis. Public Health Rep. 2020;135(1):6-10. DOI: 10.1177/0033354919887741. PMID: 31738861.
[4] Mthembi PM, Mwenesongole EM, Cole MD. A validated method for the analysis and profiling of ‘nyaope’ using gas chromatography–mass spectrometry. S Afr J Sci. 2021;117(11/12). DOI: 10.17159/sajs.2021/8738.
[5] Daniels WMU, Sekhotha MM, Morgan N, Manilall A. The Cytotoxic Effects of Nyaope, a Heroin-based Street Drug, in SH-SY5Y Neuroblastoma Cells. IBRO Neurosci Rep. 2024;16:280-290. DOI: 10.1016/j.ibneur.2024.01.014. PMID: 38374957.
[6] Nothias LF, Petras D, Schmid R, et al. Feature-based molecular networking in the GNPS analysis environment. Nat Methods. 2020;17:905-908. DOI: 10.1038/s41592-020-0933-6.
[7] Theodoridis G, Fiehn O, Holčapek M, et al. What’s in a name? Metabolite identification: challenges and pitfalls in untargeted metabolomics. Metabolomics. 2026;22(2):22. DOI: 10.1007/s11306-025-02387-0. PMID: 41663788.
[8] Defossez E, Bourquin J, von Reuss S, Rasmann S, Glauser G. Eight key rules for successful data-dependent acquisition in mass spectrometry-based metabolomics. Mass Spectrom Rev. 2023;42. DOI: 10.1002/mas.21715. PMID: 34145627.
[9] World Health Organization. Consolidated guidance on hepatitis B and C prevention, testing, treatment, service delivery and monitoring: an implementation handbook for a public health approach. Geneva: WHO; 2026. WHO.
[10] National Institute for Occupational Safety and Health. NIOSH Pocket Guide to Chemical Hazards: Formalin (as formaldehyde). CDC/NIOSH.
[11] World Health Organization. Needle and syringe programmes for people who inject drugs: operational guide. Geneva: WHO; 2026. WHO.
Approfondimenti interni – paoloberretta.com
[PB1] Paolo Berretta. Molecular Insights and Clinical Outcomes of Drugs of Abuse Adulteration: New Trends and New Psychoactive Substances. Approfondimento sul lavoro del 2022.
[PB2] Paolo Berretta. Droghe in polvere: tossicologia e sicurezza. Approfondimento.
[PB3] Paolo Berretta. NPS: dal sistema di allerta alle norme europee. Approfondimento.
[PB4] Paolo Berretta. Linee di indirizzo per la determinazione delle sostanze d’abuso e nuove sostanze psicoattive nelle matrici biologiche. Approfondimento.
[PB5] Paolo Berretta. Fentanyl: quando sembrava un problema lontano. Approfondimento.