Hungarian: Donor jellemzői a tetthelyen hagyott nyálból: dohányos vagy nemdohányzó?

A törvényszéki nyomozás során feltárt testnedvek számtalan bûncselekményre utalhatnak. Bizonyos nyomozások során gyakran ellensúlyozzák a nyálat, különösen a szexuális zaklatás és más erőszakos bűncselekmények kivizsgálása során. A komplex mátrixban található rengeteg kémiai információ támpontokat adhat arra vonatkozóan, hogy ki hagyhatta hátra az anyagot. Ennek egyik példája, hogy a donor dohányzik-e vagy sem.

Az Albany Egyetem kutatóinak egy csoportja az elmúlt években többször is hírt adott a testnedv-elemzés gyors, helyszíni eszközeivel. A Raman-spektroszkópia segítségével a csoport sikeresen kifejlesztett módszereket a testnedvek azonosítására, a testfolyadék életkorának becslésére, valamint a donor jellemzőinek, például faji és nemi meghatározására. Igor Lednev és kollégái legújabb, a Journal of Biophotonics folyóiratban megjelent cikkében kimutatták, hogy a Raman-spektroszkópia különbséget tesz a dohányosok és a nemdohányzók között.

A Kuvaiti Egyetem kutatóival együttműködve a csapat Raman-spektroszkópiát alkalmazott dohányosok és nemdohányzók szárított nyálára, hogy a minták kémiai különbségeit felhasználva meghatározzák, hogy a donor dohányzik-e vagy sem. A Raman-spektroszkópia egy roncsolásmentes technika, amely lehetővé teszi a minták gyors, helyszíni elemzését, és jellegzetes kémiai ujjlenyomatokat hoz létre, amelyek a fény és a molekulaszerkezetek kölcsönhatása során keletkező sávokból állnak.

Feltételezhető, hogy a teszt a nikotint, a dohány egyik fő kémiai összetevőjét célozza meg. A nikotin azonban viszonylag rövid életű a szervezetben, így nem megfelelő célpont az analitikai vizsgálatokhoz. Ehelyett a kutatók a kotininra összpontosítottak, amely a nikotin egyik elsődleges metabolitja, amelynek lényegesen hosszabb a felezési ideje. 32 donor nyálmintáját Raman-spektroszkópiával elemezték, és az előállított kémiai profilokat megvizsgálták a különbségek szempontjából. A kutatók hamarosan problémába ütköztek. A kotinint jelző Raman-sávok átfedésben voltak a nyál által termelt tipikus Raman-sávokkal, ami kihívást jelent a nyálban a kotinin kimutatása. A csapat gépi tanulást használt a probléma megoldására.

Először nyolc spektrális régiót azonosítottak, amelyek a legnagyobb eltérést okozták a dohányosok és a nemdohányzók nyálában. Mesterséges neurális háló segítségével osztályozási modellt állítottunk fel a donor dohányzási szokásainak előrejelzésére. Az ismert mintákból származó kémiai adatok bevitelével a hálózat képes tanulni az adatokból, hogy előre jelezze a kimenetet (ebben az esetben, hogy a nyálminta donora dohányos-e vagy sem). A laboratóriumi vizsgálatok során a megszerkesztett modell lenyűgöző, 100%-os pontosságot ért el.

Bár ez a kísérleti tanulmány nagyon korlátozott mintaméreten alapult, a technika nagy ígéretet mutat a szárított testnedvek donor tulajdonságainak meghatározásában.

Al-Hetlani et al. A dohányosok és a nemdohányzók megkülönböztetése a szájfolyadék Raman-spektroszkópiája és a törvényszéki alkalmazások fejlett statisztikái alapján. Journal of Biophotonics, és itt található: https://onlinelibrary.wiley.com/doi/abs/10.1002/jbio.201960123, mint mindig, maradj biztonságban!

madár