Lithuanian: Donoro savybės iš nusikaltimo vietoje likusių seilių: rūkantis ar nerūkantis?

Teismo medicinos tyrimo metu aptikti kūno skysčiai gali suteikti daugybę nusikaltimo įkalčių. Atliekant tam tikrus tyrimus, ypač tiriant seksualinius išpuolius ir kitus smurtinius nusikaltimus, dažnai atremiamos seilės. Daugybė cheminės informacijos, esančios sudėtingoje matricoje, gali padėti suprasti, kas galėjo palikti medžiagą. Vienas iš pavyzdžių – ar donoras rūko, ar ne.

Olbanio universiteto mokslininkų komanda pastaraisiais metais daug kartų pasiekė naujienas, naudodama greitus, vietoje naudojamus kūno skysčių analizės įrankius. Naudodama Ramano spektroskopiją, grupė sėkmingai sukūrė metodus, leidžiančius nustatyti kūno skysčius, įvertinti kūno skysčių amžių ir nustatyti donoro savybes, tokias kaip rasė ir lytis. Naujausiame Igorio Lednevo ir jo kolegų dokumente, paskelbtame Biophotonics žurnale, Ramano spektroskopija atskiria rūkančius ir nerūkančius.

Bendradarbiaudama su Kuveito universiteto mokslininkais, komanda Ramano spektroskopiją taikė džiovintoms rūkančiųjų ir nerūkančiųjų seilėms, siekdama panaudoti cheminius mėginių skirtumus, kad nustatytų, ar donoras rūko, ar ne. Ramano spektroskopija yra neardomoji technika, leidžianti greitai vietoje analizuoti mėginius ir gauti išskirtinius cheminius pirštų atspaudus, sudarytus iš juostų, susidarančių dėl šviesos sąveikos su molekulinėmis struktūromis.

Galima daryti prielaidą, kad bandymas bus nukreiptas į nikotiną, pagrindinį tabako cheminį komponentą. Tačiau nikotinas organizme gyvena gana trumpai, todėl nėra tinkamas analitinių tyrimų taikinys. Vietoj to tyrėjai sutelkė dėmesį į kotininą, pagrindinį nikotino metabolitą, kurio pusinės eliminacijos laikas žymiai ilgesnis. 32 donorų seilių mėginiai buvo analizuojami Ramano spektroskopijos metodu, o gautų cheminių profilių skirtumai buvo ištirti. Netrukus mokslininkai susidūrė su problema. Ramano juostos, rodančios kotininą, sutapo su tipiškomis Ramano juostomis, kurias gamina seilės, todėl kotinino aptikimas seilėse buvo sudėtingas. Šiai problemai išspręsti komanda naudojo mašininį mokymąsi.

Pirma, jie nustatė aštuonias spektrines sritis, kurios labiausiai skyrėsi tarp rūkančiųjų ir nerūkančiųjų seilių. Naudojant dirbtinį neuronų tinklą, buvo sukurtas klasifikavimo modelis donoro rūkymo įpročiams prognozuoti. Įvesdamas cheminius duomenis iš žinomų mėginių, tinklas gali mokytis iš duomenų, kad galėtų numatyti produkciją (šiuo atveju, ar seilių mėginio donoras buvo rūkalius, ar ne). Laboratoriniuose tyrimuose sukonstruotas modelis pasiekė įspūdingą 100% tikslumą.

Nors šis bandomasis tyrimas buvo pagrįstas labai ribotu imties dydžiu, šis metodas rodo didelį pažadą nustatant donoro charakteristikas iš džiovintų kūno skysčių.

Al-Hetlani ir kt. Rūkančiųjų ir nerūkančiųjų atskyrimas pagal burnos skysčio Ramano spektroskopiją ir pažangią teismo medicinos statistiką. Biophotonics žurnalas, kurį galite rasti čia: https://onlinelibrary.wiley.com/doi/abs/10.1002/jbio.201960123, kaip visada, būkite saugūs!

paukštis