Persian: ویژگی های اهداکننده از بزاق باقی مانده در صحنه جرم: سیگاری یا غیرسیگاری؟

 کشف مایعات بدن در طول تحقیقات پزشکی قانونی می تواند سرنخ های بی شماری از جنایت ارائه دهد. بزاق اغلب در طول تحقیقات خاص، به ویژه در تحقیقات تجاوزات جنسی و سایر جرایم خشونت آمیز مقابله می شود. انبوهی از اطلاعات شیمیایی موجود در ماتریس پیچیده می تواند سرنخ هایی را در مورد اینکه چه کسی ممکن است این ماده را پشت سر گذاشته باشد ارائه دهد. یکی از نمونه‌های آن این است که آیا اهداکننده سیگاری است یا خیر.

تیمی از محققان در دانشگاه آلبانی در سال‌های اخیر بارها با ابزارهای سریع و در محل خود برای تجزیه و تحلیل مایعات بدن به اخبار رسیده‌اند. با استفاده از طیف‌سنجی رامان، این گروه با موفقیت روش‌هایی را برای شناسایی مایعات بدن، تخمین سن مایعات بدن و تعیین ویژگی‌های اهداکننده مانند نژاد و جنس توسعه داده‌اند. در آخرین مقاله ایگور لدنف و همکارانش که در مجله Biophotonics منتشر شده است، نشان داده شده است که طیف سنجی رامان بین افراد سیگاری و غیر سیگاری تمایز قائل می شود.

این تیم با همکاری محققان دانشگاه کویت، طیف‌سنجی رامان را روی بزاق خشک سیگاری‌ها و غیرسیگاری‌ها با هدف استفاده از تفاوت‌های شیمیایی در نمونه‌ها برای تعیین اینکه آیا اهداکننده سیگار می‌کشد یا نه، استفاده کرد. طیف‌سنجی رامان یک تکنیک غیرمخرب است که تجزیه و تحلیل سریع و در محل نمونه‌ها را امکان‌پذیر می‌سازد و اثر انگشت‌های شیمیایی متمایز را تولید می‌کند که از نوارهایی تشکیل شده است که در اثر برهمکنش نور با ساختارهای مولکولی ایجاد می‌شوند.

ممکن است فرض شود که این آزمایش نیکوتین، یک جزء شیمیایی اصلی در تنباکو را هدف قرار دهد. با این حال، نیکوتین در بدن نسبتاً کوتاه است، بنابراین هدف مناسبی برای آزمایشات تحلیلی نیست. در عوض، محققان بر روی کوتینین، متابولیت اولیه نیکوتین با نیمه عمر بسیار طولانی‌تر تمرکز کردند. نمونه های بزاق از 32 اهدا کننده با طیف سنجی رامان تجزیه و تحلیل شد و پروفایل های شیمیایی تولید شده برای تفاوت ها مورد بررسی قرار گرفت. محققان خیلی زود با مشکلی مواجه شدند. نوارهای رامان نشان‌دهنده کوتینین با نوارهای رامان معمولی تولید شده توسط بزاق همپوشانی دارند و تشخیص کوتینین در بزاق را به چالش می‌کشند. تیم برای حل این مشکل از یادگیری ماشینی استفاده کرد.

اول، آنها هشت ناحیه طیفی را شناسایی کردند که بیشترین تنوع را بین بزاق افراد سیگاری و غیر سیگاری ایجاد می کرد. با استفاده از یک شبکه عصبی مصنوعی، یک مدل طبقه‌بندی برای پیش‌بینی عادات سیگار کشیدن یک اهداکننده ساخته شد. با وارد کردن داده‌های شیمیایی از نمونه‌های شناخته شده، شبکه قادر است از داده‌ها به منظور پیش‌بینی خروجی یاد بگیرد (در این مورد، اینکه اهداکننده نمونه بزاق سیگاری بوده یا نه). در مطالعات مبتنی بر آزمایشگاه، مدل ساخته شده به دقت چشمگیر 100٪ دست یافت.

اگرچه این مطالعه آزمایشی بر اساس حجم نمونه بسیار محدودی انجام شد، این تکنیک در تعیین ویژگی های اهداکننده از مایعات بدن خشک شده نویدبخش است.

الهتلانی و همکاران. افتراق افراد سیگاری و غیرسیگاری بر اساس طیف سنجی رامان مایع دهان و آمارهای پیشرفته برای کاربردهای پزشکی قانونی مجله Biophotonics، و می توانید در اینجا پیدا کنید: https://onlinelibrary.wiley.com/doi/abs/10.1002/jbio.201960123 مثل همیشه، ایمن بمانید!

پرنده