公司机密。 不要透露。
用数据驱动的取证破案
具有分析意识的法医化学家简化了最先进新技术的测试和开发，以帮助将罪犯绳之以法。
_________________________________________________________________________________________
挑战：开发新的工具和方法来帮助法医科学家发现解决犯罪的关键证据。
解决方案：利用 JMP 进行实验设计 (DOE) 方法，例如同时优化多个实验条件的因子和响应面。
结果：借助 JMP，研究人员拥有所需的实验能力和高级分析能力，以获取对新取证工具的定量见解并推进新取证方法的开发。 研究员 Ashur Rael 说：“JMP 拓宽了我们的研究进展的选择范围。 我们可以提出问题并找到我们无法找到的答案。”
_________________________________________________________________________________________
在现在熟悉的犯罪剧比喻中，即使是最棘手的案件，侦探也扮演着主角。 但通常是回到实验室的法医科学家发现扭转局势并解决犯罪的证据。 在这种背景下，艺术模仿生活；法医化学已成为刑事司法系统的核心部分。 作为一个以超越怀疑阴影的证据为核心的领域的主要参与者，法医科学家努力不断改进他们的分析方法。
考虑到这一目标，印第安纳大学 - 普渡大学印第安纳波利斯分校 (IUPUI) 的研究人员已转向 JMP® 以简化实验过程。
在最近的 JMP 探索峰会上，IUPUI 化学与化学生物学系的研究生 Ashur Rael 与 Co -作者 John Goodpaster 副教授、研究生助理 Courtney Cruse 和 Zackery Roberson 以及本科助理 Magnus Rydberg，都在 IUPUI。
在他的演讲中，Rael 详细介绍了他和他的研究合作者如何在 JMP 中应用聚类和多变量分析来揭示潜在的光谱特征，从而揭示差异并量化 GC-VUV 识别化合物的能力。 在这个过程中，他们正在帮助开发新的工具和方法，以帮助法医科学家更快地解决犯罪问题，并提供科学合理的证据来证明这一点。
已知与未知
法医化学应用化学和毒理学学科来识别涉及犯罪的未知材料。 分析受控物质、可燃液体或爆炸物的样品需要具有高灵敏度、选择性和特异性的仪器和方法。
其中一种方法是 GC-VUV。 这种相对较新的方法将气相色谱法（用于分离气体混合物）与真空紫外光谱法（用于捕获气态化合物的定量和定性光谱数据）相结合。
Rael 正在应用 JMP 来改进 GC-VUV 的方法开发和光谱分析。 将 JMP 用于实验设计 (DOE) 应用程序，包括因子和响应面，使他能够同时优化多个实验条件。 它还允许他考虑多个响应。
“通过一次测试一个因素来开发新方法既费时又困难，尤其是当多重响应很重要时，”雷尔说。 “使用视觉或直接分析很难或不可能了解光谱数据。”
Goodpaster 研究小组现在正在研究识别样品中的单个分子并创建整体材料轮廓。 “我们可能正在识别样品或纤维中的特定药物，可以与已知药物相匹配。 我创建了一个层次聚类，用于识别未知数，以及识别和比较已知和未知数，”Rael 解释说。
比大型强子对撞机小
GC-VUV 是在最初为石化行业开发的仪器上进行的，以满足行业专家分析彼此高度相似的分子的需要。 该装置是色谱检测器，通过使混合物通过混合物组分以不同速率移动的介质来分离混合物。
“假设你有一杯橙子水，其中包含来自橙子的各种化合物，以及水中残留的有机物，”雷尔说。 “如果您的色谱分离效果很好，您就可以单独查看每个部分。 为了实现这一点，在这种情况下，我们正在研究来自分子的高能光的相互作用。”
过去，这种分析需要一个相当大的同步加速器设施——最大的例子是大型强子对撞机，由欧洲核研究组织 (CERN) 在日内瓦附近的 17 英里隧道中运行。 Rael 使用的仪器更易于管理——大约有一个手提行李箱那么大。
结果很有希望。 目前，最佳检测方法是基于质量。 但是如果相同的原子以不同的方式排列形成独特的分子，就不可能用质量来区分分子。 例如，在法医领域，很难区分“设计毒品”——受法律限制的麻醉品的合成类似物，旨在规避毒品法律。
通过新的检测方法，雷尔建立在每个分子都有自己的特征这一事实的基础上。 “这可能成为许多目前不切实际的分析的首选，”他说。
微小的差异，庞大的数据集
但是执行这种频谱分析可能涉及非常大的数据集。 “假设我们正在研究苯乙胺，这是一类包括甲基苯丙胺的药物，”雷尔说。 “因为它们是相似的分子，所以它们以相似的模式与光相互作用。”
事实上，每 0.05 纳米就会出现一个相互作用点。 “我们谈论的是每个频谱中的数百个数据点，”Rael 指出。 “而且很难轻易区分它们。 它不像只有几个排列的 15 个字符的名称。 它更像是一个 100,000 个字符的名字。”
更重要的是，Rael 正在使用极少量的每种物质——一微升中的十亿分之几。 “我们谈论的是纳克，”他补充道。 Rael 寻找与现有光谱库的相关系数——本质上是实验值和库值的两条谱线之间的空间。
“每个光谱有近 1,000 个数据点，您通常无法将其直接用于判别分析，因为您需要的维度少于样本，”Rael 解释说。 “所以我们从主成分分析开始进行降维。 然后我们可以开始可视化一些东西。”
成为首选
这就是 JMP 的用武之地。 “JMP 具有非常好的功能、出色的可用性和出色的数据输出，”Rael 说。 “我们可以进行降维。 我们可以做判别分析。 然后我们最终得到分数图。 所以它告诉我们分类。
“如果没有 JMP，主成分分析主要是定性的，而不是定量的，”他继续说道。 “我们可以确定组之间距离的平均值，但它变得笨拙，因为我们正在进行一对一的比较，最终得到向量。 所以我们没有得到可消化的信息。”
通过 JMP，Rael 和他的合作者探索平均预测概率以获得更多的量化值。 他可以超越更简单的分类问题，深入研究更有用的细节。 Rael 引用了石油化合物的例子：“在纵火案中，你会寻找像燃料这样的促进剂的特征分子，”他说。 “然后你可以缩小燃料的种类。”
如果 Rael 可以看到他的 DOE 设计空间中的所有分子都有概率为 1，那么他就可以验证 GC-VUV 结果中没有不确定性。 相比之下，使用质谱法，每个分子都可能具有不确定性。
“我们寻找质谱的弱点，我们寻找真空-紫外光谱的弱点，”Rael 说。 “因为你不能用图片的另一半替换图片的一半。 如果真空紫外光谱仪能够以最小的妥协告诉你更多的故事，那么它可能成为首选。”
JMP现场
然而，部分挑战是让法医界相信像 GC-VUV 这样的新方法的优势。 “这就是为什么我们的很多分析都用来说明光谱的不同之处，以消除这种不确定性，”雷尔解释说。
除了使用 JMP 进行光谱比较外，IUPUI 研究团队还将该软件应用于方法开发，包括使用实验设计来改进方法和开发新方法。 因此，该小组旨在提高其科学成果的可重复性。
Rael 还在与取证社区中的“一次只做一件事”的心态作斗争。 “我们通常必须从更稳健的设计开始，”他说。 “所以我们将从一个完整的阶乘或响应面开始。 然后我们将在该空间内进行迭代优化以获得更高的分辨率。”
Rael 指出，这提供了与一次做一个因素类似的数据，“例如，因为我们正在获得子筛选设计。 但是因为我们正在将我们的实验设计构建到这些实验设计空间中，所以我们可以查看各种因素之间的相互作用。”
他说，JMP 对这些努力至关重要； “JMP 是一个很棒的工具。 它提供了出色的探索性分析，我很高兴能够进一步研究其图形工具。
“JMP 拓宽了我们研究进展的选择范围，”雷尔总结道。 “我们可以提出问题并找到其他方式无法找到的答案。”而且，如果一切顺利，支持创建新的工具和方法，以帮助法医科学家解决更多案件。
