회사 기밀. 공개하지 마십시오.
데이터 기반 포렌식으로 사건 해결
분석적 사고를 가진 법의학 화학자들은 범죄자를 재판에 넘기는 데 도움이 되는 최첨단 신기술의 테스트 및 개발을 간소화합니다.
__________________________________________________________________________________________________________
도전: 법의학 과학자들이 범죄를 해결하는 핵심 증거를 밝힐 수 있도록 새로운 도구와 방법론을 개발하십시오.
해결책: 여러 실험 조건을 동시에 최적화하는 요인 및 반응 표면과 같은 실험 설계(DOE) 방법에 JMP를 활용합니다.
결과: JMP를 통해 연구원은 새로운 포렌식 도구에 대한 정량적 통찰력을 얻고 새로운 포렌식 방법론의 개발을 진행하는 데 필요한 실험 기능과 고급 분석을 갖게 됩니다. 연구원 Ashur Rael은 다음과 같이 말합니다. 다른 방법으로는 찾을 수 없는 질문을 하고 답을 찾을 수 있습니다.”
__________________________________________________________________________________________________________
이제는 친숙한 범죄 드라마 트로피에서 형사는 가장 어려운 사건을 해결하는 데 주연을 맡습니다. 그러나 전세를 뒤집고 범죄를 해결하는 증거를 밝혀내는 것은 종종 실험실에 있는 법의학 과학자들입니다. 이러한 맥락에서 예술은 삶을 모방합니다. 법의학은 형사 사법 시스템의 핵심 부분이 되었습니다. 그리고 법의학 과학자들은 의심의 여지가 없는 증거를 중심으로 하는 분야의 핵심 참여자로서 분석 방법을 지속적으로 개선하기 위해 노력합니다.
이러한 목표를 염두에 두고 Indiana University – Purdue University Indianapolis(IUPUI)의 연구원들은 실험 프로세스를 간소화하기 위해 JMP®로 전환했습니다.
최근 JMP 디스커버리 서밋에서 IUPUI의 화학 및 화학 생물학과 대학원생인 Ashur Rael은 "JMP를 사용하여 법의학을 위한 가스 크로마토그래피-진공 자외선 분광법(GC-VUV) 개선"이라는 제목의 논문을 공동 공동 저술했습니다. - 저자 John Goodpaster 부교수, 대학원 조교 Courtney Cruse 및 Zackery Roberson 및 학부 조교 Magnus Rydberg, 모두 IUPUI에 있습니다.
Rael은 프레젠테이션에서 자신과 그의 연구 협력자들이 JMP에서 클러스터링 및 다변량 분석을 적용하여 차별화를 밝히고 화합물을 식별하는 GC-VUV의 능력을 정량화하는 기본 스펙트럼 특성을 밝히는 방법을 자세히 설명했습니다. 그 과정에서 법의학 과학자들이 범죄를 더 빨리 해결하고 과학적으로 타당한 증거로 범죄를 증명하는 데 도움이 되는 새로운 도구와 방법론을 개발하는 데 도움을 주고 있습니다.
알려진 것과 알려지지 않은 것
법의학은 범죄와 관련된 알려지지 않은 물질을 식별하기 위해 화학 및 독물학 분야를 적용합니다. 통제 물질, 발화성 액체 또는 폭발물의 샘플을 분석하려면 높은 수준의 감도, 선택성 및 특이성을 갖춘 기기와 방법론이 필요합니다.
그러한 방법론 중 하나는 GC-VUV입니다. 이 비교적 새로운 접근 방식은 기체 크로마토그래피(기체 혼합물 분리용)와 진공 자외선 분광법(기체 화합물에 대한 정량적 및 정성적 스펙트럼 데이터 캡처용)을 결합합니다.
Rael은 GC-VUV에 대한 분석법 개발 및 스펙트럼 분석을 개선하기 위해 JMP를 적용하고 있습니다. 요인 및 반응 표면을 포함한 실험 설계(DOE) 응용 프로그램에 JMP를 사용하면 여러 실험 조건을 동시에 최적화할 수 있습니다. 또한 여러 응답을 고려할 수 있습니다.
Rael은 "한 번에 하나의 요소를 테스트하여 새로운 방법을 개발하는 것은 특히 여러 응답이 중요한 경우 시간이 많이 걸리고 어렵습니다."라고 말합니다. "시각적 또는 직접적인 분석을 사용하여 스펙트럼 데이터를 이해하는 것은 어렵거나 불가능합니다."
Goodpaster 연구 그룹은 현재 샘플 내의 개별 분자를 식별하고 전체 재료 프로파일을 생성하는 방법을 살펴보고 있습니다. "우리는 알려진 것과 일치할 수 있는 샘플 또는 섬유 내에서 특정 약물을 식별할 수 있습니다. 나는 미지수를 식별하고 알려진 것과 알려지지 않은 것을 식별하고 비교하기 위해 계층적 클러스터링을 만들었습니다.”라고 Rael은 설명합니다.
대형 강입자 충돌기보다 작음
GC-VUV는 서로 매우 유사한 분자를 분석해야 하는 업계 전문가의 요구에 부응하기 위해 원래 석유화학 산업을 위해 개발된 기기에서 수행됩니다. 이 장치는 혼합물 성분이 서로 다른 속도로 움직이는 매질을 통과하여 혼합물을 분리하는 크로마토그래피용 검출기입니다.
"오렌지의 다양한 화합물과 물의 잔류 유기물이 포함된 오렌지 물 한 잔이 있다고 가정해 봅시다."라고 Rael은 말합니다. “크로마토그래피 분리가 잘 되면 각 조각을 개별적으로 볼 수 있습니다. 이를 달성하기 위해 이 경우 분자에서 나오는 매우 높은 에너지의 빛의 상호 작용을 살펴보고 있습니다.”
과거에는 이러한 분석을 수행하기 위해 상당한 규모의 싱크로트론 시설이 필요했습니다. 그 중 가장 큰 예는 유럽 핵 연구 기구(CERN)가 운영하는 대형 강입자 충돌기(Large Hadron Collider)로, 제네바 근처의 17마일 터널에서 운영됩니다. Rael이 사용하는 기기는 휴대 가방 크기 정도로 관리하기가 훨씬 더 쉽습니다.
결과는 유망했습니다. 현재 최적의 검출 방법은 질량을 기준으로 합니다. 그러나 동일한 원자가 다른 방식으로 배열되어 고유한 분자를 형성하는 경우 질량을 사용하여 분자를 구별하는 것은 불가능합니다. 예를 들어 법의학에서는 마약법을 우회하기 위해 고안된 법적으로 제한된 마약의 합성 유사체인 "설계 약물"을 구별하기가 매우 어려울 수 있습니다.
새로운 검출 방법으로 라엘은 모든 분자가 고유한 특징을 가지고 있다는 사실을 기반으로 합니다. "이것은 현재 비현실적인 많은 분석을 위한 첫 번째 선택이 될 수 있습니다."라고 그는 말합니다.
작은 차이, 거대한 데이터 세트
그러나 이러한 종류의 스펙트럼 분석을 수행하려면 매우 큰 데이터 세트가 포함될 수 있습니다. "메스암페타민을 포함하는 약물 종류인 페닐에틸아민을 조사한다고 가정해 봅시다."라고 Rael은 말합니다. "그들은 유사한 분자이기 때문에 유사한 패턴으로 빛과 상호 작용합니다."
실제로 상호 작용 지점은 0.05나노미터마다 발생합니다. "우리는 각 스펙트럼에서 수백 개의 데이터 포인트에 대해 이야기하고 있습니다."라고 Rael은 지적합니다. “그리고 쉽게 구별하기가 어렵습니다. 몇 가지 순열만 있는 15자 이름이 아닙니다. 100,000자 이름에 가깝습니다.”
게다가 라엘은 극소량의 각 물질(1마이크로리터당 10억분의 1)로 작업하고 있습니다. “우리는 나노그램에 대해 이야기하고 있습니다.”라고 그는 덧붙입니다. Rael은 기존 스펙트럼 라이브러리와 상관 계수를 찾습니다. 본질적으로 실험 값과 라이브러리 값의 두 스펙트럼 라인 사이의 공간입니다.
Rael은 "스펙트럼당 거의 1,000개의 데이터 포인트가 있으므로 일반적으로 샘플보다 더 적은 차원이 필요하기 때문에 이를 판별 분석에 직접 넣을 수 없습니다."라고 설명합니다. “그래서 우리는 차원 축소를 수행하기 위해 주성분 분석부터 시작합니다. 그런 다음 우리는 무언가를 시각화하기 시작할 수 있습니다.”
첫 번째 선택이 되다
바로 여기에서 JMP가 등장합니다. Rael은 "JMP는 매우 좋은 기능, 뛰어난 유용성 및 탁월한 데이터 출력을 제공합니다. “차원 축소를 할 수 있습니다. 차별적 분석을 할 수 있습니다. 그런 다음 점수 플롯으로 끝납니다. 그래서 분류에 대해 알려줍니다.
"JMP가 없으면 주성분 분석은 정량적이 아니라 대부분 정성적입니다."라고 그는 말합니다. “그룹 간 거리의 평균을 결정할 수는 있지만, 일대일 비교를 수행하고 결국 벡터로 끝나기 때문에 다루기 어려워집니다. 그래서 우리는 소화 가능한 정보를 얻지 못합니다.”
JMP를 사용하여 Rael과 그의 공동 작업자는 평균 예측 확률을 탐색하여 더 많은 양적 가치를 얻습니다. 그는 분류의 단순한 질문을 넘어 더 유용한 세부 사항으로 드릴다운할 수 있습니다. Rael은 석유 화합물의 예를 인용합니다. “방화의 경우 연료와 같은 촉진제의 특성 분자를 찾습니다.”라고 그는 말합니다. "그러면 연료의 종류를 좁힐 수 있습니다."
Rael이 분자에 대한 DOE 설계 공간의 모든 것이 1의 확률을 갖는다는 것을 알 수 있다면 그는 GC-VUV 결과에 불확실성이 없음을 확인할 수 있습니다. 대조적으로 질량분석법에서는 모든 분자가 불확실성을 가질 수 있습니다.
"우리는 질량 분석법의 약점을 찾고 진공-자외선 분광법의 약점을 찾습니다."라고 Rael은 말합니다. “그림의 절반을 그림의 다른 절반으로 바꿀 수 없기 때문입니다. 진공-자외선 분광기가 최소한의 타협으로 더 많은 이야기를 할 수 있다면 그것이 첫 번째 선택이 될 수 있습니다.”
현장의 JMP
그러나 도전의 일부는 GC-VUV와 같은 새로운 방법론의 장점을 법의학 커뮤니티에 확신시키는 것입니다. "그래서 우리의 많은 분석이 스펙트럼이 얼마나 다른지 설명하여 불확실성을 제거하는 데 사용됩니다."라고 Rael은 설명합니다.
스펙트럼 비교를 위해 JMP를 사용하는 것 외에도 IUPUI 연구팀은 방법을 개선하고 새로운 방법을 개발하기 위해 실험 설계를 사용하는 것을 포함하여 방법 개발에 소프트웨어를 적용합니다. 이를 통해 그룹은 과학적 결과물의 재현성을 높이는 것을 목표로 합니다.
Rael은 또한 법의학 커뮤니티에서 "한 번에 한 가지" 사고방식과 싸우고 있습니다. "보통 더 강력한 디자인으로 시작해야 합니다."라고 그는 말합니다. “그래서 우리는 전체 요인 또는 반응 표면으로 시작할 것입니다. 그런 다음 더 높은 해상도를 얻기 위해 해당 공간 내에서 반복적인 최적화를 수행할 것입니다.”
Rael은 "예를 들어 하위 심사 설계를 얻고 있기 때문에 한 번에 한 가지 요소를 수행하는 것과 유사한 데이터를 제공합니다. 그러나 우리는 실험 설계를 이러한 실험 설계 공간으로 구조화하고 있기 때문에 다양한 요인 간의 상호 작용을 볼 수 있습니다.”
JMP는 이러한 노력에 결정적인 역할을 했다고 그는 말합니다. “JMP는 훌륭한 도구입니다. 그것은 훌륭한 탐색적 분석을 제공하며 나는 그것의 그래프 도구에 대해 더 자세히 살펴보게 되어 기쁩니다.
Rael은 "JMP는 연구 진행 방식에 대한 선택권을 넓혀줍니다."라고 결론지었습니다. "질문을 하고 다른 방법으로는 찾을 수 없는 답변을 찾을 수 있습니다." 그리고 모든 것이 순조롭게 진행된다면 법의학 과학자들이 더 많은 사건을 해결하는 데 도움이 되는 새로운 도구와 방법론의 생성을 지원합니다.
