RISERVATO AZIENDALE. NON DIVULGARE.
Risolvere il caso con la scientifica basata sui dati
I chimici forensi dalla mentalità analitica semplificano la sperimentazione e lo sviluppo di nuove tecnologie all'avanguardia per aiutare a consegnare i criminali alla giustizia.
_______________________________________________________________________________________________________________
Sfida: Sviluppa nuovi strumenti e metodologie per aiutare gli scienziati forensi a scoprire prove chiave che risolvono i crimini.
Soluzione: Sfrutta JMP per la progettazione di metodi di esperimenti (DOE) come fattoriali e superfici di risposta che ottimizzano più condizioni sperimentali contemporaneamente.
Risultati: Con JMP, i ricercatori hanno le capacità sperimentali e l'analisi avanzata di cui hanno bisogno per acquisire informazioni quantitative sui nuovi strumenti forensi e far progredire lo sviluppo di nuove metodologie forensi. Dice il ricercatore Ashur Rael: “JMP amplia le opzioni su come la nostra ricerca potrebbe progredire. Possiamo fare domande e trovare risposte che altrimenti non potremmo trovare”.
_______________________________________________________________________________________________________________
Nell'ormai familiare tropo del dramma criminale, i detective giocano un ruolo da protagonista nel risolvere anche il caso più difficile. Ma spesso sono gli scienziati forensi nel laboratorio che scoprono le prove che invertono le sorti e risolvono il crimine. In questo contesto, l'arte imita la vita; la chimica forense è diventata una parte centrale del sistema di giustizia penale. E come attori chiave in un campo che ruota attorno alla prova oltre l'ombra di ogni dubbio, gli scienziati forensi si sforzano di migliorare continuamente i loro metodi analitici.
Con questo obiettivo in mente, i ricercatori della Indiana University – Purdue University Indianapolis (IUPUI) si sono rivolti a JMP® per semplificare il processo di sperimentazione.
In un recente JMP Discovery Summit, Ashur Rael, uno studente laureato presso il Dipartimento di Chimica e Biologia Chimica dell'IUPUI, ha pubblicato un documento intitolato "Improving Gas Chromatography–Vacuum Ultraviolet Spectroscopy (GC-VUV) for Forensic Science Using JMP", scritto in collaborazione con co -autori Professore Associato John Goodpaster, assistenti laureati Courtney Cruse e Zackery Roberson e assistente universitario Magnus Rydberg, tutti presso IUPUI.
Nella sua presentazione, Rael ha spiegato in dettaglio come lui e i suoi collaboratori di ricerca applicano il clustering e l'analisi multivariata in JMP per scoprire le caratteristiche spettrali sottostanti che rivelano la differenziazione e quantificano la capacità di GC-VUV di identificare i composti. Nel processo, stanno aiutando a sviluppare nuovi strumenti e metodologie che aiuteranno gli scienziati forensi a risolvere i crimini più velocemente e con prove scientificamente valide per dimostrarlo.
Conosciuti e sconosciuti
La chimica forense applica le discipline della chimica e della tossicologia per identificare materiali sconosciuti coinvolti in crimini. L'analisi di campioni di sostanze controllate, liquidi infiammabili o esplosivi richiede strumenti e metodologie con elevati livelli di sensibilità, selettività e specificità.
Una di queste metodologie è GC-VUV. Questo approccio relativamente nuovo combina la gascromatografia (per la separazione di miscele di gas) con la spettroscopia ultravioletta sotto vuoto (per l'acquisizione di dati spettrali quantitativi e qualitativi sui composti gassosi).
Rael sta applicando JMP per migliorare lo sviluppo del metodo e l'analisi spettrale per GC-VUV. L'utilizzo di JMP per applicazioni di progettazione di esperimenti (DOE), inclusi fattoriali e superfici di risposta, gli consente di ottimizzare più condizioni sperimentali contemporaneamente. Gli permette anche di prendere in considerazione più risposte.
"Sviluppare nuovi metodi testando un fattore alla volta richiede tempo e difficoltà, soprattutto quando sono importanti risposte multiple", afferma Rael. "Comprendere i dati spettrali è difficile o impossibile utilizzando l'analisi visiva o diretta".
Il gruppo di ricerca Goodpaster sta ora esaminando l'identificazione delle singole molecole all'interno di un campione e la creazione di profili materiali complessivi. “Potremmo identificare un farmaco specifico all'interno di un campione o di fibre che possono essere abbinate a un noto. Ho creato un raggruppamento gerarchico per l'identificazione di incognite e per l'identificazione e il confronto tra note e incognite", spiega Rael.
Più piccolo del Large Hadron Collider
GC-VUV è condotto su uno strumento originariamente sviluppato per l'industria petrolchimica, in risposta all'esigenza degli esperti del settore di analizzare molecole molto simili tra loro. Il dispositivo è un rivelatore per cromatografia, che separa le miscele facendole passare attraverso un mezzo in cui i componenti della miscela si muovono a velocità diverse.
"Supponiamo di avere un bicchiere di acqua all'arancia che include vari composti delle arance, oltre a residui organici dell'acqua", dice Rael. “Se hai una buona separazione cromatografica, puoi vedere ogni pezzo individualmente. Per ottenere ciò, in questo caso stiamo esaminando l'interazione della luce ad altissima energia che esce dalle molecole".
In passato, tale analisi richiedeva una struttura di sincrotrone di notevoli dimensioni, il cui esempio più grande è il Large Hadron Collider, gestito dall'Organizzazione europea per la ricerca nucleare (CERN) in un tunnel di 17 miglia vicino a Ginevra. Lo strumento con cui lavora Rael è molto più maneggevole, delle dimensioni di un bagaglio a mano.
I risultati sono stati promettenti. Attualmente, il metodo di rilevamento ottimale si basa sulla massa. Ma se gli stessi atomi sono disposti in modi diversi per formare molecole uniche, è impossibile usare la massa per distinguere le molecole. In medicina legale, ad esempio, può essere molto difficile distinguere tra "droghe di design" - analoghi sintetici di narcotici legalmente limitati, che sono ideati per eludere le leggi sulla droga.
Con il nuovo metodo di rilevamento, Rael si basa sul fatto che ogni molecola ha la propria firma. "Questa potrebbe diventare la prima scelta per molte analisi attualmente poco pratiche", afferma.
Piccole differenze, enormi set di dati
Ma l'esecuzione di questo tipo di analisi spettrale può coinvolgere insiemi di dati molto grandi. "Diciamo che stiamo guardando le feniletilamine, una classe di farmaci che include le metanfetamine", dice Rael. "Poiché sono molecole simili, interagiscono con la luce in schemi simili."
Infatti, ogni 0,05 nanometri si verifica un punto di interazione. "Stiamo parlando di centinaia di punti dati in ogni spettro", sottolinea Rael. “Ed è difficile distinguerli prontamente. Non è come un nome di 15 caratteri con solo poche permutazioni. È più simile a un nome di 100.000 caratteri".
Inoltre, Rael sta lavorando con quantità infinitamente piccole di ciascuna sostanza – parti per miliardo in un singolo microlitro. "Stiamo parlando di nanogrammi", aggiunge. Rael cerca un coefficiente di correlazione con una libreria di spettri esistenti, essenzialmente lo spazio tra due righe spettrali del valore sperimentale e il valore della libreria.
"Con quasi 1.000 punti dati per spettro, in genere non è possibile inserirli direttamente nell'analisi discriminante, poiché è necessario disporre di meno dimensioni rispetto ai campioni", spiega Rael. “Quindi iniziamo con un'analisi dei componenti principali per ridurre la dimensionalità. Quindi possiamo iniziare a visualizzare qualcosa”.
Diventare la prima scelta
È qui che entra in gioco JMP. "JMP ha caratteristiche molto interessanti, un'eccellente usabilità e un'eccellente produzione di dati", afferma Rael. “Possiamo ridurre la dimensionalità. Possiamo fare analisi discriminate. E poi finiamo con le trame dei punteggi. Quindi ci parla delle classificazioni.
"Senza JMP, l'analisi dei componenti principali è in gran parte qualitativa, non quantitativa", continua. “Possiamo determinare la media delle distanze tra i gruppi, ma diventa ingombrante, perché poi facciamo confronti uno a uno e finiamo con i vettori. Quindi non otteniamo informazioni digeribili”.
Con JMP, Rael e i suoi collaboratori esplorano le probabilità di previsione medie per ottenere un valore più quantitativo. Può andare oltre le semplici domande di classificazione per approfondire i dettagli più utili. Rael cita l'esempio dei composti del petrolio: "Nei casi di incendio doloso, cerchi molecole caratteristiche di un accelerante come il carburante", dice. "Quindi puoi restringere i tipi di combustibili."
Se Rael può vedere che tutto nel suo spazio di progettazione DOE per le molecole ha una probabilità di uno, allora può verificare che non ci siano incertezze nei risultati GC-VUV. Con la spettrometria di massa, al contrario, ogni molecola potrebbe avere incertezza.
"Cerchiamo i punti deboli nella spettrometria di massa e cerchiamo i punti deboli nella spettroscopia nel vuoto-ultravioletto", afferma Rael. “Perché non puoi sostituire metà dell'immagine con un'altra metà dell'immagine. Se la spettroscopia sottovuoto-ultravioletta può dirti di più sulla storia con minimi compromessi, allora potrebbe diventare la prima scelta.
JMP sulla scena
Parte della sfida, tuttavia, è convincere la comunità forense dei vantaggi di una nuova metodologia come GC-VUV. "Ecco perché gran parte della nostra analisi va a illustrare quanto siano diversi gli spettri, per eliminare quell'incertezza", spiega Rael.
Oltre a utilizzare JMP per il confronto spettrale, il team di ricerca IUPUI applica il software allo sviluppo del metodo, incluso l'utilizzo della progettazione di esperimenti per migliorare i metodi e svilupparne di nuovi. Con questo, il gruppo mira ad aumentare la riproducibilità dei loro prodotti scientifici.
Rael sta anche combattendo una mentalità "una cosa alla volta" nella comunità forense. "Di solito dobbiamo iniziare con un design più robusto", afferma. “Quindi inizieremo con un fattoriale completo o una superficie di risposta. E poi faremo ottimizzazioni iterative all'interno di quello spazio per arrivare a risoluzioni più alte".
Ciò fornisce dati simili a un fattore alla volta, osserva Rael, “perché, ad esempio, stiamo ottenendo progetti di sottoproiezione. Ma poiché stiamo strutturando il nostro design sperimentale in questi spazi di progettazione dell'esperimento, possiamo esaminare le interazioni tra i vari fattori”.
JMP è diventato cruciale per questi sforzi, dice; “JMP è uno strumento fantastico. Fornisce un'eccellente analisi esplorativa e sono entusiasta di esaminare ulteriormente i suoi strumenti grafici.
"JMP amplia le opzioni su come la nostra ricerca potrebbe progredire", conclude Rael. “Possiamo fare domande e trovare risposte che altrimenti non potremmo trovare.” E, se tutto va bene, supporta la creazione di nuovi strumenti e metodologie per aiutare gli scienziati forensi a risolvere più casi.
