INFORMAZIONI RISERVATE DELL'AZIENDA. NON DIVULGARE.
Risolvere il caso con la scienza forense basata sui dati
I chimici forensi dotati di capacità analitiche semplificano i test e lo sviluppo di nuove tecnologie all'avanguardia per contribuire ad assicurare i criminali alla giustizia.
_____________________________________________________________________________________________
Sfida: sviluppare nuovi strumenti e metodologie per aiutare gli scienziati forensi a scoprire prove chiave che risolvano i crimini.
Soluzione: sfruttare JMP per i metodi di progettazione degli esperimenti (DOE), come fattoriali e superfici di risposta, che ottimizzano simultaneamente più condizioni sperimentali.
Risultati: Con JMP, i ricercatori hanno le capacità sperimentali e le analisi avanzate di cui hanno bisogno per ottenere informazioni quantitative su nuovi strumenti forensi e promuovere lo sviluppo di nuove metodologie forensi. Il ricercatore Ashur Rael afferma: "JMP amplia le opzioni su come la nostra ricerca potrebbe progredire. Possiamo porre domande e trovare risposte che altrimenti non potremmo trovare".
_____________________________________________________________________________________________
Nel classico cliché del dramma poliziesco, i detective hanno un ruolo da protagonisti nel risolvere anche il caso più difficile. Ma spesso sono gli scienziati forensi in laboratorio a scoprire le prove che cambiano le sorti della vicenda 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 ogni dubbio, gli scienziati forensi si sforzano di migliorare continuamente i loro metodi analitici. 
Con questo obiettivo in mente, i ricercatori dell'Università dell'Indiana - 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 del Dipartimento di Chimica e Biologia Chimica dell'IUPUI, ha presentato un articolo intitolato "Migliorare la cromatografia gassosa–spettroscopia ultravioletta sotto vuoto (GC–VUV) per la scienza forense utilizzando JMP", scritto in collaborazione con i coautori, il professore associato John Goodpaster, gli assistenti laureati Courtney Cruse e Zackery Roberson e l'assistente universitario Magnus Rydberg, tutti dell'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 solide per dimostrarlo.
Cose note e sconosciute
La chimica forense applica le discipline della chimica e della tossicologia per identificare materiali sconosciuti coinvolti nei 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 la GC–VUV. Questo approccio relativamente nuovo combina la gascromatografia (per la separazione di miscele di gas) con la spettroscopia ultravioletta sotto vuoto (per catturare dati spettrali quantitativi e qualitativi su composti gassosi).
Rael sta applicando JMP per migliorare lo sviluppo del metodo e l'analisi spettrale per GC-VUV. L'utilizzo di JMP per le applicazioni di progettazione di esperimenti (DOE), inclusi fattoriali e superfici di risposta, gli consente di ottimizzare più condizioni sperimentali contemporaneamente. Gli consente inoltre di considerare più risposte.
"Sviluppare nuovi metodi testando un fattore alla volta è dispendioso in termini di tempo e difficile, soprattutto quando sono importanti più risposte", afferma Rael. "Comprendere i dati spettrali è difficile o impossibile usando analisi visive o dirette".
Il gruppo di ricerca Goodpaster sta ora esaminando l'identificazione di singole molecole all'interno di un campione e creando profili di materiali complessivi. "Potremmo identificare un farmaco specifico all'interno di un campione o fibre che possono essere abbinate a una nota. Ho creato un clustering gerarchico per l'identificazione di sconosciuti e per l'identificazione e il confronto tra noti e sconosciuti", spiega Rael.
Più piccolo del Large Hadron Collider
La GC-VUV viene condotta 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 rilevatore per cromatografia, che separa le miscele facendole passare attraverso un mezzo in cui i componenti della miscela si muovono a velocità diverse.
"Immaginiamo di avere un bicchiere di acqua all'arancia che contiene vari composti delle arance, più residui organici dall'acqua", dice Rael. "Se hai una buona separazione cromatografica, puoi vedere ogni pezzo singolarmente. Per ottenere ciò, in questo caso stiamo osservando 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 gestibile, circa 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 ambito forense, ad esempio, può essere molto difficile distinguere tra "droghe sintetiche", analoghi sintetici di narcotici legalmente vietati, concepiti per aggirare le leggi sulla droga.
Con il nuovo metodo di rilevamento, Rael si basa sul fatto che ogni molecola ha la sua firma. "Questa potrebbe diventare la prima scelta per molte analisi che al momento sono poco pratiche", afferma.
Piccole differenze, enormi set di dati
Ma eseguire questo tipo di analisi spettrale può comportare set di dati molto grandi. "Diciamo che stiamo osservando le feniletilammine, una classe di farmaci che include le metanfetamine", dice Rael. "Poiché sono molecole simili, interagiscono con la luce in schemi simili".
Infatti, un punto di interazione si verifica ogni 0,05 nanometri. "Stiamo parlando di centinaia di punti dati in ogni spettro", sottolinea Rael. "Ed è difficile differenziarli facilmente. 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 infinitesimamente piccole di ogni 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 linee spettrali del valore sperimentale e del valore della libreria.
"Con quasi 1.000 punti dati per spettro, in genere non è possibile inserirli direttamente nell'analisi discriminante, perché è necessario avere meno dimensioni rispetto ai campioni", spiega Rael. "Quindi iniziamo con un'analisi delle componenti principali per ridurre la dimensionalità. Quindi possiamo iniziare a visualizzare qualcosa".
Diventare la prima scelta
Ecco dove entra in gioco JMP. "JMP ha delle ottime funzionalità, un'eccellente usabilità e ottimi output di dati", dice Rael. "Possiamo fare delle riduzioni di dimensionalità. Possiamo fare delle analisi discriminanti. E poi finiamo con dei grafici di punteggio. Quindi ci sta dicendo delle classificazioni.
"Senza JMP, l'analisi delle componenti principali è in gran parte qualitativa, non quantitativa", continua. "Possiamo determinare la media delle distanze tra i gruppi, ma diventa poco maneggevole, perché poi stiamo facendo 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 domande più semplici di classificazione per approfondire dettagli più utili. Rael cita l'esempio dei composti del petrolio: "Nei casi di incendio doloso, si cercano molecole caratteristiche di un accelerante come il carburante", afferma. "Quindi è possibile restringere i tipi di carburante".
Se Rael riesce a vedere che tutto nel suo spazio di progettazione DOE per le molecole ha una probabilità di uno, allora può verificare che non c'è incertezza nei risultati GC-VUV. Con la spettrometria di massa, al contrario, ogni molecola potrebbe avere incertezza.
"Cerchiamo i punti deboli della spettrometria di massa e cerchiamo i punti deboli della spettroscopia ultravioletta sotto vuoto", afferma Rael. "Perché non puoi sostituire metà dell'immagine con una metà diversa dell'immagine. Se la spettroscopia ultravioletta sotto vuoto può raccontarti di più della storia con compromessi minimi, allora potrebbe diventare la prima scelta".
JMP sulla scena
Parte della sfida, però, è convincere la comunità forense dei vantaggi di una nuova metodologia come GC-VUV. "Ecco perché gran parte della nostra analisi è volta a illustrare quanto siano diversi gli spettri, per eliminare quell'incertezza", spiega Rael.
Oltre a usare JMP per il confronto spettrale, il team di ricerca IUPUI applica il software allo sviluppo di metodi, incluso l'uso della progettazione di esperimenti per migliorare i metodi e svilupparne di nuovi. Con questo, il gruppo mira ad aumentare la riproducibilità dei propri output 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 elevate".
Ciò fornisce dati simili a quelli ottenuti facendo un fattore alla volta, nota Rael, "perché stiamo ottenendo progetti di sotto-screening, ad esempio. Ma poiché stiamo strutturando il nostro progetto sperimentale in questi spazi di progettazione dell'esperimento, possiamo esaminare le interazioni tra i vari fattori".
JMP è diventato cruciale per questi sforzi, afferma; "JMP è uno strumento fantastico. Fornisce un'eccellente analisi esplorativa e non vedo l'ora di approfondire ulteriormente i suoi strumenti grafici.
"JMP amplia le opzioni su come la nostra ricerca potrebbe progredire", conclude Rael. "Possiamo porre domande e trovare risposte che altrimenti non potremmo trovare". E, se tutto va bene, supportare la creazione di nuovi strumenti e metodologie per aiutare gli scienziati forensi a risolvere più casi.
