회사 기밀. 공개하지 마십시오.
데이터 기반 포렌식으로 사건 해결
분석적 사고를 갖춘 법의학 화학자들은 최첨단 신기술의 테스트와 개발을 간소화하여 범죄자들을 법의 심판대에 세우는 데 도움을 줍니다.
________________________________________________________________________________
과제: 법의학자들이 범죄를 해결하는 주요 증거를 발견하는 데 도움이 되는 새로운 도구와 방법론을 개발합니다.
솔루션: 여러 실험 조건을 동시에 최적화하는 요인 분석이나 반응 표면 등의 실험 계획(DOE) 방법에 JMP를 활용합니다.
결과: JMP를 통해 연구자들은 새로운 포렌식 도구에 대한 정량적 통찰력을 얻고 새로운 포렌식 방법론의 개발을 발전시키는 데 필요한 실험적 역량과 고급 분석 기능을 갖추게 됩니다. 연구자 Ashur Rael은 "JMP는 우리 연구가 어떻게 진행될지에 대한 옵션을 넓혀줍니다. 우리는 질문을 하고 그렇지 않으면 찾을 수 없는 답을 찾을 수 있습니다."라고 말합니다.
________________________________________________________________________________
이제 친숙한 범죄 드라마 트로프에서 형사는 가장 어려운 사건조차 해결하는 데 주연을 맡습니다. 하지만 종종 연구실로 돌아온 법의학자가 조류를 바꾸고 범죄를 해결하는 증거를 발견합니다. 이러한 맥락에서 예술은 삶을 모방합니다. 법의학 화학은 형사 사법 시스템의 핵심 부분이 되었습니다. 그리고 의심의 여지 없이 증거를 중심으로 하는 분야의 핵심 참여자로서 법의학자는 분석 방법을 지속적으로 개선하기 위해 노력합니다. 
이러한 목표를 염두에 두고 인디애나 대학교-퍼듀 대학교 인디애나폴리스(IUPUI)의 연구자들은 실험 프로세스를 간소화하기 위해 JMP®를 도입했습니다.
최근 JMP Discovery Summit에서 IUPUI 화학 및 화학생물학과 대학원생인 Ashur Rael은 "JMP를 사용한 법의학을 위한 가스크로마토그래피-진공 자외선 분광법(GC-VUV) 개선"이라는 제목의 논문을 발표했습니다. 이 논문은 공동 저자인 John Goodpaster 준교수, 대학원 조수인 Courtney Cruse와 Zackery Roberson, 학부 조수인 Magnus Rydberg(모두 IUPUI에 재직 중)와 공동으로 작성했습니다.
Rael은 프레젠테이션에서 자신과 연구 협력자들이 JMP에서 클러스터링과 다변량 분석을 적용하여 차별화를 드러내고 GC-VUV의 화합물 식별 능력을 정량화하는 기본 스펙트럼 특성을 발견하는 방법을 자세히 설명했습니다. 이 과정에서 그들은 법의학자들이 범죄를 더 빠르게 해결하고 이를 증명할 과학적으로 타당한 증거를 제시하는 데 도움이 되는 새로운 도구와 방법론을 개발하는 데 도움을 주고 있습니다.
알려진 것과 알려지지 않은 것
법의학 화학은 화학과 독성학의 학문을 적용하여 범죄에 연루된 알려지지 않은 물질을 식별합니다. 통제 물질, 인화성 액체 또는 폭발물 샘플을 분석하려면 높은 수준의 민감성, 선택성 및 특이성을 갖춘 도구와 방법론이 필요합니다.
그러한 방법 중 하나는 GC-VUV입니다. 이 비교적 새로운 접근 방식은 가스크로마토그래피(가스 혼합물 분리용)와 진공 자외선 분광법(가스 화합물에 대한 정량적 및 정성적 스펙트럼 데이터 수집용)을 결합합니다.
Rael은 JMP를 적용하여 GC-VUV에 대한 방법 개발 및 스펙트럼 분석을 개선하고 있습니다. 요인 분석 및 반응 표면을 포함한 실험 계획(DOE) 애플리케이션에 JMP를 사용하면 여러 실험 조건을 동시에 최적화할 수 있습니다. 또한 여러 반응을 고려할 수 있습니다.
"한 번에 한 가지 요인을 테스트하여 새로운 방법을 개발하는 것은 시간이 많이 걸리고 어렵습니다. 특히 여러 응답이 중요할 때 더욱 그렇습니다." 라엘은 말합니다. "시각적 또는 직접 분석을 사용하여 스펙트럼 데이터를 이해하는 것은 어렵거나 불가능합니다."
Goodpaster 연구 그룹은 현재 샘플 내의 개별 분자를 식별하고 전반적인 물질 프로필을 만드는 것을 고려하고 있습니다. "우리는 샘플 또는 섬유 내에서 알려진 것과 일치할 수 있는 특정 약물을 식별할 수 있습니다. 저는 알려지지 않은 것을 식별하고 알려진 것과 알려지지 않은 것을 식별하고 비교하기 위해 계층적 클러스터링을 만들었습니다."라고 Rael은 설명합니다.
대형 강입자 충돌기보다 작음
GC-VUV는 원래 석유화학 산업을 위해 개발된 기기에서 수행되며, 산업 전문가들이 서로 매우 유사한 분자를 분석해야 하는 요구에 부응합니다. 이 장치는 크로마토그래피용 검출기로, 혼합물 성분이 서로 다른 속도로 움직이는 매질을 통과시켜 혼합물을 분리합니다.
"오렌지에서 추출한 다양한 화합물과 물에서 잔류하는 유기물이 포함된 오렌지 물 한 잔이 있다고 가정해 봅시다." 라엘이 말합니다. "크로마토그래피 분리가 잘 되어 있다면 각 조각을 개별적으로 볼 수 있습니다. 이를 달성하기 위해 이 경우 분자에서 나오는 매우 높은 에너지의 빛의 상호 작용을 살펴봅니다."
과거에는 이런 분석을 위해 상당한 규모의 싱크로트론 시설이 필요했는데, 가장 큰 예는 제네바 근처의 17마일 터널에서 유럽 원자핵 연구 기구(CERN)가 운영하는 대형 강입자 충돌기입니다. 라엘이 사용하는 장비는 훨씬 다루기 쉽습니다. 휴대용 가방 크기 정도입니다.
결과는 유망했습니다. 현재 최적의 검출 방법은 질량에 기반합니다. 그러나 동일한 원자가 서로 다른 방식으로 배열되어 고유한 분자를 형성하면 질량을 사용하여 분자를 구별하는 것은 불가능합니다. 예를 들어 법의학에서는 법적으로 제한된 마약의 합성 유사체인 "디자이너 약물"을 구별하는 것이 매우 어려울 수 있습니다. 이는 마약법을 우회하도록 고안된 것입니다.
새로운 검출 방법을 통해 Rael은 모든 분자가 고유한 시그니처를 가지고 있다는 사실을 바탕으로 구축합니다. 그는 "이것은 현재 비실용적인 많은 분석에 대한 첫 번째 선택이 될 수 있습니다."라고 말합니다.
작은 차이, 거대한 데이터 세트
하지만 이런 종류의 스펙트럼 분석을 수행하려면 매우 큰 데이터 집합이 필요할 수 있습니다. Rael은 "메스암페타민을 포함하는 약물의 한 종류인 페닐에틸아민을 살펴보고 있다고 가정해 보겠습니다."라고 말합니다. "이들은 비슷한 분자이기 때문에 비슷한 패턴으로 빛과 상호 작용합니다."
사실, 상호작용 지점은 0.05나노미터마다 발생합니다. "우리는 각 스펙트럼에서 수백 개의 데이터 포인트에 대해 이야기하고 있습니다." 라엘이 지적합니다. "그리고 그것들을 쉽게 구별하기 어렵습니다. 몇 가지 순열만 있는 15자 이름과는 다릅니다. 100,000자 이름과 더 비슷합니다."
게다가 라엘은 각 물질의 무한히 작은 양, 즉 단일 마이크로리터의 10억 분의 1로 작업하고 있습니다. 그는 "우리는 나노그램에 대해 이야기하고 있습니다."라고 덧붙입니다. 라엘은 기존 스펙트럼 라이브러리와의 상관 계수를 찾습니다. 본질적으로 실험 값과 라이브러리 값의 두 스펙트럼 선 사이의 공간입니다.
"스펙트럼당 데이터 포인트가 거의 1,000개이므로 일반적으로 차별 분석에 직접 넣을 수 없습니다. 샘플보다 차원이 적어야 하기 때문입니다." 라엘이 설명합니다. "그래서 차원 축소를 위해 주성분 분석부터 시작합니다. 그런 다음 무언가를 시각화하기 시작할 수 있습니다."
첫 번째 선택이 되다
바로 여기서 JMP가 등장합니다. Rael은 "JMP는 매우 훌륭한 기능, 뛰어난 사용성, 뛰어난 데이터 출력을 제공합니다."라고 말합니다. "차원 축소를 할 수 있습니다. 차별 분석을 할 수 있습니다. 그리고 점수 플롯으로 끝납니다. 그래서 분류에 대해 알려줍니다.
"JMP가 없다면 주성분 분석은 양적이 아니라 질적입니다." 그는 계속해서 말한다. "우리는 그룹 간 거리의 평균을 결정할 수 있지만, 그러면 일대일 비교를 하게 되어 다루기 힘들어지고, 결국 벡터로 끝나게 됩니다. 그래서 소화 가능한 정보를 얻을 수 없습니다."
JMP를 사용하여 Rael과 그의 협력자들은 보다 정량적인 가치를 얻기 위해 평균 예측 확률을 탐구합니다. 그는 더 간단한 분류 문제를 넘어 더 유용한 세부 사항을 파고들 수 있습니다. Rael은 석유 화합물의 예를 인용합니다. "방화 사건에서 연료와 같은 가속제의 특징적인 분자를 찾습니다."라고 그는 말합니다. "그러면 연료 유형을 좁힐 수 있습니다."
Rael이 분자에 대한 DOE 설계 공간에서 모든 것이 1의 확률을 가지고 있다는 것을 볼 수 있다면, 그는 GC-VUV 결과에 불확실성이 없음을 확인할 수 있습니다. 반면 질량 분석법을 사용하면 모든 분자가 불확실성을 가질 수 있습니다.
"우리는 질량 분석법의 약점을 찾고, 진공-자외선 분광법의 약점을 찾습니다." 라엘이 말했다. "그림의 절반을 다른 절반으로 바꿀 수는 없으니까요. 진공-자외선 분광법이 최소한의 타협으로 더 많은 이야기를 알려줄 수 있다면, 첫 번째 선택이 될 수 있을 겁니다."
현장의 JMP
하지만 과제 중 하나는 법의학 커뮤니티에 GC-VUV와 같은 새로운 방법론의 장점을 설득하는 것입니다. "그래서 많은 분석이 스펙트럼이 얼마나 다른지 보여주는 데 들어가 불확실성을 없애는 것입니다."라고 Rael은 설명합니다.
IUPUI 연구팀은 스펙트럼 비교를 위해 JMP를 사용하는 것 외에도 이 소프트웨어를 방법 개발에 적용하는데, 여기에는 실험 설계를 사용하여 방법을 개선하고 새로운 방법을 개발하는 것이 포함됩니다. 이를 통해 이 그룹은 과학적 산출물의 재현성을 높이는 것을 목표로 합니다.
Rael은 또한 법의학 커뮤니티에서 "한 번에 한 가지" 사고방식에 맞서 싸우고 있습니다. 그는 "우리는 보통 더 견고한 설계로 시작해야 합니다."라고 말합니다. "그러므로 우리는 전체 요인 또는 반응 표면으로 시작할 것입니다. 그런 다음 더 높은 해상도에 도달하기 위해 해당 공간 내에서 반복적 최적화를 수행할 것입니다."
Rael은 "예를 들어 하위 스크리닝 설계를 얻고 있기 때문에 한 번에 한 가지 요인을 수행하는 것과 유사한 데이터를 제공합니다. 하지만 실험 설계를 이러한 실험 설계 공간으로 구조화하고 있기 때문에 다양한 요인 간의 상호 작용을 살펴볼 수 있습니다."라고 언급했습니다.
JMP는 이러한 노력에 필수적이 되었다고 그는 말한다. "JMP는 굉장한 도구입니다. 훌륭한 탐색적 분석을 제공하며 그래프 도구를 더 살펴보고 싶습니다.
Rael은 "JMP는 우리 연구가 어떻게 진행될지에 대한 옵션을 넓혀줍니다."라고 결론지었습니다. "우리는 질문을 하고 그렇지 않으면 찾을 수 없었던 답을 찾을 수 있습니다." 그리고 모든 것이 잘된다면, 법의학자들이 더 많은 사건을 해결할 수 있도록 돕는 새로운 도구와 방법론의 생성을 지원하세요.
