ATR FTIR 光譜技術應用於血跡年代的法醫鑑識追蹤
目錄
介紹
材料與方法
結果與討論
結論
文章來源
介紹
體液通常是犯罪現場中最關鍵的證據之一,因此必須正確辨識與分析,以取得盡可能多的資訊。尤其是,正確鑑定體液的種類非常重要,因為這關係到後續能否從樣品中適當地萃取DNA。這些體液通常以污漬的形式存在於各種不同基材上,並可能處於不同的環境條件下。建立污漬自形成以來的時間,即沉積後時間,有助於判斷樣品是否與犯罪事件相關,並可用於驗證相關人員的不在場證明。
目前,體液的鑑定主要採用推定性與確認性技術,但這些方法通常具有非特異性且具破壞性的特點。此外,目前尚無一項被廣泛接受的標準技術,可用於估算體液污漬的沉積後時間。基於上述原因,具有選擇性、非破壞性且快速等特性的分析技術,例如衰減全反射傅立葉轉換紅外光譜,有必要進一步研究並驗證其於法醫鑑識中的應用價值。
ATR FTIR能夠分析非常微量的污漬,而不會破壞樣品,因此後續仍可利用其他互補性分析技術進行進一步檢測。體液污漬的ATR FTIR分析會產生大量數據,因此精確的資料處理相當重要。這可以透過化學計量學(chemometrics)來實現,也就是將數學與統計方法應用於化學數據分析。
在本應用文章中說明,研究人員利用自製血跡參考材料,結合ATR FTIR技術與化學計量學方法進行監測。研究中採用正交偏最小平方法-判別分析(Orthogonal Partial Least Squares Discriminant Analysis, OPLS-DA)建立模型,用於根據血跡的沉積後時間進行區分,且此模型不受血跡所沉積之基材影響。
材料與方法
本研究使用單一女性捐贈者的血液製備血跡樣品。(亦即,以採血針刺破一根手指後取得血液樣品。)將血液滴於五種不同的基材上:夾板、金屬、白色紗布、藍色丹寧布以及玻璃,見圖1所示。
選擇這些基材是因為它們在許多犯罪現場中都相當常見。樣品在室內環境條件下自然乾燥,且避免直接曝曬於陽光下;實驗過程中未對溫度與濕度進行控制。所有血跡樣品分別於形成後 5、30、60 分鐘,以及 1、4、7、14 和 28 天進行量測。分析使用 Thermo Scientific™ Nicolet™ Apex FTIR光譜儀進行。儀器配備 Thermo Scientific™ Smart iTX™ ATR 取樣附件(搭載鑽石晶體),並使用 Thermo Scientific™ OMNIC™ Software v9.6(圖 1)。
量測條件如下:解析度:8 cm⁻¹、掃描次數:32 scans、光譜範圍:500–4,000 cm⁻¹。
分析完成後,將取得的數據匯入The Unscrambler X v10.4)進行前處理。首先使用標準常態變量(Standard Normal Variate, SNV)方法對數據進行正規化。接著進行基線偏移校正(baseline offset correction),之後再使用 Savitzky-Golay 平滑法進行光譜平滑處理,設定為:二階多項式(2nd order polynomial)、7個平滑點(7 smoothing points),處理後的矩陣資料匯入 Microsoft Excel 2008,以便進行資料整理。使用SIMCA Software v17.02(建立 OPLS-DA模型;圖形則使用 OriginPro 2021製作。
OPLS-DA 模型
OPLS-DA(Orthogonal Partial Least Squares Discriminant Analysis,正交偏最小平方法-判別分析)結合了偏最小平方法迴歸(Partial Least Squares, PLS)與正交訊號校正(Orthogonal Signal Correction, OSC)。在 OPLS-DA 中包含兩個矩陣:
Y 矩陣(response matrix,響應矩陣)、X 矩陣(descriptor matrix,描述矩陣)。X 矩陣會進一步分解為兩個部分:相關資料(correlated data)、正交資料(orthogonal data)。因此,OPLS-DA 模型可以將資料中的預測性變異與非預測性變異加以區分。
OPLS-DA 模型中有兩個重要參數:
R²X:表示模型對原始資料的解釋能力,範圍為 0–1
1:代表完美擬合
0:代表模型無法良好擬合資料
Q²:表示模型的預測能力(predictive capacity),範圍同樣為 0–1
1:代表完美預測
0:代表模型沒有預測能力
圖1:使用配備 Smart iTX ATR 附件的 Nicolet Apex FTIR 光譜儀,分析分別製備於五種不同基材上的血跡樣品,包括:夾板、金屬、紗布、丹寧布及玻璃。
結果與討論
血液紅外光譜吸收帶的強度,會受到其所沉積基材性質的影響。在非多孔性基材上,血液不會滲透至材料內部,因此基材本身的特徵吸收帶不會出現在光譜中。相較之下,在多孔性基材上,血液可以一路滲透至材料內層。在這些情況下,由於血液的特徵吸收帶會與基材本身的吸收帶重疊,因此僅透過光譜可能無法直接辨識血液訊號。
以圖2例,將血液在非多孔性玻璃上的純光譜,與血液在多孔性丹寧布上的光譜進行比較。所有血液的特徵紅外吸收帶皆以灰色標示。在兩種基材上,血液在5 分鐘時的光譜(以紅色標示)最容易辨識。其中最明顯的吸收帶為 3,200–3,500 cm⁻¹的水吸收帶。由於此吸收帶非常強,會遮蔽其他許多吸收帶,只有 1,600–1,700 cm⁻¹ 的 Amide I(醯胺 I)吸收帶仍較為明顯。
幸運的是,樣品會隨時間逐漸脫水(dehydrate),因此隨著水吸收帶逐漸降低,其餘的特徵吸收帶也會逐漸顯現。在圖2A中,可以觀察到以下醯胺吸收帶:
698 cm⁻¹:Amide IV(醯胺 IV)。
1,239 cm⁻¹:Amide III(醯胺 III)。
1,500–1,560 cm⁻¹:Amide II(醯胺 II)。
1,600–1,700 cm⁻¹:Amide I(醯胺 I)。
3,284 cm⁻¹:Amide A(醯胺 A)。
此外,1,082 cm⁻¹為葡萄糖(glucose)的吸收帶;脂質(lipids)的吸收帶則位於 1,390、2,872與2,958 cm⁻¹。而3,200–3,500 cm⁻¹的吸收帶則主要來自水與羥基(hydroxyl groups)。在圖2B中,血液位於698 cm⁻¹(Amide IV)、1,082 cm⁻¹(葡萄糖)、1,239 cm⁻¹(Amide III)以及 1,390 cm⁻¹(脂質)的特徵吸收帶,被基材中的纖維素(cellulose)吸收帶所遮蔽。這些纖維素吸收帶在光譜中占有主導地位。
紗布與金屬是本研究中最複雜的兩種基材。對於紗布而言,血跡可以直接從基材表面以肉眼觀察到,但在光譜中卻無法立即辨識。儘管如此,OPLS-DA 模型仍能正確區分純基材與含有體液的基材(結果未顯示)。至於金屬基材,由於金屬具有反射性,因此取得的光譜具有大量雜訊。然而,即使受到雜訊影響,仍然可以觀察到血液的特徵吸收帶。
圖2. A)血跡沉積於玻璃基材上的光譜,持續量測 28 天。B)血跡沉積於丹寧布(denim)基材上的光譜,持續量測 28 天。血液的特徵吸收帶以灰色標示。
不同光譜中的吸收帶強度會隨時間發生變化,但這些差異通常無法透過肉眼清楚辨識。相較之下,OPLS-DA 模型可以根據血跡的沉積後時間,清楚區分不同時間點的血液樣品。圖3所示,該模型見的 R²X 為 96.6%,Q²為 59.4%。研究結果顯示,每個不同的時間點皆可以被區分;不過,其中第4天與第7天之間的區別最不明顯。
圖3. OPLS-DA 模型依據血跡的沉積後時間(TSD)進行區分,且不受血跡所沉積基材的影響。此模型是透過量測分別沉積於五種不同基材上的血跡樣品所建立。
結論
紅外光譜技術結合化學計量學模型,在法醫鑑識中用於估算血跡沉積後時間(TSD)具有相當大的應用潛力。ATR FTIR 光譜技術可作為血跡監測工具,因為其能夠偵測血液的特徵吸收帶,且不受血跡所沉積基材種類的影響。此外,無論血跡沉積後經過多長時間,皆能夠偵測到這些血液的特徵吸收帶。
文章來源
https://thermofisher.info.thermofisher.com/ls/7b16dad9-0141-4746-94c2-2871afd207bd/hcFqnufINI4VFQvd#/content/44b9b0ab-dbed-4782-a841-ee3b2bf6abe9