A medida que evoluciona el campo de la ciencia forense, se procesan pruebas más complejas con mayor precisión, sensibilidad y velocidad que nunca. Para dar un ejemplo de la vida real, considere un robo a un banco en el que el perpetrador usa un bolígrafo, disponible para todos los clientes, para escribir la nota que le pasa al cajero. En este caso, el agresor depositó células de la piel en este bolígrafo, pero también lo hicieron otras personas. El resultado es una mezcla compleja de ADN de todos estos individuos. Donde hace 30 años un científico forense probablemente habría necesitado que el ladrón de bancos dejara unas gotas de sangre en el bolígrafo para producir un perfil de ADN, hoy solo necesitan unas pocas células.
La capacidad de evaluar evidencia biológica que contiene mezclas complejas o niveles bajos de ADN es posible gracias a un software de computadora que utiliza métodos de modelado probabilístico. Estos programas utilizan algoritmos complejos para estimar las probabilidades asociadas con los individuos que contribuyen a la mezcla de ADN. Pero a pesar de estos enfoques innovadores para la interpretación de mezclas, todavía existen limitaciones en gran parte debido a la complejidad general del ADN no prístino y la falta de recursos como el poder computacional, el tiempo y el costo.
Los investigadores han desarrollado un nuevo enfoque de aprendizaje automático híbrido (MLA) para el análisis de mezclas (patente de EE. UU. Número 10,957,421). Su método combina las fortalezas de los enfoques de análisis expertos y computacionales actuales con los de la minería de datos y la inteligencia artificial.
Su MLA permite una deconvolución (separación) rápida y automatizada de mezclas de ADN con mayor precisión en comparación con los métodos actuales, potencialmente. El software requerirá recursos informáticos y financieros mínimos y proporcionará conclusiones cada vez más informativas y de alta confianza.
Aunque esta propiedad intelectual no se ha desarrollado completamente para uso comercial, están buscando financiación para la transición del la tecnología. Una vez hecho esto, tienen la esperanza de que el nuevo método se utilice en todas las comunidades de aplicación de la ley y justicia penal, específicamente por los científicos forenses de ADN y la comunidad legal.
Los investigadores dicen que los estudiantes de FNSSI actualmente pueden usar componentes del máquina de aprendizaje enfoque y, una vez que un socio comercial esté asegurado y el producto esté completamente desarrollado, comenzarán a implementarlo en el plan de estudios de FNSSI. Los estudiantes están utilizando actualmente otras tecnologías con patente pendiente de Marciano y Adelman.
La directora ejecutiva de FNSSI, Kathleen Corrado, dice que tener esta tecnología en la Universidad de Syracuse permitirá a los estudiantes trabajar con técnicas de análisis innovadoras, que son habilidades esenciales para los científicos forenses a medida que el campo avanza más en la dirección del análisis computacional.
Esta nueva y emocionante herramienta para el análisis de mezclas de ADN destaca la creatividad y la naturaleza colaborativa del trabajo que realiza nuestra facultad. Desarrollar dicha tecnología y compartirla con la comunidad forense son elementos importantes del programa de investigación de FNSSI.
