À mesure que le domaine de la médecine légale évolue, des preuves plus complexes sont traitées avec plus de précision, de sensibilité et de rapidité que jamais auparavant. Pour donner un exemple concret, considérons un braquage de banque où l'auteur utilise un stylo, à la disposition de tous les clients, pour écrire la note qu'ils passent au caissier. Dans ce cas, l'agresseur a déposé des cellules de peau sur ce stylo, mais aussi plusieurs autres personnes. Le résultat est un mélange complexe d'ADN de tous ces individus. Là où il y a 30 ans, un médecin légiste aurait probablement eu besoin du braqueur de banque pour laisser quelques gouttes de sang sur le stylo pour produire un profil ADN, aujourd'hui, ils n'ont besoin que de quelques cellules.
La capacité d'évaluer des preuves biologiques qui contiennent des mélanges complexes ou de faibles niveaux d'ADN est possible grâce à un logiciel informatique qui utilise des méthodes de modélisation probabilistes. Ces programmes utilisent des algorithmes complexes pour estimer les probabilités associées aux individus contribuant au mélange d'ADN. Mais malgré ces approches innovantes de l'interprétation des mélanges, des limitations existent toujours en grande partie en raison de la complexité globale de l'ADN non vierge et du manque de ressources telles que la puissance de calcul, le temps et le coût.
Les chercheurs ont développé une nouvelle approche hybride d'apprentissage automatique (MLA) pour l'analyse des mélanges (brevet américain numéro 10,957,421 XNUMX XNUMX). Leur méthode combine les forces des approches informatiques et d'analyse expertes actuelles avec celles de l'exploration de données et de l'intelligence artificielle.
Leur MLA permet une déconvolution (séparation) rapide et automatisée des mélanges d'ADN avec une précision accrue par rapport aux méthodes actuelles, potentiellement. Le logiciel nécessitera des ressources informatiques et financières minimales et fournira des conclusions de plus en plus informatives et hautement fiables.
Bien que cette propriété intellectuelle n'ait pas été entièrement développée pour un usage commercial, ils recherchent des financements pour assurer la transition vers sans souci. Une fois cela fait, ils espèrent que la nouvelle méthode sera utilisée dans l’ensemble des communautés chargées de l’application de la loi et de la justice pénale, en particulier par les spécialistes de l’ADN médico-légal et la communauté juridique.
Les chercheurs affirment que les étudiants de la FNSSI peuvent actuellement utiliser des composants de la machine learning approche et, une fois qu'un partenaire commercial est trouvé et que le produit est entièrement développé, ils commenceront à le mettre en œuvre dans le programme FNSSI. D'autres technologies en instance de brevet de Marciano et Adelman sont actuellement utilisées par les étudiants.
La directrice exécutive de la FNSSI, Kathleen Corrado, a déclaré que cette technologie à l'Université de Syracuse permettra aux étudiants de travailler avec des techniques d'analyse innovantes, qui sont des compétences essentielles pour les médecins légistes alors que le domaine s'oriente davantage vers l'analyse informatique.
Ce nouvel outil passionnant pour l'analyse des mélanges d'ADN met en évidence la créativité et la nature collaborative du travail effectué par notre faculté. Développer une telle technologie et la partager avec la communauté médico-légale sont des éléments importants du programme de recherche de la FNSSI.
