Man mano che il campo della medicina legale si evolve, le prove più complesse vengono elaborate con maggiore precisione, sensibilità e velocità che mai. Per fare un esempio reale, si consideri una rapina in banca in cui l'autore usa una penna, a disposizione di tutti i clienti, per scrivere la nota che passano al cassiere. In questo caso l'autore ha depositato cellule della pelle su questa penna, ma anche molte altre persone. Il risultato è una complessa miscela di DNA di tutti questi individui. Laddove 30 anni fa uno scienziato forense avrebbe probabilmente avuto bisogno che il rapinatore di banche lasciasse alcune gocce di sangue sulla penna per produrre un profilo del DNA, oggi hanno bisogno solo di poche cellule.
La capacità di valutare prove biologiche che contengono miscele complesse o bassi livelli di DNA è possibile grazie a software per computer che utilizzano metodi di modellazione probabilistica. Questi programmi utilizzano algoritmi complessi per stimare le probabilità associate agli individui che contribuiscono alla miscela di DNA. Ma nonostante questi approcci innovativi all'interpretazione delle misture, esistono ancora limitazioni in gran parte dovute alla complessità complessiva del DNA non incontaminato e alla mancanza di risorse come potenza di calcolo, tempo e costi.
I ricercatori hanno sviluppato un nuovo approccio ibrido di apprendimento automatico (MLA) per l'analisi delle miscele (numero di brevetto USA 10,957,421). Il loro metodo combina i punti di forza degli attuali approcci di analisi computazionale ed esperta con quelli del data mining e dell'intelligenza artificiale.
Il loro MLA consente la deconvoluzione (separazione) rapida e automatizzata delle miscele di DNA con una maggiore precisione rispetto ai metodi attuali, potenzialmente. Il software richiederà risorse informatiche e finanziarie minime e fornirà conclusioni sempre più informative e ad alta affidabilità.
Sebbene questa proprietà intellettuale non sia stata completamente sviluppata per uso commerciale, stanno cercando finanziamenti per la transizione la tecnologia. Una volta fatto ciò, sperano che il nuovo metodo venga utilizzato in tutte le comunità delle forze dell’ordine e della giustizia penale, in particolare dagli scienziati forensi del DNA e dalla comunità legale.
I ricercatori affermano che gli studenti FNSSI possono attualmente utilizzare i componenti del machine learning approccio e, una volta che un partner commerciale è assicurato e il prodotto è completamente sviluppato, inizieranno a implementarlo nel curriculum FNSSI. Altre tecnologie in attesa di brevetto di Marciano e Adelman sono attualmente utilizzate dagli studenti.
Il direttore esecutivo della FNSSI Kathleen Corrado afferma che avere questa tecnologia alla Syracuse University consentirà agli studenti di lavorare con tecniche di analisi innovative, che sono abilità essenziali per gli scienziati forensi mentre il campo si muove sempre più nella direzione dell'analisi computazionale.
Questo nuovo entusiasmante strumento per l'analisi della miscela di DNA mette in evidenza la creatività e la natura collaborativa del lavoro svolto dalla nostra facoltà. Lo sviluppo di tale tecnologia e la sua condivisione con la comunità forense sono elementi importanti del programma di ricerca FNSSI.
