Mezinárodní forenzní databáze RELIÉF 3. ČÁST

Úvod

V předchozích 2 číslech Bulletinu se čtenáři dozvěděli o původní nové české kriminalistické metodě Reliéf, vzniku počítačové databáze a základních funkcionalitách evidence záchytů drog z celého světa. Nyní si povíme o možnostech databáze Reliéf v oblasti chemické profilace a hledání.

Chemická profilace

Zachycenou drogu lze popsat nejen textovými + obrazovými informacemi a fyzikálními vlastnostmi (rozměry, hmotnost, barva), ale i chemickým složením. Na to lze pohlížet s různých perspektiv.

Každá droga obsahuje hlavní účinnou látku, např. kokain. Tím však není v žádném případě droga identifikována. Dále lze zjistit čistotu drogy, tzn. Míru naředění jinými látkami (cutting agents) nebo dalšími aktivními látkami, které zvyšují účinek drogy (adulterants). Podle druhu přítomných ředidel, jejich koncentrace v celkovém obsahu a jejich vzájemných poměrů už o identifikaci hovořit můžeme, minimálně skupinové. Tato identifikace však nenese informaci o výrobci drogy, ale jen o přepravcích, přeprodejcích a dealerech. Konkrétní identifikaci zdroje drogy přináší až tzv. chemický profil. Co to je?

Chemický profil je vlastně přesné chemické složení drogy, ale ne hlavních komponent a ředidel, nýbrž stopových komponent-nečistot (impurities) a dále pak jejich vzájemný poměr, který je typický pro určitý kontinent, stát, oblast, půdu (v případě přírodních drog) nebo pro určitou produkční metodu drog (pro polosyntetické a syntetické drogy). Kromě nečistot, které pochází z výrobního procesu, tedy vedlejší produkty reakcí, se můžeme zaměřit na stopový obsah kovů nebo izotopický poměr uhlíku, dusíku a kyslíku, který je charakteristický pro přírodní drogy z konkrétní oblasti. Pokud zjistíme tyto údaje, jsme schopni následně profily mezi sebou porovnávat a hledat mezi nimi podobnosti. Stejný nebo podobný profil znamená, že drogy pochází od stejného výrobce nebo ze stejného místa.

Chemický profil se získá postupy specifických chemických analýz. Existuje jich značné množství, každá má své výhody i nevýhody:

• Gas Chromatography – Mass Spectrometry,
• Liquid Chromatography – Mass Spectrometry,
• Isotope Ratio – Mass Spectrometry,
• Inductive Couple Plasma,
• Infrared Spectrometry,
• Raman Spectrometry,
• Chiroptical methods,
• Nuclear Magnetic Resonance,
• …

V rámci vývoje celého systému jsme do zahraničí rozeslali dotazníky s otázkami, zda a jak v daném státě profilují během forenzního zkoumání drog. Po vyhodnocení jsme se rozhodli v první fázi implementovat celosvětově nejrozšířenější a nejpřístupnější metodu analýzy – Gas Chromatography – Mass Spectrometry GS-MS (plynovou chromatografii s hmotnostní spektrometrií).

Plynová chromatografie

Základním principem metody je v plynné fázi separovat jednotlivé složky vstupní měřené látky a tyto pak následně detekovat a kvantifikovat. Ukázku přístroje vidíte na obrázku.

PČR: Obr. 1 Měřící přístroj GC-MS (plynový chromatograf s hmotností spektrometrií) (Zdroj: http://www.med.upenn.edu/idom/images/gcms_machine2.jpg)

Vstupní látka se musí převést vysokou teplotou v plyn a vstříknout spolu s nosným plynem do kolony, což je dlouhá stočená trubice přesně definovaných parametrů, jejíž vnitřní stěna je pokryta tzv. stacionární fází. To je látka, která je schopná k sobě vázat jednotlivé komponenty měřeného vzorku a tím brzdit jejich pohyb. Tímto mechanismem dojde k výše zmíněné separaci komponentů, které se v dalším procesu analýzy ionizují, získávají elektrický náboj a je možné je v magnetickém poli kontrolovaně odklánět a v hmotnostním analyzátoru měřit poměr jejich hmotnosti a elektrického náboje. Identifikace jednotlivých látek je poté možná na základě změřené hmotnosti a retenčního času (zpoždění dané separací v koloně), které jsou pro každou látku charakteristické.

PČR: Obr. 2 Princip GC-MS (Zdroj: https://www.jeol.co.jp/en/science/product_file/file/en_sc17-3.gif)

Příklad výstupu měření vzorku kokainu je na obrázku. Je zde vidět množství hlavní látky a dalších subkomponent, obsažených ve směsi vzorku:

PČR: Obr. 3 Chem. profil kokainu ve formě chromatogramu (Zdroj: http://ars.els-cdn.com/content/image/1-s2.0-S1355030615001409-gr4.jpg)

Pro dostatečnou kvalitu počítačového porovnávání je však velmi důležité zvolit na všech forenzních pracovištích nejenom stejnou metodu chemické analýzy, ale i stejnou metodu přípravy vzorků a také stejný postup vlastního měření. Vyšli jsme z dokumentu UNODC METHODS FOR IMPURITY PROFILING OF HEROIN AND COCAINE (2005) a vybrali konkrétní metodu, zatím pro heroin a kokain. V současnosti běží projekt v rámci Bezpečnostního výzkumu MV ČR s názvem „Chemická profilace drog“, jehož výstupem bude definovaná metodologie profilace kokainu, heroinu a pervitinu tak, aby výsledky byly snadno porovnávatelné v rámci databáze Reliéf.

Chemické vyhledávání

Nyní, když jsme již obeznámeni se základními principy, na nichž funguje chemická profilace drog, si můžeme ukázat možnosti, které databáze Reliéf nabízí v této oblasti.

U každé zadržené drogy, v libovolném skupenství a formě, může být změřen chemický profil. Mimo výše uvedený chromatogram se profil popisuje i plochou jednotlivých separovaných složek, kterou vymezuje křivka chromatogramu (relativní hodnotou vůči maximální ploše referenční látky, předem známé). Jak chromatogram ve formátu CSV, tak i plochy látek se numericky vloží do databáze ke každému vzorku drogy.

PČR: Obr. 4 Tabulka s naměřenými plochami (Zdroj: NPC)

PČR: Obr. 5 Chromatogram (Zdroj: NPC)

Podobné profily se naleznou pomocí algoritmu MCA(Multiple Correspondence Analysis), kdy se hledají co nejpodobnější relativní plochy stejných subkomponent mezi drogami v rámci celé databáze (hledáme minimum vzdáleností v Euklidovském prostoru). Výsledek hledání podobných chemických profilů pak může vypadat jako na následujících obrázcích, opět pro režim intenzit a vizuálního chromatogramu.

PČR: Obr. 6 Vyhledání podobných profilů – režim tabulka (Zdroj: NPC)

PČR: Obr. 7 Vyhledání podobných profilů – režim chromatogram (Zdroj: NPC)

Co bude v pokračování

V posledním díle probereme nástroje forenzního zpravodajství (forensic intelligence), které představují funkce dalších možností vyhledávání v rámci databáze (fulltextové, analytické a vizuální) a procesů reportingu v případě nalezených shod.