com
http://pubs.acs.org/journal/acsodf Artikel
hadir sebagai aspartate aminotransferase (AST), gamma glutamyl etry (LC−MS/MS), studi tentang pengujian konsentrasi
transferase (GGT), atau biomarker defisiensi karbohidrat transferrin EtG kuku telah dilanjutkan dengan metode deteksi ini.
(CDT), untuk beberapa nama. Namun, biomarker alkohol tertentu 6Evaluasi deteksi ETG mengenai sensitivitas dan
yang menarik dalam memantau penyalahgunaan alkohol adalah etil spesifisitas dengan metode LC−MS/MS masih harus
glukuronida (EtG), mengingat ini adalah produk yang dihasilkan dinilai. Namun, studi saat ini dengan jumlah sampel
hanya ketika etanol dimetabolisme di hati.1,11 yang tidak memadai menunjukkan korelasi antara
Studi sebelumnya menemukan bahwa analisis kuku mampu deteksi asupan alkohol dan nilai ETG.6
mengidentifikasi perilaku minum akut dan kronis.1,12Konsentrasi Obat-obatan penyalahgunaan dan obat-obatan di kuku hanya ada
ETG yang ditemukan di kuku menunjukkan korelasi dengan dalam konsentrasi rendah. Karena kerumitan matriks
konsumsi alkohol yang dilaporkan sendiri.12Terutama dibandingkan terkeratinisasi, metode analitik harus lebih sensitif, dan preparasi
dengan sampel rambut alternatif, konsentrasi ETG kuku lebih tinggi, sampel sangat penting.14Spektroskopi Fourier transform infrared
menyimpulkan bahwa kuku memberikan biomarker alkohol yang (FT-IR) telah digunakan sebagai teknik analitik untuk berbagai
lebih baik.12 aplikasi di bidang forensik. Spektroskopi FT-IR telah diterapkan pada
Dengan demikian, analisis jari tangan dan kaki adalah spesimen yang bagus berbagai jenis bukti, dan dilakukan dengan baik dalam pemeriksaan
dalam menganalisis penanda alkohol terutama untuk mengidentifikasi dokumen yang dipertanyakan yang ditemukan di TKP,21cat,22uang
penyalahgunaan alkohol jangka panjang, memberikan riwayat penggunaan kertas,23serat,24rambut,25,26analisis residu tembakan,27dan jejak
alkohol selama 3 - 6 bulan. Menggunakan spesimen ini akan menguntungkan cairan tubuh.28−31Sifat nondestruktif dari metode ini memungkinkan
pemantauan konsumsi alkohol dari pengguna/pengedar narkoba, toksikologi kami menggunakan bagian sampel yang sama untuk pemeriksaan
postmortem, kejahatan terkait narkoba, dan kepatuhan, pengujian, dan lebih lanjut. Metode ini cepat, tidak merusak, dan kuantitatif, yang
deteksi terkait forensik lainnya.6
merupakan properti ideal untuk analisis forensik. Selain itu, metode
Biomarker alkohol adalah salah satu dari banyak penanda ini dapat digunakan di lapangan dengan alat portabel.32
obat yang telah ditemukan pada potongan kuku, termasuk obat Spektroskopi IR termasuk dalam metode analitik yang mampu
induk dan atau metabolit tembakau, ganja, THC, opiat dan
melakukan konfirmasi molekuler berdasarkan Praktik Standar untuk
opioid, nikotin, PCP, Zolpidem, Bromazepam, Benzodiazepin,
Identifikasi Obat yang Disita yang memandu laboratorium forensik
Amfetamin dan Metamfetamin, Kokain, dan Benzoylecgonine.1,3,
dalam mengidentifikasi zat yang disita yang tidak diketahui.33
6,13−19Penelitian yang berkaitan dengan pemahaman
Spektroskopi FT-IR dipelajari secara luas dan telah digunakan dalam
penggabungan obat-obatan atau bahan kimia selama
kerja kasus forensik. Penyalahgunaan etanol seringkali dapat
pembentukan kuku telah mengeksplorasi berbagai metode
menyebabkan konsekuensi negatif seperti tuntutan pidana atau
konsumsi, termasuk paparan obat dalam kandungan dengan
tuntutan hukum perdata.34Karena metodologi ini juga telah
menganalisis kuku bayi.13,16,19
membuktikan dirinya dalam analisis obat yang disita untuk
Dengan demikian, analisis kuku dapat dilakukan untuk pengobatan alkohol dan
memperoleh informasi komposisi kimiawi sampel,35−39akan sangat
obat-obatan hingga analisis toksikologi forensik dalam kasus serangan seksual yang
menguntungkan untuk menerapkan teknik ini di bidang investigasi
difasilitasi obat dan kasus postmortem, di mana mungkin ada satu paparan jarak
forensik lainnya, seperti deteksi alkohol dan metabolitnya.
jauh atau riwayat penggunaan narkoba yang tidak ditentukan yang dapat
memberikan informasi tentang penyebab atau cara terjadinya. kematian.1
mengaitkan hasil ini dengan fakta bahwa kuku kekurangan Dalam penelitian ini, kami mendeskripsikan pengembangan
pigmen, sehingga konsentrasinya tidak sepenuhnya terdeteksi metode baru spektroskopi ATR FT-IR yang dipadukan dengan
dan atau terdegradasi oleh perawatan kosmetik seperti PLS-DA. PLS adalah algoritma pengurangan dimensi terkenal
pemutihan dan pewarnaan.1,6Dibandingkan dengan spesimen yang merupakan metode sederhana dan efisien karena
lain seperti darah, urin, dan air liur, kuku menunjukkan jendela informasi tentang tugas kelas terlibat langsung dalam ekstraksi
deteksi yang lebih lama, pengumpulan sampel noninvasif, variabel laten (LV). Algoritma PLS adalah metode regresi linier
kurangnya degradasi obat, dan memerlukan sampel yang lebih yang dapat digunakan untuk tiga skenario berbeda: eksplorasi
kecil untuk analisis.14,20 data, kalibrasi, dan klasifikasi. Ketika rangkaian respons dummy
Teknik yang digunakan untuk mendeteksi zat pada rambut untuk hasil kategorikal digunakan alih-alih vektor kontinu biasa,
dan kuku termasuk kromatografi gas (GC), spektrometri massa model PLS disebut analisis diskriminan parsial kuadrat terkecil
(MS), aktivasi nuklir, fluoresensi dan emisi sinar-X, serta (PLS-DA).41Tujuan dalam penelitian kami adalah untuk
penyerapan dan emisi atom.4Selain itu, teknik yang digunakan mengevaluasi penerapan sampel kuku manusia untuk ATR FT-IR
untuk memeriksa kuku adalah sebagai berikut: spektroskopi sebagai alternatif teknik lain untuk pemantauan konsumsi
kerusakan akibat laser; kromatografi cair kinerja tinggi (LC); alkohol jangka panjang. Secara khusus, kami tertarik pada
kromatografi cair ultrakinerja−spektrometri massa tandem (LC apakah metode tersebut memiliki potensi untuk membedakan
−MS); mikro-PIXR dan mikro-RBS; analisis mikro sinar-X keras; orang yang sedang minum (“Peminum alkohol”) atau tidak
dan XFR berbasis synchrotron.7,14Mengikuti validasi minum alkohol (“Bukan peminum”) berdasarkan potongan kuku
spektrometer massa tandem kromatografi cair mereka.
22204 https://doi.org/10.1021/acsomega.3c02579
ACS Omega2023, 8, 22203−22210
■
ACS Omega http://pubs.acs.org/journal/acsodf Artikel
BAHAN DAN METODE Model PLS-DA dibangun dengan bertambahnya jumlah spektrum
pada data training dan validasi. Selama setiap pemisahan, kami
Pembuatan dan Persiapan Sampel.Potongan kuku
selalu menyimpan spektrum dari satu donor baik dalam kumpulan
dikumpulkan dari 63 sukarelawan (44 alkohol dan 19 donor
data pelatihan atau pengujian. Setiap model dibangun dengan
nonalkohol) dari berbagai ras dan usia. Kriteria kelayakan untuk
jumlah LV yang optimal. Ketika model yang dilatih menunjukkan
sukarelawan adalah kuku yang sehat tanpa gejala penyakit kulit
varians yang lebih rendah selama proses pelatihan, pemisahan data
atau kuku yang berbeda. Mengenai status minum alkohol, jika
tersebut dipilih. Sampel dibagi menjadi kumpulan data kalibrasi
mereka mengkonsumsi alkohol, mereka diharuskan untuk minum
(pelatihan) dan kumpulan data uji (validasi eksternal) yang kira-kira
dalam waktu enam bulan terakhir sebelum pengambilan gunting
sesuai dengan pembagian 80:20. Donor ditugaskan untuk kalibrasi
kuku dan minimal 2 minuman standar setara per minggu. Hal ini
dan set pengujian secara acak; distribusi akhir mereka diperiksa
memastikan bahwa konsumsi alkohol dapat dideteksi dengan benar
dalam hyperspace proyeksi LV untuk memastikan bahwa dataset
pada potongan kuku terlepas dari apakah spesimen tersebut
adalah sampel yang representatif (misalnya, sampel acak) dari
berasal dari kuku tangan atau kuku kaki. Sampel terdiri dari 1−10
dataset asli (Gambar 1). Set data pelatihan terdiri dari 669 spektrum
potongan kuku sumbangan dari masing-masing relawan, dengan
dari 51 donor dan set data validasi terdiri dari 162 spektrum dari 12
panjang minimal 1 mm. Setiap sampel dibersihkan dengan alkohol
donor.
isopropil 70% dan disimpan dalam kantong zip-lock dan diberi kode.
Studi ini disetujui oleh Institutional Review Board of Texas Tech
University (No.
Analisis Spektroskopi FT-IR.Spektra direkam pada Thermo
Fisher Nicolet iS10 yang dilengkapi dengan aksesori berlian ATR.
Akuisisi semua spektrum dilakukan dengan 32 pemindaian per
spektrum dan dalam kisaran 4000−600 cm−1
dengan resolusi 4 cm−1. Spektrum dikumpulkan dari titik sampel
yang berbeda untuk menghitung heterogenitas matriks kuku.
Spektrum latar belakang direkam sebelum pengumpulan spektrum
dari setiap sampel baru, dan dikurangi dari semua spektrum
berikutnya. Pengukuran dikendalikan oleh perangkat lunak OMNIC
(Thermo Nicolet Corporation, Waltham, MA, USA). Di antara setiap
analisis sampel, kristal dibersihkan menggunakan isopropanol dan
dibiarkan mengering sebelum memulai pengukuran. Untuk
memastikan kontak yang dapat direproduksi antara sampel dan
kristal, gaya diterapkan oleh pengukur tekanan pada sampel paku Gambar 1.Set kalibrasi dan set pengujian keduanya adalah sampel acak dari donor
untuk memberikan kontak optik yang baik dengan kristal. Rentang untuk mencegah bias dalam set data yang dipertahankan dalam sampel.
spektral 600−1800 dan 2600−3800 cm-1−1menunjukkan kontribusi
dari komposisi biokimia sampel dan digunakan untuk analisis lebih
Selanjutnya, validasi silang diterapkan pada kumpulan data
lanjut.
pelatihan yang dipilih untuk menyetel parameter PLS-DA; dengan
Analisis statistik.File OMNIC spectral (.SPC) diimpor ke demikian, tidak ada set validasi mandiri. Satu-satunya parameter
perangkat lunak lain untuk diproses lebih lanjut dan analisis yang harus dioptimalkan adalah jumlah LV yang harus disertakan
statistik. Pemodelan PLS-DA dilakukan menggunakan perangkat dalam model. Pemilihan kompleksitas model akhir misalnya, jumlah
lunak MathWorks MATLAB R2020b versi 9.9.0.1570001 (Natick, LV serta perkiraan tingkat kesalahan klasifikasi model PLS-DA
MA, USA) yang didukung oleh Eigenvectors Research Inc. PLS diperoleh dengan menggunakan validasi silang venetian blind 10
Toolbox 9.0 (Manson, WA, USA). Analisis PLS dan ROC yang kali lipat tunggal pada set data pelatihan.44CV sepuluh kali lipat
jarang dilakukan menggunakan perangkat lunak R, paket R adalah kompromi yang baik dalam hal pertukaran bias-varians.45
"mixOmics",42dan paket "proc".43Langkah-langkah pra- Dalam konteks PLS-DA, di setiap langkah, 1/10 dari kumpulan data
pemrosesan berikut diterapkan: transformasi transmisi menjadi pelatihan ditinggalkan dan spektrum yang tersisa digunakan untuk
absorbansi (log(1/T)), turunan orde kedua dengan polinomial melatih model PLS-DA. Model ini digunakan untuk memprediksi
kedua, dan normalisasi dengan luas total dan pemusatan rata- label kelas, misalnya peminum alkohol atau bukan peminum pada
rata. Langkah-langkah preprocessing dipilih pada kumpulan spektrum kiri. Proses ini diulangi dengan 1/10 berikutnya sampai
data pelatihan. Spektrum dalam kumpulan data uji diproses semua spektrum diprediksi. Semua spektrum ditinggalkan untuk
sebelumnya tepat sebelum prediksi mereka. prediksi hanya sekali. Jumlah LV yang menghasilkan tingkat
kesalahan klasifikasi terendah selama CV dipilih untuk digunakan
Algoritma PLS bertanggung jawab untuk mengurangi dimensi pada model final PLS-DA.46
data (yaitu, spektrum FT-IR) menjadi beberapa LV dengan cara yang Pada langkah selanjutnya, prediksi dilakukan pada sampel
diawasi, dan kemudian, ambang diterapkan untuk menetapkan kumpulan data uji untuk memvalidasi model kami secara
label kelas ke spektrum (Peminum alkohol vs Bukan peminum). eksternal. Evaluasi kemampuan prediksi model dinilai
Komponen PLS dipilih untuk memaksimalkan kovarians antara dengan menggunakan dua parameter evaluasi: akurasi
tanggapan (penugasan kelas) dan kombinasi linier baru dari klasifikasi, dengan sensitivitas dan spesifisitas yang sesuai
prediktor asli. Kemudian, dimensi akhir ditentukan dengan dan Area Di Bawah Kurva Receiver Operating Characteristic
memutuskan berapa banyak dari prediktor baru ini yang akan (AUROC). Akurasi dan AUROC adalah parameter yang cocok
dimasukkan ke dalam model. untuk menilai kualitas model PLS-DA yang membedakan
Langkah pertama untuk analisis multivariat PLS-DA adalah antara dua kelas.47
pemilihan donor yang spektrumnya akan menjadi set data Pemilihan variabel PLS (sPLS) jarang digunakan untuk memilih
kalibrasi dan pengujian. Untuk tujuan perbandingan, beberapa wilayah spektral yang relevan untuk diferensiasi dua kelas.
22205 https://doi.org/10.1021/acsomega.3c02579
ACS Omega2023, 8, 22203−22210
ACS Omega http://pubs.acs.org/journal/acsodf Artikel
Untuk kasus beberapa variabel berkorelasi tinggi dalam Tabel 1. Puncak Spektral IR pada Kuku Manusia dan
kumpulan data, seperti spektra FT-IR, perluasan pendekatan Tugasnya
eksplorasi PLS diusulkan dan digunakan di sini untuk
komponen
melakukan pemilihan variabel dalam kerangka klasifikasi bilangan gelombang (cm−1) identifikasi penugasan band ref.
karena metode ini membuktikan dirinya kompetitif untuk
3278 amida A Peregangan N−H 49
metode lain dalam hal interpretabilitas dan waktu komputasi.48
3067 amida A Peregangan N−H 5
sPLS-DA melakukan pemilihan dan klasifikasi variabel dalam
2961 lipid dan Peregangan asimetris C−H dari 50
prosedur satu langkah; khususnya, sPLS memaksa sparsity protein CH3
vektor pemuatan dengan menerapkan penalti L1 dengan 2920 lipid dan Peregangan simetris C−H dari 50
parameter sparsity merdu, sehingga LV berikutnya hanya protein CH3
bergantung pada subgrup dari grup prediktor asli.48Langkah ini 2850 lipid dan Peregangan simetris C−H ke dalam 50
dilakukan terutama untuk memahami apa itu band FT-IR protein CH2
1637 amida I 50
■
C�Wahai peregangan
berkontribusi paling besar untuk model akhir.
1533 amida II C�O peregangan ditambah dengan 50
C−N peregangan dan
HASIL DAN DISKUSI deformasi lentur N−H
5,50
Tujuan dari penelitian ini adalah untuk menerapkan spektroskopi 1452 lipid dan CH2, CH3lentur asimetris
ATR FT-IR sebagai metode tak rusak untuk membedakan peminum protein mode
Alkohol dan Non-peminum berdasarkan potongan kuku manusia. 1396 asam amino modus simetris CH3 51
Desain eksperimen dipilih berdasarkan literatur dan hasil awal. 1296 amida III Pembengkokan N−H 5
5,50
Potongan kuku membuat spesimen yang sangat baik. Mereka 1239 amida III, Peregangan C−N, asimetris
nukleat mode peregangan PO2−
membuat matriks reservoir yang terdiri dari sambungan serat Asam
keratin yang rapat: kuku juga berpori dan karenanya merupakan 1080 asam nukleat peregangan simetris PO−2 50
matriks yang sangat baik untuk menjebak dan menangkap
biomarker alkohol. Mengumpulkan spesimen kuku adalah proses Metode PLS-DA diterapkan untuk mengembangkan model yang
yang sederhana dan non-invasif, serta mudah disimpan pada suhu kuat untuk identifikasi peminum Alkohol sehubungan dengan
kamar. pendekatan tanda tangan spektral. Itu berarti, daripada mencari
Spektra rata-rata ATR FT-IR kuku manusia yang diperoleh dari dua perbedaan dalam intensitas masing-masing puncak, kami mencari
kelompok sukarelawan yang berbeda ditunjukkan padaGambar 2. keteraturan dalam tanda spektral dari contoh berlabel yang
diketahui, melatih sistem untuk mengidentifikasi fitur dan pola yang
dipelajari, dan membuat prediksi selanjutnya pada data yang tidak
diketahui. Donor yang membentuk kalibrasi dan matriks set data uji
dikategorikan sebagai "Non-alkohol" (19 donor) dan peminum
"Alkohol" (44 donor), sebagaimana dijelaskan dalam definisi yang
diberikan di atas. Dataset dari 669 spektrum "berlabel" digunakan
untuk mengembangkan model PLS-DA, yang divalidasi silang
menggunakan tirai Venesia 10 kali lipat untuk menentukan jumlah
LV yang optimal. Dua belas LV ditentukan selama CV, ketika
himpunan bagian dari spektrum disisihkan dan diprediksi, dan
selanjutnya, semua prediksi dirata-ratakan. Kami mencapai
sensitivitas 97% dan spesifisitas 98% untuk membedakan peminum
alkohol dari bukan peminum. Setelah kami membuat model PLS-DA
dengan dua belas LV untuk membedakan dua kelompok donor
Gambar 2.Rata-rata spektra baku pemotongan kuku untuk kelompok spesimen kuku, kami memprediksi pada set pengujian, yang tidak
peminum alkohol (garis biru) dan bukan peminum (garis merah). Rentang kami gunakan untuk melatih model. Ini memungkinkan kami untuk
spektral 3800−2600 dan 1800−600 cm−1, digambarkan dalam gambar, menentukan kesalahan out-of-sample untuk model.Gambar 3
digunakan untuk analisis statistik lebih lanjut.
menunjukkan prediksi kelas untuk setiap spektrum bersama dengan
ambang klasifikasi (garis putus-putus merah). Hasil dari proses
pelatihan ditampilkan di sebelah kiri (spektrum 1−669) dan hasil dari
Spektra ATR FT-IR dari kedua kelompok sangat mirip, menunjukkan validasi eksternal ditampilkan di sebelah kanan gambar (spektrum
pita yang sama dengan intensitas yang sama. Diferensiasi 670−831). Spektrum apa pun yang berada di atas ambang batas
berdasarkan inspeksi visual tidak mungkin; karenanya, analisis diprediksi sebagai "Non-alkohol", dan spektrum apa pun di bawah
statistik multivariat lanjutan diperlukan untuk tujuan kami. Tanda ambang klasifikasi ditetapkan sebagai spektrum "Alkohol".
spektral kuku manusia menunjukkan frekuensi getaran biomolekul
yang berbeda dan memberikan informasi tentang komponen kunci Validasi eksternal pada set data uji menghasilkan sensitivitas 90%
yang ada pada kuku manusia. Kuku sebagian besar terdiri dari dan spesifisitas 92% untuk mendeteksi konsumsi alkohol jangka
protein berserat yang umumnya disebut keratin. Keratin adalah panjang sebelum pengumpulan kuku. Model PLS-DA menunjukkan
rantai panjang asam amino yang dihubungkan bersama dengan akurasi 100% untuk membedakan kedua kelompok berdasarkan
ikatan amida.52Dalam spektrum IR paku, wilayah utama dapat tingkat donor ketika ambang standar 50% digunakan, yang berarti
diidentifikasi; selain protein, spektrum kuku menunjukkan tidak ada donor yang salah klasifikasi. Kinerja model klasifikasi juga
kontribusi dari asam nukleat (1000−1250 cm-1).−1), lipid ( 2800−3000 divisualisasikan dengan plot kurva ROC yang menunjukkan
cm−1), dan karbohidrat (1000−800 cm−1).49,53 bagaimana sensitivitas berubah dengan spesifisitas sementara
Tabel 1menunjukkan penugasan puncak getaran ambangnya bervariasi. Nilai AUROC yang diperoleh adalah 0,97
molekuler yang tersedia dari literatur. (95% confidence interval [CI], 0,95−0,99),
22206 https://doi.org/10.1021/acsomega.3c02579
ACS Omega2023, 8, 22203−22210
ACS Omega http://pubs.acs.org/journal/acsodf Artikel
Gambar 3.Hasil prediksi kalibrasi dan validasi eksternal untuk peminum Alkohol dan Non-peminum berdasarkan sampel kuku manusia. Setiap titik
mewakili spektrum FT-IR ATR individu. Titik merah menunjukkan kelompok non-alkohol, titik biru mewakili kelompok alkohol, dan garis putus-putus
merah menunjukkan ambang klasifikasi.
menunjukkan bahwa kelompok peminum Alkohol dan Non-peminum bahwa bagian spektrum IR kuku ini telah dipelajari
dipisahkan dengan baik dengan model klasifikasi PLS-DA kami (Gambar sehubungan dengan diabetes.40,54
S-1). Model sPLS-DA hanya menggunakan variabel yang dipilih
Algoritma PLS yang diawasi biasanya berkinerja baik dalam hal melalui pemilihan fitur yang divalidasi silang, dan tujuh LV
kesalahan pengujian klasifikasi daripada metode yang bersaing; ditentukan selama CV. Sensitivitas dan spesifisitas mencapai
namun, mereka tidak selalu menghasilkan model jarang yang 90% ditentukan untuk membedakan peminum Alkohol dari
melibatkan sejumlah kecil fitur yang berkinerja lebih baik, dan selain Non-peminum. Validasi eksternal pada set data uji
itu, fitur yang sangat berkorelasi mungkin memiliki banyak menghasilkan sensitivitas 83% dan spesifisitas 90% untuk
redundansi dalam fitur yang dipilih.45Daerah yang dipilih oleh sPLS mendeteksi konsumsi alkohol jangka panjang sebelum
sesuai dengan bilangan gelombang dengan kontribusi tinggi untuk pengambilan kuku berdasarkan model sPLS-DA (Gambar S-2).
model PLS. sPLS mampu mereduksi jumlah variabel, namun masih Analisis AUROC menunjukkan nilai 0,96 (interval kepercayaan
tersisa lebih dari 1500 variabel dalam model, yaitu 1562 variabel. [CI] 95%, 0,95−0,97) selama CV dan 0,93 (interval kepercayaan
Hasil tersebut menunjukkan hubungan yang kompleks antara sidik [CI] 95%, 0,90−0,97) untuk validasi eksternal pada kumpulan
jari metabolisme kuku dan faktor lingkungan/perilaku seperti yang data uji (Gambar S-1). Jadi, saat menggunakan subset fitur yang
ditargetkan dalam proyek ini.Gambar 4menunjukkan dikurangi untuk klasifikasi, hasil dari validasi eksternal hanya
sedikit menurun; namun, penurunan yang jauh lebih signifikan
terjadi selama CV setelah sparsity diterapkan pada model.
Relevansi fitur tidak selalu menyiratkan optimalitas dalam arti
akurasi maksimal yang dihasilkan oleh pengklasifikasi.55
22207 https://doi.org/10.1021/acsomega.3c02579
ACS Omega2023, 8, 22203−22210
ACS Omega ■
http://pubs.acs.org /jurnal/acsodf Artikel
■
konsumsi alkohol yang berkepanjangan pada kuku dan
juga jumlah minum secara keseluruhan. Hingga saat ini, INFORMASI PENULIS
hanya dua penanda yang diterapkan untuk deteksi
penyalahgunaan alkohol pada rambut (matriks alternatif Penulis yang sesuai
dari sampel kuku) dan pada kuku. Selain ETG tersebut di Lenka Halámková−Departemen Lingkungan
Toksikologi, Universitas Teknologi Texas, Lubbock, Texas 79409,
atas, penanda lain yang telah dipelajari pada sampel
Amerika Serikat; Surel:Lenka.Halamkova@ttu.edu
rambut adalah fatty acid ethyl esters (FAEE).57Namun,
salah satu keuntungan signifikan dari metodologi ini, Penulis
yaitu, spektroskopi ATR FT-IR yang dikombinasikan Bilkis Mitu−Departemen Toksikologi Lingkungan, Texas
dengan pendekatan ML sebagai alat diagnostik adalah Universitas Teknologi, Lubbock, Texas 79409, Amerika Serikat
bahwa spektrum yang dihasilkan dari kuku manusia atau Migdalia Cerda−Departemen Toksikologi Lingkungan,
matriks biologis lainnya tidak hanya mencakup penanda Universitas Teknologi Texas, Lubbock, Texas 79409, Amerika
yang diketahui dan dijelaskan. Di sini ML Serikat Radovan Hrib−Fasilitas Ganja, Pusat Terjemahan
memperkenalkan analisis data spektroskopi otomatis Kedokteran, Pusat Penelitian Klinis Internasional dan Pusat
dari seluruh sidik jari getaran yang secara inheren Manajemen Nyeri, Departemen Anestesiologi dan Perawatan
kompleks dan heterogen, tetapi ML mampu mempelajari Intensif, Rumah Sakit Universitas St. Anne, Brno 60200,
pola yang berbeda antara orang yang minum alkohol Republik Ceko
dan mereka yang tidak minum alkohol. Pola tersebut Trojan Václav −Fasilitas Ganja, Pusat Terjemahan
termasuk juga perubahan pita spektral, yang belum Kedokteran, Pusat Penelitian Klinis Internasional, Rumah Sakit
dijelaskan dan dipelajari dengan baik dalam hal Universitas St. Anne, Brno 60200, Republik Ceko
komponen biokimia. Namun,
■
Informasi kontak lengkap tersedia di: https://
pubs.acs.org/10.1021/acsomega.3c02579
KESIMPULAN
Ada kebutuhan yang berkelanjutan untuk mengeksplorasi dan Kontribusi Penulis
mengembangkan teknologi baru dan memastikan bahwa hasil Naskah ditulis melalui kontribusi dari semua penulis.
terbaik dan paling akurat dalam diagnostik medis dan ilmu forensik
dapat dicapai. Potongan kuku manusia adalah salah satu spesimen Catatan
yang paling praktis, karena stabilitas dan pengambilan sampelnya
■
Para penulis menyatakan tidak ada kepentingan finansial yang bersaing.
yang cepat. Selain itu, potongan kuku tidak mengalami gangguan
permukaan seperti halnya bukti jejak lainnya seperti cairan tubuh UCAPAN TERIMA KASIH
dan sidik jari laten.
Kami berterima kasih kepada banyak sukarelawan yang memberi
Keuntungan utama dari ATR FT-IR adalah tanda spektral
kami sampel kuku. Tanpa mereka, proyek ini tidak akan mungkin
spesifik untuk kelompok sampel yang berbeda berdasarkan
terjadi.
■
komposisi biokimianya. Spektrum inframerah menampilkan
karakteristik vibrasi yang unik dari suatu sampel berdasarkan
REFERENSI
frekuensi penyerapan yang berbeda dari masing-masing gugus
fungsi.26ML mampu menjelaskan informasi spektral multipleks, (1) Lach, M.Memaku Standar Emas; USDTL, 2015,6.
(2) Paul, R.; Tsanaclis, L.; Murray, C.; Boroujerdi, R.; Facer, L.; Corbin,
termasuk komposisi spektral dan perbedaan kecil yang
A. Ethyl Glucuronide sebagai Biomarker Alkohol Jangka Panjang
disebabkan oleh status konsumsi alkohol donor. Model PLS-DA
pada Kuku dan Rambut. Matriks Perbandingan dan Evaluasi Bias
dapat dengan jelas membedakan sampel pemotongan kuku Gender.Alkohol Alkohol.2019,54, 402−407.
peminum alkohol dan bukan peminum. Baik model PLS-DA dan (3) Muddasani, S.; Lin, G.; Hooper, J.; Sloan, SB Nutrisi dan penyakit
sPLS-DA telah menunjukkan AUROC yang sangat baik masing- kuku.Klinik. Dermatol.2021,39, 819−828.
masing sebesar 0,97 dan 0,93, untuk membedakan antara (4) Daniel, CR, ke-3; Piraccini, BM; Tosti, A. Paku dan rambut dalam
kedua kelompok. Dengan demikian, metode yang kami usulkan ilmu forensik.Selai. Acad. Dermatol.2004,50, 258−261.
mewakili pengembangan analisis cepat spesimen kuku untuk (5) Sharma, A.; Verma, R.; Kumar, R.; Chauhan, R.; Sharma, V.
Analisis kemometri spektrum ATR-FTIR potongan kuku untuk
keperluan forensik atau medis berdasarkan pendekatan ML
klasifikasi dan prediksi jenis kelamin dalam konteks forensik.
yang diterapkan pada data spektral ATR FT-IR. Aplikasi analitik Mikrokimia. J. 2020,159, No. 105504.
lebih lanjut untuk karakteristik pribadi lainnya dapat dilakukan (6) Solimini, R.; Minutillo, A.; Kyriakou, C.; Pichini, S.; Pacifici, R.; Busardo,
dan, bersama dengan gangguan perawatan kosmetik, sedang FP Nails dalam Toksikologi Forensik: Pembaruan.Kur. Farmasi. Des.2018,
diselidiki di laboratorium kami. 23, 5468−5479 .
22208 https://doi.org/10.1021/acsomega.3c02579
ACS Omega2023, 8, 22203−22210
ACS Omega http://pubs.acs.org/journal/acsodf Artikel
(7) Grover, C.; Bansal, S. Paku sebagai alat investigasi dalam kedokteran: (28) Giuliano, S.; Mistek-Morabito, E.; Lednev, IK Forensik
Apa yang harus diketahui oleh dokter kulit.India J. Dermatol. Venereol. Phenotype Profiling Berdasarkan Spektroskopi Fourier Transform-
Leprol.2017,83, 635−643. Infrared Refleksi Total yang Dilemahkan dari Darah: Usia Kronologis
(8) Toprak, S.; Kahriman, F.; Dogan, Z.; Ersoy, GA-O.; Bisa, EA- Donor.ACS Omega2020,5, 27026−27031 .
HAI.; Akpolat, MA-O.; Bisa, MA-O. Potensi metode spektroskopi (29) Mistek, E.; Halámková, L.; Lednev, IK Pembuatan profil fenotip
Raman dan FT-IR untuk deteksi klorin pada sampel kuku manusia. untuk tujuan forensik: Potensi tidak merusak di tempat kejadian
Ilmu Forensik. Kedokteran Patol.2020,16, 633−640. meredam refleksi total Fourier transform-infrared (ATR FT-IR)
(9) Caccia, G.; Re, L.; Caccianiga, M.; Cattaneo, C. Jejak di bawah kuku dalam spektroskopi noda darah.Kimia Forensik.2019,16, No. 100176.
kedokteran forensik klinis: bukan hanya DNA.Int. J. Hukum Kedokteran. 2021, (30) Takamura, A.; Halámková, L.; Ozawa, T.; Lednev, IK Pembuatan
135, 1709−1715. Profil Fenotip untuk Tujuan Forensik: Menentukan Jenis Kelamin Donor
(10) Ali, EMAA; Edwards, HGM; Hargreaves, MD; Scowen, IJ Deteksi Berdasarkan Spektroskopi Inframerah Transformasi Fourier Jejak Urine.
bahan peledak pada kuku manusia menggunakan mikroskop Anal. kimia2019,91, 6288−6295 .
confocal Raman.J. Raman Spectrosc.2009,40, 144−149. (31) Mistek-Morabito, E.; Lednev, IK Diskriminasi antara darah manusia
(11) Berger, L.; Fendrich, M.; Jones, J.; Fuhrmann, D.; Plat, C.; Lewis, D. dan hewan dengan refleksi total yang dilemahkan Spektroskopi
Ethyl glucuronide pada rambut dan kuku sebagai biomarker alkohol inframerah transformasi Fourier.Komunal. kimia2020,3, 178.
jangka panjang.Kecanduan2014,109, 425−431. (32) Weber, A.; Hoplight, B.; Ogilvie, R.; Muro, C.; Khandasammy,
(12) Shu, saya.; Jones, J.; Jones, M.; Lewis, D.; Negrusz, A. Deteksi SR; Pérez-Almodóvar, L.; Sears, S.; Lednev, IK Riset
Obat di Kuku: Pengalaman Tiga Tahun.J.Anal. Toksikol.2015,39, 624 Spektroskopi Getaran Inovatif untuk Aplikasi Forensik.Anal.
−628. kimia2023,95, 167−205.
(13) Mari, F.; Politi, L.; Bertol, E. Kuku bayi baru lahir dalam pemantauan (33) Standar, AN,Praktik Standar untuk Identifikasi Narkoba yang
paparan obat selama kehamilan.Ilmu Forensik. Int.2008,179, 176− 180. Disita. 2022.
(34) Perry, PJ; Doroudgar, S.; Van Dyke, Toksikologi Forensik
(14) Cappelle, D.; Yegles, M.; Neels, H.; van Nuijs, ALN; De Doncker, Etanol P..Selai. Acad. Hukum Psikiatri2017,45, 429−438.
M.; Maudens, K.; Covaci, A.; Crunelle, CL Analisis kuku untuk (35) Hargreaves, MD, Drugs of Abuse − Penerapan FT-IR Genggam dan
mendeteksi obat-obatan yang disalahgunakan dan obat-obatan: Spektrometer Raman. Di dalamSpektroskopi Inframerah dan Raman
ulasan. Toksikol Forensik.2015,33, 12−36. dalam Ilmu Forensik, CHalmers, JM; Edwards, HGM; Hargreeaves, MD,
(15) Cobo-Golpe, M.; de-Castro-Ríos, A.; Cruz, A.; López-Rivadulla, Eds.; Wiley: 2012; 339−348.
M.; Lendoiro, E. Penentuan dan Distribusi Kanabinoid pada Sampel (36) Dia, X.; Wang, J.; Anda, X.; Niu, F.; Kipas angin, L.; Lv, Y.
Kuku dan Rambut.J.Anal. Toksikol.2021,45, 969−975. Klasifikasi heroin, metamfetamin, ketamin dan aditifnya dengan
(16) Ayo, DM; Al-Delaimy, WK; Schilling, D.; Vuylsteke, B.; Mehess, spektroskopi inframerah dan kemometrik transformasi Fourier total
S.; Spindel, ER; McEvoy, CT Tingkat nikotin rambut dan kuku ibu dan yang dilemahkan.Spectrochim. Acta A Mol. Biomol. Spektroskopi.
bayinya sebagai biomarker yang valid dari paparan asap tembakau 2020, 241, No.118665.
intrauterin.Tob. induksi Dis.2021,19, 100. (37) Kranenburg, RF; Stuyver, LI; de Ridder, R.; van Beek, A.;
(17) Engelhart, DA; Jenkins, AJ Deteksi analit kokain dan opiat di Colmsee, E.; van Asten, AC Penghindaran undang-undang narkotika
kuku dari kasus postmortem.J.Anal. Toksikol.2002,26, 489−492. yang disengaja: Tren yang divisualisasikan dalam campuran
komersial zat psikoaktif baru yang dianalisis dengan GC-deposisi
(18) Garside, D.; Ropero-Miller, JD; Goldberger, BA; hamil, padat-FTIR. Kimia Forensik.2021,25, No. 100346.
WF; Maples, WR Identifikasi analit kokain pada spesimen kuku (38) Kustodio, MF; Magalhaẽs, LO; Arantes, LC; Braga, JW
tangan dan kaki.J. Ilmu Forensik.1998,43, 974−979. B. Identifikasi Narkoba Sintetis pada Blotter Papers Sitaan
(19) Pelissier-Alicot, A.-L.; Kintz, P.; Amelin, A.; Bosdure, E.; Chabrol, Menggunakan ATR-FTIR dan PLS-DA: Aplikasi Rutin di
B.; Neant, N.; Torrent, R.; Sastre, C.; Baillif-Couniou, V.; Tuchtan- Laboratorium Forensik.J.Braz. kimia Soc.2021,32, 513−522.
Torrents, L.; Leonetti, keracunan G. Bromazepam pada bayi: (39) Salerno, TMG; Donato, P.; Frison, G.; Zamengo, L.;
Kontribusi analisis rambut dan kuku.Tes Narkoba. Anal.2020, 12, 397 Mondello, L. Kromatografi Gas�Spektroskopi Inframerah
−401. Transformasi Fourier untuk Penentuan Obat-obatan Terlarang
(20) Sagar, G. Nail sebagai Bukti dalam Toksikologi Forensik.Int. Med.- yang Jelas: Bukti Konsep.Depan. kimia2020,8, 624.
Kaki. Laporan. J.2021,8, 99−106. (40) Coopman, R.; Van de Vyver, T.; Kishabongo, AS; Katchung,
(21) Zieba-Palus, J.; Kunicki, M. Penerapan spektroskopi mikro- P.; Van Aken, EH; Cikomola, J.; Monteyne, T.; Speeckaert, MM; Delanghe,
FTIR, spektroskopi Raman dan metode pemeriksaan tinta XRF. JR Glycation pada potongan kuku manusia menggunakan spektrometri
Ilmu Forensik. Int.2006,158, 164−172. ATR-FTIR, penanda baru untuk diagnosis dan pemantauan diabetes
(22) Szafarska, M.; Wozniakiewicz, M.; Pilch, M.; Zięba-Palus, J.; melitus.Klinik. Biokimia.2017,50, 62−67.
Kosćielniak, P. Analisis komputer spektrum ATR-FTIR sampel cat (41) Biancolillo, A.; Marini, F.; Ruckebusch, C.; Vitale, R. Strategi
untuk keperluan forensik.J.Mol. Struktur.2009,924-926, 504−513. Kemometrik untuk Otentikasi Makanan Berbasis Spektroskopi.
(23) Sonnex, E.; Almond, MJ; Baum, JV; Bond, JW Identifikasi uang Aplikasi Sains.2020,10, 6544.
kertas palsu Bank of England £20 menggunakan spektroskopi IR. (42) Rohart, F.; Gautier, B.; Singh, A.; Lê Cao, K.-A. mixOmics: Paket
Spectrochim. Acta, A Mol. Biomol. Spektroskopi.2014,118, 1158 R untuk pemilihan fitur 'omics dan integrasi beberapa data.
−1163. Komputasi PLoS. Biol.2017,13, No.e1005752.
(24) Fredericks, P.,Analisis forensik serat dengan spektroskopi (43) Robin, X.; Turck, N.; Hainar, A.; Tiberti, N.; Lisacek, F.; Sanchez,
getaran. Chalmers, JM; Edwards, HGM; Hargreaves, MD, Eds.; J.-C.; Mul̈ler, M.pROC: paket sumber terbuka untuk R dan S
John Wiley & Sons: 2012; 153−169. + untuk menganalisis dan membandingkan kurva ROC.BMC Bioinformatika2011,12,
(25) Kalasinsky, KS,Analisis Forensik Rambut dengan 77.
Spektroskopi Inframerah. Chalmers, JM; Edwards, HGM; (44) Diago, MP; Fernández-Novales, J.; Gutiérrez, S.; Maranó̃n,
Hargreaves, MD, Eds.; Wiley: 2012. M.; Tardaguila, J. Pengembangan dan Validasi Metodologi Baru untuk
(26) Manheim, J.; Doti, KC; McLaughlin, G.; Lednev, IK Forensik Menilai Status Air Kebun Anggur dengan Spektroskopi Inframerah Dekat
Rambut Diferensiasi Menggunakan Attenuated Total Reflection On-the-Go.Depan. Tanaman Sci.2018,9, 59.
Fourier Transform Infrared (ATR FT-IR) Spektroskopi.Aplikasi (45) Hastie, T.; Tibshirani, R.; Friedman, J.,Elemen Pembelajaran
Spektroskopi.2016,70, 1109. Statistik: Penambangan Data, Inferensi, dan Prediksi; Peloncat:
(27) Bueno, J.; Sikirzhytski, V.; Lednev, IK Spektroskopi pemantulan 2009; 764.
total-FT-IR total yang dilemahkan untuk analisis residu tembakan: (46) Rubingh, CM; Bijlsma, S.; Derks, EPPA; Bobeldijk, I.;
potensi penentuan amunisi.Anal. kimia2013,85, 7287−7294 . Verheij, ER; Kochhar, S.; Smilde, AK Menilai Kinerja
22209 https://doi.org/10.1021/acsomega.3c02579
ACS Omega2023, 8, 22203−22210
ACS Omega http://pubs.acs.org/journal/acsodf Artikel
22210 https://doi.org/10.1021/acsomega.3c02579
ACS Omega2023, 8, 22203−22210