Provas forenses de DNA são uma ferramenta valiosa em investigações criminais para vincular um suspeito à cena de um crime, mas o processo para fazer essa determinação não é tão simples, já que o material genético encontrado na cena do crime geralmente vem de mais de uma pessoa.

Essa tarefa pode se tornar um pouco menos desafiadora, graças a um novo banco de dados na Rutgers University-Camden que pode ajudar a trazer mais confiabilidade à interpretação de evidências de DNA complexas. Este novo recurso inovador foi desenvolvido por uma equipe de pesquisa liderada pelos professores Catherine Grgicak e Desmond Lun da Rutgers University-Camden, e Ken Duffy da Universidade da Irlanda em Maynooth.

"Agora mesmo, não há padronização de testes, "diz Grgicak, a cadeira Henry Rutgers em química na Rutgers-Camden. "Há acreditação de laboratórios criminais, mas isso é diferente de ter padrões definidos para os laboratórios atingirem algum limite crítico de uma estatística de correspondência. "

Ao analisar as misturas de DNA, os cientistas costumam encontrar correspondências parciais, portanto, parte da determinação de se um suspeito contribuiu para um item de evidência depende da interpretação de cientistas forenses.

O banco de dados de Abertura da Pesquisa do Projeto para Validação com Dados Empíricos (PROVEDIt) ajudará a reduzir o risco de interpretação incorreta do perfil. O banco de dados está online em https://lftdi.camden.rutgers.edu/provedit.

A equipe de pesquisadores passou mais de seis anos desenvolvendo algoritmos computacionais que classificaram através de possíveis combinações de sinais de DNA em uma peça de evidência, levando em consideração sua prevalência na população em geral para determinar a probabilidade de que o material genético veio de um, dois, três, quatro, ou cinco pessoas.

Informações do banco de dados PROVEDIt, o alojado em Rutgers-Camden, pode ser usado para testar sistemas de software e protocolos de interpretação, e ser usado como referência para futuros desenvolvimentos em análise de DNA.

O banco de dados PROVEDIt, que consiste em aproximadamente 25, 000 amostras, está acessível a qualquer pessoa gratuitamente.

"Queríamos fornecer esses dados à comunidade para que eles pudessem testar seus próprios sistemas probabilísticos, "diz Grgicak." Outros acadêmicos ou outros pesquisadores podem desenvolver seus próprios sistemas para interpretar esses tipos muito complexos de amostras. "

Os arquivos do site contêm dados que podem ser usados ​​para desenvolver ou comparar interpretações ou estratégias de análise existentes.

Grgicak diz que os laboratórios forenses podem usar o banco de dados para validar ou testar protocolos de interpretação de DNA forense novos ou existentes. Pesquisadores que precisam de dados para testar metodologias recentemente desenvolvidas, tecnologias, Ideias, desenvolvimentos, hipóteses, ou protótipos podem usar o banco de dados para avançar seu próprio trabalho.

Lun, um professor de ciência da computação na Rutgers-Camden, liderou o caminho no desenvolvimento de sistemas de software, fazer a análise numérica para determinar o número provável de contribuintes em uma amostra de DNA, e calcular estatísticas para determinar a probabilidade de uma pessoa contribuir ou não para uma amostra.

"A abordagem que adotamos para desenvolver esses métodos é que pensamos que é muito importante que eles sejam conduzidos empiricamente, "diz Lun." Que eles podem ser usados ​​em dados experimentais reais, a fim de treinar ou calibrar esses métodos e validá-los. "

A pesquisa de Grgicak e Lun para produzir o banco de dados, intitulado "Um conjunto de dados em larga escala de perfis repetidos curtos de fonte única e mista para informar estratégias de identificação humana:PROVEDIt, "é publicado na revista Ciência Forense Internacional:Genética .

O banco de dados foi mencionado em 2016 em um relatório do Conselho de Consultores de Ciência e Tecnologia do Presidente Barak Obama (PCAST), um grupo consultivo dos principais cientistas e engenheiros do país que aconselham diretamente o presidente e fazem recomendações de política científica, tecnologia, e inovação.