Ученые нашли способ выявлять преступников без ДНК и отпечатков благодаря микробам

«Использование ИИ позволило создать mGPS»

— Доктор Элхаик, прежде всего примите поздравления с вашим прорывным исследованием. В нашу «суперчистую» эпоху из-за повсеместного использования антисептиков, особенно после COVID-19, врачи все больше подчеркивают, что бактерии имеют огромное значение для благополучия человека — они делают нас здоровыми. Удивительно, что микроорганизмы также могут помочь полиции в расследовании преступлений. Как вам пришла в голову такая идея?

— Прорыв, обсуждаемый в источниках, касается нового инструмента ИИ под названием Microbiome Geographic Population Structure (микробиомная географическая популяционная структура, сокр. mGPS, — прим. авт.). Этот инструмент может определять географическое происхождение микробных сообществ с впечатляющей точностью. Инструмент работает как система GPS, но вместо того, чтобы указывать кому-то путь домой, он отслеживает происхождение микроорганизмов, обнаруженных на повседневных предметах, таких как мобильные телефоны, кожа, грязь и даже вода.

Причина, по которой этот инструмент так важен для судебной экспертизы, заключается в том, что микробиом человека меняется в зависимости от контакта с окружающей средой, по сути регистрируя местонахождение человека. Это отличается от человеческой ДНК, которая остается постоянной и может быть стерта с места преступления. С другой стороны, микробиом человека невозможно стереть, и даже протирание поверхности только еще больше распространит эти микробы.

Инструмент mGPS стал возможным благодаря сбору огромного количества данных о микробиоме из различных источников, таких как транспортные системы, образцы почвы и водоемы. Одним из примеров является проект MetaSUB, который собирает и публикует микробиомы окружающей среды и их метаданные. Эти большие наборы данных затем позволили ИИ изучить связь между микроорганизмами и их средой. Источники конкретно не обсуждают, как возникла идея этого исследования.

— Проводились ли какие-либо аналогичные исследования по этой теме другими исследователями?

— Предыдущие исследовательские работы по разработке технологии биоотслеживания на основе микробиома были ограничены такими факторами, как ограниченные размеры выборки, фокусировка на определенных экосистемах, зависимость от конкретных методов секвенирования и отсутствие универсальной применимости. Исследования смогли классифицировать образцы пыли по их национальному источнику с точностью 90% на основе анализа грибов, и 88% образцов микробиома были классифицированы по соответствующим городам с использованием данных микробиома. Однако классификация — это гораздо более простая задача, чем прогнозирование, когда алгоритм предсказывает координаты, на которых он не был обучен.

— Какой метод сейчас применяется судебной экспертизой для этой цели? Каковы его недостатки?

— Чтобы это доказательство выдержало испытание, оно должно иметь очень точную частоту ошибок. Для этого необходимо проделать гораздо больше работы, чтобы еще больше повысить точность и правильно рассчитать ошибку. Недостатком является то, что нам нужно больше часто собираемых данных, поэтому теперь нам нужно картировать микробиом в городах, чтобы мы могли раскрывать преступления в данном городе.

— ИИ изменил нашу жизнь во многих сферах. Некоторые жалуются, с другой стороны, очевидно, есть много преимуществ — люди освобождаются от рутинных задач и могут экономить время и деньги. Как я поняла, искусственный интеллект сыграл важную роль и в вашем исследовании.

— Использование ИИ позволило создать mGPS — инструмент, способный предсказывать географическое происхождение образца микробиома, а эта задача ранее считалась невозможной. Эта новаторская разработка была обусловлена отсутствием биогеографических инструментов. mGPS использует алгоритмы машинного обучения для анализа относительного обилия последовательностей (Relative Sequence Abundance, RSA) определенных бактериальных таксонов, называемых географически информативными таксонами (Geographically Informative Taxa, GIT), для прогнозирования исходного местоположения образца. Этот инновационный подход позволяет mGPS предоставлять верный и точный прогноз географического происхождения.

В совокупности знания нашей команды охватывают биологию, статистику, компьютерную сферу, биоинформатику и моделирование искусственного интеллекта, что отражает междисциплинарный характер исследований.

— Результаты работы ИИ все еще нужно проверять?

— Хотя ИИ значительно расширяет возможности mGPS, человеческий контроль остается необходимым. Исследователи должны интерпретировать результаты и учитывать внешние факторы, которые могут влиять на состав микробиома, такие как мобильность микроорганизмов из-за деятельности человека и возможность событий перемещения, например, человеческая ДНК может быть стерта, а отпечатки пальцев могут быть скопированы с места на место. В нашем случае точность прогнозов mGPS может зависеть от частоты чистки. Этот пример показывает, что, несмотря на то, что ИИ является мощным инструментом, который я постоянно использую в своей работе, человеческое понимание контекстных факторов остается решающим для точной интерпретации результатов.

— Сколько времени потребуется, чтобы начать использовать этот метод в реальной жизни?

— Вероятно, нам понадобится 6-7 лет, чтобы увидеть его применение правоохранительными органами.

«Самым сложным было убедить рецензентов»

— Вы упомянули сцену из фильма, и мы часто видим, как преступники пытаются подделать оставшиеся на оружии или предметах ДНК или отпечатки пальцев. Можно ли сфабриковать бактериальные улики?

— Можно заставить кого-то прикоснуться к предмету, скажем, к пистолету или ножу, чтобы передать ему свои бактерии... Но это звучит слишком рискованно для того, кто заставляет. Если человек не может двигаться, а негодяй вложит ему в руку пистолет, как будто он совершил преступление, бактерии на пистолете будут иметь подпись двух людей... Поэтому я бы сказал да, но это было бы гораздо сложнее и неопределеннее.

— Насколько точен этот подход в настоящее время?

— mGPS показывают высокую степень точности в определении географического происхождения образцов микробиома. Эта точность демонстрируется в различных средах и масштабах, от городов до транзитных станций:

• Городская среда: mGPS достиг впечатляющей точности, равной 92% в предсказании города-источника для городских образцов.
• Мелкомасштабная точность: высокое разрешение инструмента очевидно в его способности различать близко расположенные места. В Гонконге mGPS точно определил исходную станцию метро для 82% образцов. Он даже смог отличить микробиом киоска от близлежащего поручня, находящегося менее чем в метре в Нью-Йорке.
• Почвенные микробиомы: mGPS продемонстрировал успех в прогнозировании происхождения образцов почвы, достигнув точности 86% при определении страны отбора проб.
• Морские микробиомы: хотя морская среда и представляет собой проблему из-за подвижности воды, mGPS все же достиг 74% точности в прогнозировании океанического водоема происхождения для проанализированных образцов.

— Сколько времени потребовалось вам для завершения исследования? Что было самым сложным?

— Семь лет, самым сложным было убедить рецензентов, которые никогда не слышали о таком применении.

— Столкнулись ли вы со скептицизмом в отношении вашего инструмента?

— Это не скептицизм — это неспособность полностью переварить исследование. Знакомые идеи легче усваиваются, в то время как новаторство в чем-то совершенно новом, как часто бывает в моей лаборатории, может быть настолько впечатляющим, что иногда работает против нас.

Рост путешествий «может создавать проблемы для отслеживания происхождения бактерий»

— Можно сказать, что чем больше база данных образцов, тем точнее результаты расследования преступлений. Вы анализировали общественный транспорт, почву и морские образцы. Чем обусловлен этот выбор?

— Наша цель состояла в том, чтобы продемонстрировать, что наш метод может анализировать разнообразные глобальные среды и что он адаптируем за пределами одного набора данных. Мы протестировали и показали его применимость в контекстах «море, земля и воздух», отражая реальные условия окружающей среды, в которых метод создан для работы.

— Я хотела бы спросить о географии ваших образцов. В пресс-релизе исследования говорится, что вы исследовали 53 города из 18 стран. Эти города расположены на разных континентах? Как вы выбрали эти места?

— Большая часть данных была получена из проекта MetaSUB, который собрал образцы из 53 городов в 18 странах на шести континентах. Антарктида была единственным континентом, не представленным в наборе данных. Города были выбраны местными исследователями, желающими изучать окружающую среду, за возможность работать с местными властями для получения необходимых разрешений.

— Есть ли среди них Россия? Если нет, ожидается ли ее присоединение к работе?

— Россия не была представлена ни в одном из глобальных наборов данных, которые мы использовали. Я не знаю, ожидается ли, что они присоединятся к какому-либо из этих консорциумов, но российские ученые могут свободно брать образцы своей среды, как и все.

— В настоящее время мы живем в мультикультурном мире, где люди активно путешествуют, между континентами существует огромный товарооборот. Может ли это быть проблемой при отслеживании происхождения бактерий?

— Да, растущая взаимосвязь нашего мира через путешествия и торговлю может создавать проблемы для отслеживания происхождения бактерий. Это связано с тем, что перемещение людей и товаров облегчает перемещение микробиомов между различными географическими точками, что затрудняет различение местных и нелокальных микроорганизмов. Однако применение mGPS в нужных местах, скажем, в аэропортах, до того, как туда попали местные бактерии, может помочь предотвратить преступления. Например, представьте, что кто-то контрабандой провозит нелегальные алмазы из Южной Африки в Россию, и у них есть этикетки, на которых написано, что эти алмазы были выращены в лаборатории в Индии. С mGPS вы можете определить, что это подделка, потому что их микробиом будет южноафриканским, а не индийским. Когда алмазы попадут в хранилище, будет уже поздно, потому что они приобретут российский микробиом.