О возможности использования хемометрического (дискриминантного) метода анализа при сравнительном исследовании героина

Модинова Л.И., Щербаков Н.А. О возможности использования хемометрического (дискриминантного) метода анализа при сравнительном исследовании героина // Теория и практика судебной экспертизы. 2021. Т. 16. № 2. С. 61–68.https://doi.org/10.30764/1819-2785-2021-2-61-68

Введение

Среди множества судебных экспертиз, проводимых государственными судебноэкспертными учреждениями России, отдельное положение занимают сравнительные экспертизы. Их задача – определение принадлежности одного или нескольких объектов к одной группе (роду), т. е. установление общей групповой (родовой) принадлежности либо идентичности объектов. В ходе производства экспертиз устанавливают параметры, в которых заложены индивидуализирующие признаки объектов. В качестве таких параметров для наркотических средств и психотропных веществ выступает качественный и количественный состав сравниваемых объектов. При установлении качественного состава главная роль отводится определению «минорных» компонентов объектов, так как именно микрокомпонентный состав относится к свойствам, характеризующим процесс их производства (синтеза), хранения, транспортировки и др., в результате чего объекты приобретают индивидуализирующие признаки.

Сравнительные исследования наркотических средств и психотропных веществ в целом вписываются в общую тактику проведения сравнительных исследований, но все же имеют свои особенности. Так, в соответствии с имеющимися в настоящее время методическими рекомендациями [1–3] при проведении сравнительных экспертиз наркотических средств и психотропных веществ возможны три варианта выводов: 1) вещества могли ранее составлять единую массу; 2) вещества могли иметь общий источник происхождения по сырью и технологии изготовления основного наркотически активного компонента; 3) вещества не составляли ранее единой массы и не имеют общего источника происхождения по сырью и технологии изготовления основного наркотически активного компонента.

Основными аналитическими методами, используемыми при сравнительных исследованиях наркотических средств и психотропных веществ, являются газовая хроматография с различными способами детектирования (ГХ-МС, ГХ-ПИД) и ИК-спектроскопия. При производстве данного вида экспертиз устанавливается количественное содержание основных наркотических (психотропных) веществ и проводится качественный анализ технологических примесей процесса синтеза, промежуточных компонентов синтеза, а также микрокомпонентного состава. Устанавливается и качественный состав наполнителей, в том числе фармакологически активных добавок. Данные исследования подразумевают применение продолжительных по времени методик, а в совокупности с тем, что количество объектов нередко достигает нескольких десятков, а иногда и сотен, общее время проведения сравнительной экспертизы может значительно превышать сроки, отведенные соответствующими нормативно-правовыми актами, регулирующими экспертно-криминалистическую деятельность. Существенный вклад в сроки производства экспертиз вносит также интерпретация результатов, полученных каждым методом, так как сравнение большого массива данных происходит обычно без использования какой-либо автоматизированной системы установления сходства/различия.

Применение альтернативных способов обработки и классификации большого числа данных посредством статистических методов, заложенных в программные продукты, позволило бы значительно сократить время производства сравнительных экспертиз. В этом могут помочь статистические методы обработки и классификации большого числа данных, а именно хемометрические методы, включающие сложные алгоритмы обработки, в особенности методы анализа многооткликовых и многофакторных экспериментов.

Известно решение классификационных и идентификационных задач с помощью метода главных компонент в отношении фармпрепаратов [4, 5], лакокрасочных материалов [6], при идентификации нефтей [7, 8], оценке возраста документов [9]. Имеются данные о математической обработке спектров (ИК-, УФ-, ЯМР-) при анализе смесей веществ методом независимых и главных компонент [10, 11] и об использовании хемометрических методов при обработке результатов ИК-спектрометрического и хромато-масс-спектрометрического исследований для сравнительного анализа таких наркотических средств, как кокаин, таблетки экстази, наркосодержащих растений, например конопли [12–14]. За рубежом использование хемометрики в судебной химии, судебной медицине и других направлениях судебной экспертной деятельности расширяется [12–14], однако в российской экспертной практике данный способ обработки больших массивов данных пока не нашел такого применения.

Технические возможности, исполнение и программное обеспечение современного оборудования позволяют получать высокоинформативные спектры. Так, большинство ИК-спектрометров используют Фурье преобразование и способны проводить сканирование с разрешением 1 см-1, а точность определения массы иона у некоторых моделей масс-спектрометров может составлять 0,0001 а. е. м. Экспорт полученных данных в различные форматы (CSV, JDX и др.) позволяет преобразовать спектры из привычных форматов в табличные данные, количество строк и столбцов в которых может достигать от нескольких сотен до нескольких тысяч. Именно это и позволяет установить различия между сравниваемыми объектами, которые трудно, а часто и невозможно выявить в результате визуального анализа хроматограмм (или ИК-спектров) сравниваемых объектов.

Цель настоящей работы – установление возможности использования дискриминантного метода при анализе результатов ИК-спектроскопии средней области и хромато-масс-спектрометрии для сравнительного исследования героина с целью определения единого источника происхождения.

Вид наркотического средства был выбран не случайно. Метод дискриминантного анализа хорошо работает при анализе образцов разного состава, но содержащих один и тот же ингредиент. В этом случае во всех стандартах присутствует исследуемое наркотическое средство, но другие компоненты стандартов различны. Героин является смесевым продуктом, в состав которого помимо основных наркотически активных компонентов (диацетилморфин, ацетилкодеин, 3и 6-моноацетилморфин) входят и специально вносимые добавки: фармакологически активные вещества (кофеин, дифенгидрамин, фенобарбитал, фенацетин и т. п.), наполнители (глюкоза, лактоза, фруктоза, крахмал, хлорид натрия и т. п.), а также вещества, присутствие которых обусловлено способом получения героина (ацетилированные норморфин и норкодеин, меконин, гидрокотарнин, оксидиморфин) [1].

Объекты и методы

Объекты исследования. Объектами исследования были образцы героина из пяти источников изъятия – источники А (77 объектов), В (56 объектов), С (78 объектов), D (30 объектов), Е (32 объекта). По результатам сравнительных экспертиз, проведенным по действующим в настоящее время методическим рекомендациям [1, 2], было установлено, что объекты из источников D и E могли ранее составлять единую массу. Количественное содержание основных наркотически активных компонентов, а также качественный состав фармакологически активных добавок, микропримесей, наполнителей в исследуемых образцах приведены в таблицах 1 и 2. Качественный и количественный состав объектов определяли в соответствии с методическими рекомендациями [1, 2].

Исследование методом ИК-спектроскопии. ИК-спектры образцов регистрировали после гомогенизирования путем перетирания в агатовой ступке. Для регистрации ИК-спектров использовали ИК-Фурьеспектрометр Nicolet 380 фирмы Thermo Scientific при следующих условиях: диапазон волновых чисел – 4000–700 см-1; число сканирований – 10; разрешение – 4 см-1; автокоррекция атмосферы (вода и СО2). Спектры отражения регистрировали с использованием приставки нарушенного полного внутреннего отражения НПВО (ATR) с кристаллом германия. Глубина проникновения ИК-излучения в образец зависит от показателя преломления материала кристалла и обычно не превышает нескольких микрон, поэтому использование приставки позволяет исключить влияние количества исследуемого объекта (длину пути). Кроме того, использование приставки позволяет сократить время получения спектра одного объекта, так как отсутствуют временные затраты на приготовление таблеток с бромидом калия. Важно отметить, что сбор данных при записи спектров образцов из различных источников проводили в произвольном порядке, спектр фона записывали перед каждой регистрацией ИК-спектра пробы.

Исследование методом хроматомасс-спектрометрии. Для анализа использовали метанольные растворы веществ. Для этого к перетертым навескам веществ массой по 100 мг добавляли по 1 мл метанола (99,9 %, Panreac), смеси выдерживали при комнатной температуре в течение 30 минут с постоянным перемешиванием. После этого растворы центрифугировали при 13000 об./мин., декантировали и анализировали. Анализ проводили с использованием газового хроматографа модели 6890N с масс-селективным детектором модели 5973 фирмы Agilent Technologies при следующих условиях: колонка – кварцевая капиллярная НР-5MS (30 м х 0,25 мм х 0,25 мкм); температура испарителя – 280 °С, температура источника – 230 °С; газ-носитель – гелий, скорость газа-носителя – 1 мл/мин.; объем вводимой пробы – 1,0 мкл. Пробы вводили с делением потока 1 : 40. Ввод проб осуществляли с помощью автоматического дозатора. Массселективный детектор работал в режиме электронного удара (70 эВ) с регистрацией масс с 35 по 450 а. е. м. Скорость сканирования – 3,46 сканов в секунду, порог интенсивности составлял 150. Анализ проводили в режиме регистрации по полному ионному току (TIC). Сбор и обработку данных проводили с помощью программного обеспечения MSD ChemStation. В качестве анализируемого массива данных был выбран средний массспектр объекта в интервале времен удерживания, содержащем основные компоненты, выявленные на хроматограмме.

Хемометрическая обработка данных ИК-спектроскопии и хромато-массспектрометрии. Для математической обработки ИК-спектров использовали программное обеспечение TQ Analyst фирмы Thermo Scientific. Из предлагаемых программой классификационных методов обработки спектров использовали метод дискриминантного анализа. Согласно данным производителя продукта, принцип работы данного метода аналогичен методу, известному под названием SIMCA (Soft Independent Modeling of Class Analogies). Правильность разделения стандартов на классы проверяли с использованием диагностической процедуры Principal Component Scores (PC Scores).

Набор данных, полученных методом ИК-спектроскопии, использовали напрямую, т. е. в таблице стандартов сохраняли записанные ИК-спектры объектов. Данные, полученные методом хромато-массспектрометрии, вводили в таблицу стандартов в виде усредненных масс-спектров.

Результаты и обсуждение

На рисунке 1 показан график счетов PC1- PC2 для образцов героина из источников А, В, С, D, E по результатам обработки ИК-спектров.

На рисунке 2 приведен график счетов PC1-PC2 для образцов героина (по 20 из каждого источника) из этих же источников по результатам обработки хромато-масс-спектрометрических данных. На рисунках видно, что результаты хемометрической обработки ИК-спектров и средних масс-спектров в выбранном диапазоне хроматограмм образцов героина позволили разделить исследуемые объекты на 4 группы, причем результаты обработки данных двух не коррелируемых друг с другом методов анализа (ИК-спектроскопии и хромато-масс-спектрометрии) совпали. При этом образцы D и E составили одну группу, что совпадает с результатами сравнительного анализа, проведенного по более трудоемкой и затратной по времени методике [1].

Заключение

Таким образом, в результате проведенных исследований установлено, что хемометрический (дискриминантный) метод при анализе ИК-спектров в средней ИК-области и при анализе результатов хромато-массспектрометрии образцов героина позволил разделить исследуемые образцы героина на классы и отнести их к разным (или одному) источникам изъятия. При этом сокращается время получения результата в сопоставлении с существующими методиками [1–3], процесс сравнения нагляден и автоматизирован, что немаловажно при сравнительном исследовании большого количества объектов и ведении соответствующего экспертно-криминалистического учета. Результаты, полученные путем хемометрической обработки данных двух не коррелируемых друг с другом методов анализа (ИК-спектроскопии и хромато-массспектрометрии), совпали.

Список литературы:

1. Сорокин В.И., Орлова О.С., Любецкий Г.В. Установление общности источника происхождения героина. Методические рекомендации. М.: ЭКЦ МВД России, 2002. 80 с.

2. Завьялова А.А., Завьялов В.В., Гладырев В.В., Любецкий Г.В., Багров А.Д. Методические основы установления общего источника происхождения синтетических наркотических средств и психотропных веществ. Методические рекомендации. М.: ЭКЦ МВД России, 2013. 104 с.

3. Щербаков С.Ю., Сарычев И.И., Сыромятников С.В. Сравнительное исследование наркотических средств, входящих в группу амфетамина, на предмет установления источника происхождения. Методические рекомендации. М.: ЭКУ 9 Департамента ФСКН России, 2006. 21 с.

4. Елизарова Т.Е., Плетнева Т.В. Хемометрический анализ ИК-спектров в ближнем диапазоне при оценке подлинности лекарственных средств // Вестник Российского университета дружбы народов. Серия: Медицина. 2008. № 7. С. 165–167.

5. Балыклова К.С., Садчикова Н.П., Арзамасцев А.П., Титова А.В. Использование метода ближней инфракрасной спектроскопии в анализе субстанций и таблеток сульфалена// Вестник Воронежского государственного университета. Серия: Химия. Биология. Фармация. 2009. № 1. С. 97–100.

6. Бурашникова М.М., Курчаткин С.П., Монахова Ю.Б., Муштакова С.П., Цикин А.М. Метод главных компонент в экспертизе лакокрасочных покрытий // Судебная экспертиза. 2014. № 2 (38). С. 95–106.

7. Лобачев А.Л., Фомина Н.В., Монахова Ю.Б. Идентификация нефтей Самарской области с использованием метода главных компонент и факторного дискриминантного анализа // Известия Саратовского университета. Новая серия. Серия: Химия. Биология. Экология. 2015. Т. 15. Вып. 1. С. 23–27.

8. Болотник Т.А., Тимченко Ю.В., Плющенко И.В., Левкина В.В., Пирогов А.В., Смоленков А.Д., Попик М.В., Шпигун О.А. Применение хемометрических методов анализа данных для идентификации и типизации нефтей и нефтепродуктов // Масс-спектрометрия. 2018. Т. 15. № 3. С. 203–208. http://doi.org/10.25703/MS.2018.15.36

9. Silve C.S., Pimemtel M.F., Amigo J.M., GarciaRuiz C., Ortega-Ojeda F. Chemometric Approaches for Document Dating: Handling Paper Variability // Analytica Chemica Acta. 2018. Vol. 1031. P. 28–37. http://doi.org/10.1016/j.aca.2018.06.031

10. Монахова Ю.Б., Муштакова С.П. Математическая обработка спектров при анализе смесей методом независимых компонент: идентификация и количественный анализ // Журнал аналитической химии. 2012. Т. 67. № 12. С. 1044–1051.

11. Монахова Ю.Б., Цикин А.М., Муштакова С.П. Обработка ЯМР-, УФи ИК-спектрометрических данных перед хемометрическим моделированием методами независимых и главных компонент // Журнал аналитической химии. 2016. Т. 71. № 6. С. 582–588. http://doi.org/10.7868/S0044450216060128

12. Maione C., de Oliveira Souza V.C., Togni L.R., da Costa J.L., Campiglia A.D., Barbosa F., Barbosa R.M. Using Cluster Analysis and ICP-MS to Identify Groups of Ecstasy Tablets in Sao Paolo State, Brazil // Journal of Forensic Sciences. 2017. Vol. 62. P. 1479–1486. https://doi.org/10.1111/1556-4029.13448

13. Eliaerts J., Dardenne P., Meert N., van Durme F., Samyn N., Janssens K., De Wael K. Rapid Classification of Cocaine in Seized Powders with ATR-FTIR and Chemometrics // Drug Testing and Analysis. 2017. Vol. 9. No. 10. P. 1480–1489. https://doi.org/10.1002/dta.2149

14. Mariotti K.C., Marcelo M.C.A., Ortiz R.S., Borille B.T., Reis M., Fett M.S., Ferrao M.F., Limberger R.P. Seized Cannabis Seeds Cultivated in Greenhouse: A Chemical Study by Gas Chromatography-Mass Spectrometry and Chemometric Analysis // Science & Justice. 2016. Vol. 56. No. 1. P. 35–41. https://doi.org/10.1016/j.scijus.2015.09.002

15. Kumar R., Sharma V. Chemometrics in Forensic Science // Trends in Analytical Chemistry. 2018. Vol. 105. P. 191–201. https://doi.org/10.1016/j.trac.2018.05/010

16. Bovens M., Ahrens B., Alberink I., Nordgaard A., Salonen T., Huhtala S. Chemometrics in Forensic Chemistry – Part I: Implications to the Forensic Workflow // Forensic Science International. 2019. Vol. 301. P. 82–90. https://doi.org/10.1016/j.forsciint.2019.05/030