To test or not to test for body fluids: integration of body fluid identification and direct PCR in one workflow
Notice bibliographique
Résumé
Abstract Frequently at crime scenes, it is possible to find lesser amounts of biological material, which prevents performing all the analyses to make a full identification of the evidence: body fluid identification, DNA extraction, human DNA quantitation, and short tandem repeats (STR) profiling. In these situations, DNA profiling is chosen over body fluid identification. Nowadays, the current advancements in forensic genetics, such as the development of different swab materials and direct polymerase chain reaction (PCR) amplification, allow us to skip the steps of DNA extraction and quantitation, avoiding losing important amounts of genetic material and original evidence. However, DNA profiling is as important as body fluid identification in certain cases. The present study assessed the efficiency of integrating body fluid identification by immunochromatographic tests and genetic profiling into a single workflow using microFLOQ® swabs and evaluating different approaches in bloodstain samples. The findings from this research indicated that the microFLOQ can be used both for sampling directly from the source and for subsampling from swabs of different materials, followed by direct PCR to get good-quality STR profiles, in this case allowing to extract the maximum information from a “unique” source of evidence before destruction, as in body fluid and genetic identification. Future research can expand these results to other body fluids (i.e., semen and saliva) and mixtures. Key points The present work showed that the integration of body fluid identification by immunochromatographic tests and genetic profiling by STR analysis into a single workflow is feasible.Three different strategies for integrating body fluid identification and genetic profile into one single workflow were assessed with different results.No clear correlation was found between hemoglobin concentration and the quality of the STR profiles.A viable solution for low-quantity DNA casework scenarios may be using microFLOQ for subsampling from regular cotton or nylon-flocked (4N6FLOQ) swabs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».