Sex Classification and Identity Verification from GC×GC of Human Scent Samples

Význam tématu

Lidský pach obsahuje bohatý soubor chemických signatur, které odrážejí biologické a fyziologické charakteristiky jedince. Schopnost spolehlivě rozlišit pohlaví a ověřit identitu subjektu na základě pachových vzorků otevírá nové možnosti v forenzní chemii, bezpečnostních aplikacích či personalizovaném zdravotním monitoringu. Automatizované metody bez nutnosti ručního zásahu minimalizují riziko chyb a zkracují čas potřebný pro analýzu.

Cíle a přehled studie / článku

• Využití surových dat z kompozitní dvourozměrné chromatografie plyn/plyn spojené s hmotnostní detekcí (GC×GC ToF-MS) jako výchozího 3D tenzoru.
• Převedení chromatograficko-hmotnostních profilů na obrazová data pro následné strojové učení.
• Automatická registrace (zarovnání) dat bez lidského zásahu prostřednictvím detekce referenčních sloučenin a lineárních transformací.
• Aplikace konvolučních neuronových sítí k úlohám klasifikace biologického pohlaví a ověřování identity osob na základě vzorků pachu.

Použitá metodika a instrumentace

• Chromatografie GC×GC ToF-MS: generování 3D tenzorů (hmotnostní spektrum × první a druhá dimenze chromatografie).
• Režimy zpracování: FULL (plný spektrální objem) a SAS (součet podél hmotnostního rozměru pro redukci datové velikosti).
• Registrace dat: detekce 24 chemických standardů a lineární kusově spojité transformace k vytvoření kanonického rámce bez manuální kalibrace.
• Strojové učení: funkčně konvoluční sítě (FCN) trénované s optimalizací pomocí gradientního sestupu.

Hlavní výsledky a diskuse

• Klasifikace pohlaví dosáhla vysoké přesnosti při desetinnásobné křížové validaci, a to jak v režimech FULL, tak SAS.
• Ověřování identity vykázalo významnou odlišnost signálů mezi vzorky různých osob, což se projevilo v hodnotách AUC výrazně nad úrovní náhodného odhadu.
• Automatické zarovnání dat bez lidské intervence zajistilo plnou reprodukovatelnost a výrazné zkrácení doby přípravy dat.
• Počítačová náročnost metody je vysoká, avšak zvládnutelná na výkonných GPU systémech, jak ukázaly výpočty na superpočítači LUMI.

Přínosy a praktické využití metody

• Bezdotyková identifikace osob a jejich pohlaví pouze na základě pachových profilů.
• Potenciál pro forenzní laboratoře, bezpečnostní kontroly na letištích či vstupních branách a klinický monitoring.
• Open-source řešení umožňuje širokou adopci, přizpůsobení a další rozvoj bez licenčních omezení.

Budoucí trendy a možnosti využití

Další vývoj směřuje k integraci pokročilých architektur hlubokého učení a rozšíření databáze pachových profilů o širší spektrum demografických a patologických stavů. Dále lze uvažovat o kombinaci s dalšími bioanalytickými metodami pro zvýšení selektivity a citlivosti.

Závěr

Metoda automatizovaného zpracování GC×GC ToF-MS dat jako obrazových tenzorů a jejich vyhodnocení konvolučními neuronovými sítěmi představuje efektivní a reprodukovatelný přístup pro klasifikaci pohlaví a ověřování identity na základě lidského pachu. Minimalizuje potřebu manuální práce a díky open-source povaze podporuje budoucí rozvoj a implementaci v reálném provozu.

Reference

V textu nebyly uvedeny explicitní literární zdroje.