Бактериям нашли работу в криминалистике
Ученые из Аргоннской национальной лаборатории и Чикагского университета в США показали, как анализ микрофлоры на поверхности обуви или мобильного телефона может быть использован в криминалистике. Авторам удалось идентифицировать участников эксперимента по генетическим «отпечаткам» бактерий на подошве ботинок и поверхности смартфонов. Точно также удалось опознать и географическое местоположение, где были взяты пробы. Работа опубликована в журнале Microbiome.
В первом эксперименте авторы предложили двум добровольцам в течении двух дней ежечасно брать пробы с четырех участков на подошве обуви, а также с двух сторон смартфона. При этом их также просили вести короткие заметки о том, где они находились в этот момент и по какой поверхности ходили (дерево, бетон, земля и так далее).
Далее ученые проводили анализ ДНК в каждой из микробиологических проб, на основании которого образцы группировались по степени схожести микрофлоры. Применив к полученным данным метод главных компонент, авторы разделили все образцы на кластеры, которые помечались в соответствии с «дневниками» участников.
Оказалось, что, имея на руках соответствующие данные о микрофлоре того или иного человека, или данного помещения, можно успешно идентифицировать, кто и где находился в течение дня.
Во втором эксперименте авторы собирали аналогичные пробы с добровольцев во время трех разных конференций, проходивших в Калифорнии, округе Колумбия и Ванкувере. После аналогичной обработки результатов оказалось, что данные и в этом случае хорошо кластеризуются в соответствии с географическим местоположением.
В заключении авторы отмечают, что их результаты позволяют всерьез задуматься об использовании микробиологического анализа в криминалистике. На основании таких данных сложно, например, построить маршрут человека в течении нескольких дней, так как микрофлора слишком быстро обновляется. Но вполне возможно идентифицировать вещи, принадлежащие разным людям.
Нейрофизиологи из Финляндии разработали объективный метод отслеживания моторного развития ребенка, который потенциально может применяться в клинической оценке. Метод заключается в сборе данных движений и поз младенца во время игры с помощью комбинезона с датчиками движения. Результаты наблюдательного исследования с 59 младенцами опубликованы в Communications Medicine.