Soil provenance using ATR-FTIR spectroscopy augmented with chemometrics–A pilot study

技術要約：ケモメトリックスを併用したATR-FTIR分光法による土壌のプロベナンス（起源）特定

問題提起
法科学的な土壌鑑定は、犯罪現場、被害者、容疑者を結びつけ、地理的なプロベナンス（起源）を特定し、犯罪現場を再構成するための重要な要素である。土壌分析は、視覚的および顕微鏡的な観察から、高度な有機・無機化学分析へと進化してきたが、ガスクロマトグラフィー質量分析（GC-MS）、高速液体クロマトグラフィー（HPLC）、原子吸光分光法などの従来の手法は、コストが高く、時間がかかり、広範な試料調製を必要とすることが多い。さらに、土壌は多様な地理的、生物学的、および人為的な要因に影響される有機物と無機物の複雑な混合物であり、異なる地点からの試料を識別することは極めて困難な課題である。そのため、組成プロファイルに基づいて土壌試料を識別できる、迅速かつ非破壊的で費用対効果の高い手法が求められている。

手法
本パイロット研究では、ATR-FTIR（減衰全反射フーリエ変換赤外）分光法を用い、ケモメトリックス（化学計量学）ツールを組み合わせて、様々な地理的場所からの土壌試料を識別した。

• 試料の採取および調製: インドの15の異なる地理的領域（ジャム・アンド・カシミール、ヒマーチャル・プラデーシュ、パンジャーブ、デリー、およびケララ州内の複数の地点を含む）から、計90個の土壌試料を採取した。各地点から6つの代表的な試料を採取した。試料は風乾させ、2 mmのメッシュでふるいにかけてデブリを除去した後、分析のために保管した。
• 装置: スペクトルデータは、ダイヤモンド結晶を備えたNicolet iS20 ATR-FTIR分光計を用いて取得した。測定は中間赤外領域（4000–600 cm⁻¹）で行い、分解能は4 cm⁻¹、1試料あたり平均32スキャンを行った。結晶に対して均一な圧力をかけるために試料を押し付け、スキャン間には結晶を分光グレードのアセトンで洗浄した。
• ケモメトリックス解析: スペクトルデータは、ベースライン補正、平滑化（Savitzky–Golay法）、および平均中心化による前処理が行われた。2つの多変量統計手法を適用した：
  • 主成分分析 (PCA): スペクトルの空間分布を可視化し、自然なクラスタリングを特定するために使用される、教師なし次元削減手法。
  • 部分的最小二乗判別分析 (PLS-DA): スペクトル特性に基づいて試料の分類モデルを構築するために使用される、教師あり分類手法。
• 検証: モデルの性能は、交差検証（ランダムな20セグメント）、平方根平均二乗誤差（RMSE）、および分類精度を用いて評価された。

主な結果

• スペクトル特性: 代表的なスペクトルは、1010–1045 cm⁻¹および870–954 cm⁻¹の範囲に主要なピークを示した。1033 cm⁻¹のピークはAl-OH変形（カオリナイト）および芳香族C-H変角に起因し、870–945 cm⁻¹の範囲は安息香酸、ピラン環、およびセルロースに対応した。本研究は、高い反復性と再現性（標準偏差はそれぞれ±0.18および±0.19）を確認した。
• PCAの性能: PCAモデルは、主成分1（PC1）が全分散の99%を説明していることを明らかにした。スコアプロットは、北部地域（クラス1–6）の試料において明確なクラスタリングを示した一方、ケララ州の試料（クラス7–15）は、地理的近接性と類似した地質学的形成により、密なクラスターを形成した。ケララ州のサブセットに対する二次的なPCA分析により、識別能が向上した。PCAモデルの全体的な分類精度は**86.11%**であった。誤分類は、主に地理的に近いケララ州内の地点間で観察された（例：クラス8がクラス12と誤分類された）。
• PLS-DAの性能: PLS-DAモデルは、識別のための3つの重要な因子を特定し、因子1が分散の99%を説明した。PCAと同様に、モデルは北部の試料を効果的に分離したが、ケララ州の試料は密にクラスター化していることが判明した。ケララ州のサブセット（試料7–15）に特化したターゲットPLS-DAモデルを開発したところ、キャリブレーションにおいて高いR²値（0.9838）と低いRMSE（0.308）を得た。全体的なPLS-DAモデルの分類精度は**85.56%**であった。
• 誤分類パターン: 誤分類は、主に同一州内の隣接する場所の試料間で発生した。PLS-DAモデルにおいて、クラス1およびクラス7は精度が0%であった（クラス1はすべてクラス4へ、クラス7はすべてクラス8へ誤分類された）。クラス12は83.33%の精度を示した（1つの試料がクラス10と誤分類された）。クラス2、3、4、5、6、8、9、10、11、13、14、および15は100%の精度を達成した。

主な貢献

• 手法の妥当性確認: 本研究は、ATR-FTIR分光法がケモメトリックスによって拡張されることで、従来の法科学的土壌分析技術に代わる、実行可能で非破壊的かつ迅速な代替手段となることを示している。
• 識別能力: 本研究は、15の異なる地理的領域の土壌試料を正常に識別し、高い分類精度（PCAで86.11%、PLS-DAで85.56%）を達成した。
• ターゲット・モデリング: 本研究は、初期の広範なモデルでは見逃される可能性のある微妙なスペクトル差を解決するために、地理的にクラスター化した試料（ケララ州の試料など）に対して二次的なターゲットモデルを開発することの有用性を強調している。
• スペクトルマーカー: 特定の振動ピーク（例：1000 cm⁻¹付近のSi-O格子伸縮）の特定は、試料の識別を担う化学成分を解釈するための基礎を提供する。

意義および主張
著者らは、このパイロット研究が、法科学的な文脈における土壌試料の地理的識別のための信頼できるツールとして、ATR-FTIR分光法とケモメトリックス解析の組み合わせが有効であることを効果的に示していると主張している。本研究は、開発されたモデルが高いR-squared値と低いRMSEによって裏付けられた堅牢性を備えており、実例への適用に適していると断言している。地理的に近接した領域の試料は、スペクトルプロファイルが類似しているために軽微な誤分類が生じる可能性があることを認めつつも、著者らは、このアプローチがより安価で、速く、試料調製をほとんど必要としない点で、従来の方法よりも大きな利点を提供すると結論付けている。本研究は、犯罪現場、容疑者、および被害者を結びつけ、法科学的な調査におけるソース・アトリビューション（起源特定）のためのこれらの技術の使用を支持するものである。