《Analytica Chimica Acta》：Non-Destructive Forensic Identification and Quantification of Cocaine through Sealed Packaging Using FT-NIR Spectroscopy and Hyperspectral Imaging
编辑推荐：
非法药物的法医分析需要快速、可靠且符合关于样品完整性法律约束的分析方法。在本研究中，评估了傅里叶变换近红外（FT-NIR）光谱和高光谱成像（HSI）作为无损工具，用于直接透过密封聚乙烯包装对可卡因（cocaine）及其最常见稀释剂进行识别、分类和定量。研究人员
非法药物的法医分析需要快速、可靠且符合关于样品完整性法律约束的分析方法。在本研究中，评估了傅里叶变换近红外（FT-NIR）光谱和高光谱成像（HSI）作为无损工具，用于直接透过密封聚乙烯包装对可卡因（cocaine）及其最常见稀释剂进行识别、分类和定量。研究人员分析了在四次独立行动中缴获的可卡因真实样品以及六种典型掺假物（肌酸、咖啡因、左旋咪唑、利多卡因、乳糖和甘露醇），分析过程中未开启证物，从而确保了操作人员的安全并完全符合《意大利刑事诉讼法》第 360 条的规定。FT-NIR 光谱结合化学计量学技术，通过探索性主成分分析（PCA）和监督型软独立建模类类比（SIMCA），实现了可卡因与掺假物之间的清晰区分，在可卡因识别中达到了 100% 的灵敏度和特异性。偏最小二乘（PLS）回归进一步实现了对缴获样品中可卡因含量的准确预测（R2 = 0.95，RMSEP = 2.40）。近红外高光谱成像通过整合空间和光谱信息提供了额外的优势，实现了像素级分类及样品内化学分布的可视化。应用于近红外 - 高光谱成像数据的基于像素的 SIMCA 模型显示出卓越的分类性能，能够选择性地识别可卡因和掺假物，同时无需预先掩膜即可排除背景和包装材料。除了分析性能外，所提出的方法旨在支持绿色、无损且操作安全的法医工作流程，在最小化样品处理和操作人员暴露的同时实现快速筛查。总体而言，结果表明 FT-NIR 光谱和近红外高光谱成像代表了法医毒品分析中常规破坏性技术的强大、快速且法律上稳健的替代方案，在安全性、可重复性和证据完整性保护方面具有显著优势。
非法药物的贩运与使用构成了全球最严峻的挑战之一，对公共卫生、安全及司法公正产生深远影响。据联合国毒品和犯罪问题办公室（UNODC）发布的《2024 年世界毒品报告》显示，药物滥用现象持续蔓延，其中可卡因因其广泛的贩运网络、高昂的市场价值以及频繁的掺假行为，成为法医监测的重点目标。在意大利，药物消费尤其是青少年群体中的药物使用显著增加，这凸显了开发有效检测与监控策略的紧迫性。长期以来，液相色谱（LC）和气相色谱 - 质谱联用（GC-MS）等仪器分析方法一直是法医毒品鉴定的基石，尽管这些技术具有高分离效率和灵敏度，但在法医实际应用中存在明显局限：样品制备过程可能导致污染，操作流程繁琐耗时，且多为破坏性分析，会消耗样品或改变其状态，使其无法复检，同时大量使用有毒溶剂也带来了职业健康和环境隐患。此外，根据《意大利刑事诉讼法》第 360 条规定，不可重复的法医分析必须保持样品的原始状态，这对分析技术的无损性提出了严格法律要求。因此，发展无需样品前处理、非接触式且能保持证据完整性的绿色分析技术显得尤为重要。近年来，傅里叶变换近红外（FT-NIR）光谱和高光谱成像（HSI）等非破坏性振动光谱技术逐渐受到关注。FT-NIR 能够穿透颗粒状材料并快速获取光谱，而 HSI 则能同时提供光谱和空间信息，揭示样品内部的异质性。然而，现有研究多基于受控条件下的纯品或简单混合物，缺乏在真实法医场景下（如透过密封包装、最小化样品处理）的系统评估。鉴于此，研究人员开展了一项研究，旨在验证 FT-NIR 光谱与近红外高光谱成像技术在直接透过密封聚乙烯包装对真实缴获可卡因样品及其常见稀释剂进行无损鉴定、分类及定量的有效性。该研究发表于《Analytica Chimica Acta》。研究结果表明，所提出的组合策略不仅能实现对可卡因的高精度识别与含量预测，还能在像素水平上可视化化学分布，且完全符合法医证据保全的法律要求，为法医毒品分析提供了一种安全、快速且具法律效力的新型解决方案。
为开展此项研究，研究人员采用了多项关键技术方法。首先，样本来源于意大利罗马宪兵科学调查部（RIS）提供的真实缴获物，包括四次独立执法行动中查获的 24 个可卡因样品（纯度范围约 84%-95%）以及六种常见稀释剂（肌酸、咖啡因、左旋咪唑、利多卡因、乳糖、甘露醇）的标准品，所有样品均保持在其原始的密封聚乙烯袋中，未进行任何开启或物理接触。在仪器分析方面，研究人员使用了配备积分球的台式 FT-NIR 光谱仪，在 10,000–4000 cm?1范围内采集漫反射光谱；同时利用线扫描（推扫式）近红外高光谱成像系统，在 900–1700 nm 波段获取样品的空间分辨光谱数据立方体。在数据处理上，研究人员应用了化学计量学方法，包括用于降维和探索性分析的主成分分析（PCA），用于定量建模的偏最小二乘（PLS）回归，以及用于类别归属验证的软独立建模类类比（SIMCA）算法，所有计算均在 MATLAB 环境中完成。
研究结果主要包含以下几个方面：
首先是 FT-NIR 光谱数据的探索性分析。研究人员通过 PCA 发现，无论采用何种预处理方式，可卡因样品均能与稀释剂形成明显区分的聚类，其中经过二阶导数预处理后的分离效果最佳。载荷分析表明，4000–5000 cm?1的组合频区以及 6000–7000 cm?1的 C-H、N-H 和 O-H 伸缩振动的一级倍频区是区分可卡因与掺假物的关键光谱区域，这些区域反映了化合物骨架结构的差异。
其次是基于 FT-NIR 数据的 SIMCA 分类结果。研究人员构建了针对可卡因类别的单向分类模型，该模型在独立测试集上实现了 100% 的灵敏度和 100% 的特异性，能够准确识别可卡因并排除所有稀释剂。此外，针对查获批次 A 建立的溯源模型也表现出良好的分类能力，能够有效区分不同来源的可卡因样品，证明了该方法在法医情报关联分析中的潜力。
在可卡因含量的定量分析方面，PLS 回归模型展现了优异的预测性能。基于二阶导数预处理光谱构建的模型，其决定系数（R2）达到 0.95，预测均方根误差（RMSEP）为 2.40%。这一误差范围与参考方法的测量不确定度相当，表明在完全不破坏包装的前提下，FT-NIR 技术仍能提取出可靠的定量信息，满足法医筛查的需求。
关于近红外高光谱成像（NIR-HSI）的应用，探索性分析显示，虽然主要方差由物理效应主导，但在高阶主成分中仍能捕捉到可卡因与稀释剂及背景之间的化学差异。基于像素的 SIMCA 模型进一步证实了该技术的优势：在不进行任何背景去除或图像分割的情况下，模型能够以极高的准确率（灵敏度>90%，特异性 100%）在像素水平上识别可卡因和各类稀释剂，并自动剔除聚乙烯包装和背景噪声。生成的距离图和二值分类图直观地展示了样品内部化学成分的空间分布 heterogeneity，揭示了单一光谱测量无法获取的局部不均匀性信息。
最后，讨论与结论部分指出，本研究证实了 FT-NIR 光谱与近红外高光谱成像结化学计量学分析是一种高效、稳健的无损分析策略。该方法不仅克服了传统破坏性技术的诸多弊端，实现了溶剂自由、快速且可重复的测量，更重要的是，它能够在确保证据完整性和操作人员安全的前提下，提供具有法律效力的定性和定量结果。特别是 SIMCA 单向建模策略，使其在面对未知或新型掺假物时仍能保持鲁棒性，非常适合成分复杂多变的法医实战场景。尽管目前样本量和包装类型的多样性仍存在一定局限，但该研究作为概念验证，充分展示了这些技术在下一代绿色、安全且符合法律规范的现代法医工作流程中的巨大应用前景。
