Identificação de marcadores genéticos biogeograficamente informativos para amostras do tráfico brasileiro de Cannabis sativa : uma abordagem de aprendizado de máquina para rastreamento forense de origem
Year: 2025
Type: dissertation
Abstract: Cannabis sativa é o psicoativo mais distribuído globalmente e a droga ilícita mais consumida na América Latina e no Brasil, com mais de 800 toneladas da droga apreendidas no ano de 2024. Além disso, os esforços dedicados da Polícia Federal (PF) para combater o tráfico de drogas e erradicar grandes cultivares em território nacional, principalmente na região conhecida como "Polígono da Maconha", levaram ao aumento de práticas como o cultivo indoor em menor escala e formas alternativas de tráfico, como o envio de sementes por serviços postais, vindas de países como Colombia, Uruguai, Paraguai e do continente Europeu. Nesse contexto, há uma necessidade crescente de metodologias que auxiliem na tarefa de rastreabilidade de plantas, sementes ou subprodutos de C. sativa traficados, diferenciando-os e predizendo fenótipos de interesse como sua origem de cultivo, o que é crucial para a inteligência policial. No presente trabalho, buscamos avaliar diferentes protocolos de extração de variantes do tipo SNP e microssatélites (SSR), marcadores amplamente utilizados na área forense, associados à estratégias de seleção de atributos para redução de dimensionalidade e algoritmos clássicos de aprendizado supervisionado, verificando sua aplicabilidade para construção de classificadores para predição de origem de cultivo. Diferentes métricas para avaliar modelos de classificação foram consideradas, além da execução de Análises de Coordenadas Principais (PCoA) e agrupamento hierárquico como análises complementares. Para tal, foram utilizados dados de sequenciamento completo de 38 amostras de sementes e subprodutos de C. sativa apreendidas pela PF, vindas de quatro rotas de tráfico conhecidas: Paraguai, Colombia, Polígono da Maconha e um grupo estrangeiro, identificado em relatórios policiais como possivelmente Europeias. Em nossos experimentos, verificamos que, de modo geral, os algoritmos Support Vector Classifiers (SVC) associados a diferentes estratégias de seleção de atributos apresentaram desempenho superior na predição da origem das amostras, sendo capazes de classificar corretamente, em tarefas distintas, todas as amostras usando dois subconjuntos distintos de 9 SSRs e 5 SNPs localizados em diferentes cromossomos, os quais também foram capazes de distinguir visualmente os quatro grupos com base em sua origem biogeográfica em PCoA e agrupamento hierárquico. Nosso estudo identificou com sucesso marcadores informativos do tipo SNP e SSR capazes de distinguir amostras de C. sativa relacionadas a importantes rotas de tráfico brasileiras, utilizando de abordagens clássicas de aprendizado de máquina supervisionado, de forma inédita na literatura científica atual. No entanto, estudos adicionais em novos e maiores grupos de amostras são necessários para validar sua aplicação em condições experimentais reais.
Author: Bettim, Cássio Augusto Rodrigues
Language: Portuguese
Subfield: Genetics
Domain: Life Sciences
Open Access status: green
OpenAlex ID: W7165245933