[发明专利]一种基于代谢组学标志物鉴定溺死的方法及其应用

说明书

本发明属于法医学和生物医药技术领域，尤其涉及基于代谢组学筛选的代谢物在判别早期水中尸体是否为溺死的应用。所述用于判别早期水中尸体是否为溺死的标志物，其特征在于所述标志物包括下述14种小分子代谢产物中的任意一种或一种以上的组合：乳酸、甲羟戊酸、苯乙酰甘氨酸、十四烷二酸、肌苷、苹果酸、β羟基丁酸酯、十一烷酸、甘氨酰亮氨酸、皮质酮、硫胺素、乙酰肉碱、丙氨酰亮氨酸及犬尿氨酸。本发明提供的一种基于代谢组学标志物鉴定溺死的方法基于大量生物标志物综合分析比使用一个或几个生物标志物的方法具有更高的预测能力，通过代谢组学技术检测样本中若干内源性目标生物标志物的含量，结合机器学习算法能够方便准确地判别新鲜溺死尸体，有望为法医学实践中案件侦破提供更有利的帮助。

技术领域

本发明属于法医学和生物医药技术领域，涉及基于代谢组学筛选的代谢物在判别早期水中尸体是否为溺死的应用。

背景技术

溺死是机体落水后，由于溺液阻塞呼吸道及肺泡，阻碍气体交换，造成体内缺乏氧气及二氧化碳潴留而发生的窒息性死亡，又称作淹死。据世界卫生组织统计，全世界每年约有36万人因溺水而死亡，溺死已经成为造成人群意外伤害死亡的第三大原因。在法医学司法实践中，利用其他手段杀死受害人后抛尸入水伪造溺死的案例屡有发生，因此，准确鉴定水中尸体是否为溺死对进一步的案件调查至关重要。

机体在溺水过程中，自然界水体中的硅藻、叶绿素、微生物等可通过受损的肺泡毛细血管进入到血液循环中，进而播散到其他器官中。目前，法医学实践中应用硅藻检验辅助判断溺死，硅藻的检验已经成为溺死鉴定的“金标准”，即在全身多个脏器（如肺、肝、肾等）中检测到硅藻可提示死者生前吸入了大量的溺液，并为鉴定溺死提供参考。但一方面，有学者在非溺死尸体中检测到了硅藻，其可能是与土壤甚至空气中存在的硅藻有关，这种假阳性的硅藻检验结果对硅藻在溺死诊断中的特异性提出了质疑。另一方面，在硅藻含量低或没有硅藻的水中发生的溺水而死亡，应用现有方法也可能在获得的多个脏器检材中检测不到硅藻。由于硅藻的检验结果存在假阳性和假阴性的情况，一定程度上限制了硅藻在溺死诊断中的应用，因此，法医学实践中亟需发现新的具有较高特异性及灵敏性的检验方法和指标来辅助鉴定水中尸体是否为溺死。

近些年研究表明机体在溺死过程中经历了复杂的过程和机制，包括对溺水的恐惧、潜水反应、上呼吸道反射、吞咽、呕吐、溺液吸入肺泡内随气血交换进入血液、血细胞破裂、电解质紊乱等，而深入了解这些机制的相互作用及多条代谢通路的变化可以帮助我们理解溺死的过程，进而寻找具有较高特异性与灵敏性的溺死辅助诊断指标。随着相应仪器性能的提高和代谢组学方法的发展和建立，使得从整体角度分析机体在短时间内代谢过程的变化成为可能。代谢组学是一种新兴的系统生物学方法，通过检测生物体液或组织中各种小分子量代谢物的含量并进行数学建模分析，可获得含有丰富信息的高维数据，为研究疾病和外部刺激对机体的影响提供了新的方向。通过将先进的分析技术（如：GC-MS、LC-MS及NMR）和高通量生物信息学工具相结合，代谢组学已被尝试解决临床医学及法医学领域的科学问题。与传统的统计分析方法相比，机器学习方法往往更适合于解决涉及大量潜在指标的分类问题。随机森林是众多机器学习方法之一。它使用随机挑选的特征子集来建立多棵决策树，并将这些决策树进行组合形成森林，以预测分类问题的结果。通过随机挑选子集并综合多个决策树的分析结果可以最大限度地减少由偏差和方差引起的错误，同时随机森林应用于高维数据集时表现出了很好的泛化能力和鲁棒性，提示我们基于代谢组学高通量数据的随机森林分析方法可能为判别水中尸体是否为溺死提供新的思路。

综上所述，判别早期水中尸体是否为溺死尚缺乏具有较高特异性和灵敏性的指标，基于代谢组学数据筛选特征性指标有望为判别水中尸体是否为溺死提供新的依据。

发明内容

针对上述问题，本发明提供一种基于代谢组学筛选的标志物鉴定溺死的方法及其应用，本发明证明了代谢组学技术在判别新鲜水中尸体是否为溺死的可行性，并应用筛选出的若干小分子代谢物指标建立数学模型，用于快速准确判别早期水中尸体是否为溺死。

为了实现上述目的，本发明提供了如下技术方案。