[發明專利]一種基于代謝組學標志物鑒定溺死的方法及其應用

有效

• 申請號: 202110682946.0
• 申請日: 2021-06-18
• 公開（公告）號: CN113341044B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 趙銳;王林林;張富源;官大威;王鵬飛
• 申請（專利權）人: 中國醫科大學
• 主分類號: G01N30/06
• 分類號: G01N30/06;G01N30/88;G01N30/86
• 代理公司: 沈陽亞泰專利商標代理有限公司 21107
• 代理人: 馬維駿

本發明屬于法醫學和生物醫藥技術領域，尤其涉及基于代謝組學篩選的代謝物在判別早期水中尸體是否為溺死的應用。所述用于判別早期水中尸體是否為溺死的標志物，其特征在于所述標志物包括下述14種小分子代謝產物中的任意一種或一種以上的組合：乳酸、甲羥戊酸、苯乙酰甘氨酸、十四烷二酸、肌苷、蘋果酸、β羥基丁酸酯、十一烷酸、甘氨酰亮氨酸、皮質酮、硫胺素、乙酰肉堿、丙氨酰亮氨酸及犬尿氨酸。本發明提供的一種基于代謝組學標志物鑒定溺死的方法基于大量生物標志物綜合分析比使用一個或幾個生物標志物的方法具有更高的預測能力，通過代謝組學技術檢測樣本中若干內源性目標生物標志物的含量，結合機器學習算法能夠方便準確地判別新鮮溺死尸體，有望為法醫學實踐中案件偵破提供更有利的幫助。

技術領域

本發明屬于法醫學和生物醫藥技術領域，涉及基于代謝組學篩選的代謝物在判別早期水中尸體是否為溺死的應用。

背景技術

溺死是機體落水后，由于溺液阻塞呼吸道及肺泡，阻礙氣體交換，造成體內缺乏氧氣及二氧化碳潴留而發生的窒息性死亡，又稱作淹死。據世界衛生組織統計，全世界每年約有36萬人因溺水而死亡，溺死已經成為造成人群意外傷害死亡的第三大原因。在法醫學司法實踐中，利用其他手段殺死受害人后拋尸入水偽造溺死的案例屢有發生，因此，準確鑒定水中尸體是否為溺死對進一步的案件調查至關重要。

機體在溺水過程中，自然界水體中的硅藻、葉綠素、微生物等可通過受損的肺泡毛細血管進入到血液循環中，進而播散到其他器官中。目前，法醫學實踐中應用硅藻檢驗輔助判斷溺死，硅藻的檢驗已經成為溺死鑒定的“金標準”，即在全身多個臟器（如肺、肝、腎等）中檢測到硅藻可提示死者生前吸入了大量的溺液，并為鑒定溺死提供參考。但一方面，有學者在非溺死尸體中檢測到了硅藻，其可能是與土壤甚至空氣中存在的硅藻有關，這種假陽性的硅藻檢驗結果對硅藻在溺死診斷中的特異性提出了質疑。另一方面，在硅藻含量低或沒有硅藻的水中發生的溺水而死亡，應用現有方法也可能在獲得的多個臟器檢材中檢測不到硅藻。由于硅藻的檢驗結果存在假陽性和假陰性的情況，一定程度上限制了硅藻在溺死診斷中的應用，因此，法醫學實踐中亟需發現新的具有較高特異性及靈敏性的檢驗方法和指標來輔助鑒定水中尸體是否為溺死。

近些年研究表明機體在溺死過程中經歷了復雜的過程和機制，包括對溺水的恐懼、潛水反應、上呼吸道反射、吞咽、嘔吐、溺液吸入肺泡內隨氣血交換進入血液、血細胞破裂、電解質紊亂等，而深入了解這些機制的相互作用及多條代謝通路的變化可以幫助我們理解溺死的過程，進而尋找具有較高特異性與靈敏性的溺死輔助診斷指標。隨著相應儀器性能的提高和代謝組學方法的發展和建立，使得從整體角度分析機體在短時間內代謝過程的變化成為可能。代謝組學是一種新興的系統生物學方法，通過檢測生物體液或組織中各種小分子量代謝物的含量并進行數學建模分析，可獲得含有豐富信息的高維數據，為研究疾病和外部刺激對機體的影響提供了新的方向。通過將先進的分析技術（如：GC-MS、LC-MS及NMR）和高通量生物信息學工具相結合，代謝組學已被嘗試解決臨床醫學及法醫學領域的科學問題。與傳統的統計分析方法相比，機器學習方法往往更適合于解決涉及大量潛在指標的分類問題。隨機森林是眾多機器學習方法之一。它使用隨機挑選的特征子集來建立多棵決策樹，并將這些決策樹進行組合形成森林，以預測分類問題的結果。通過隨機挑選子集并綜合多個決策樹的分析結果可以最大限度地減少由偏差和方差引起的錯誤，同時隨機森林應用于高維數據集時表現出了很好的泛化能力和魯棒性，提示我們基于代謝組學高通量數據的隨機森林分析方法可能為判別水中尸體是否為溺死提供新的思路。

綜上所述，判別早期水中尸體是否為溺死尚缺乏具有較高特異性和靈敏性的指標，基于代謝組學數據篩選特征性指標有望為判別水中尸體是否為溺死提供新的依據。

發明內容

針對上述問題，本發明提供一種基于代謝組學篩選的標志物鑒定溺死的方法及其應用，本發明證明了代謝組學技術在判別新鮮水中尸體是否為溺死的可行性，并應用篩選出的若干小分子代謝物指標建立數學模型，用于快速準確判別早期水中尸體是否為溺死。

為了實現上述目的，本發明提供了如下技術方案。