基于16S rRNA高通量测序技术的肠道菌群多样性推断死亡时间

doi:10.12116/j.issn.1004-5619.2020.400708

法医学杂志 ›› 2021, Vol. 37 ›› Issue (5): 621-626.DOI: 10.12116/j.issn.1004-5619.2020.400708

基于16S rRNA高通量测序技术的肠道菌群多样性推断死亡时间

曹洁¹(), 李文晋¹, 王一飞¹, 安国帅¹, 卢晓军¹^,², 杜秋香¹, 李晋³(), 孙俊红¹()

^1.山西医科大学法医学院，山西太原 030001
^2.包头市公安局刑事侦查支队，内蒙古包头 014030
^3.山西医科大学第二医院，山西太原 030001

收稿日期:2020-07-16 发布日期:2021-10-25 出版日期:2021-10-28
通讯作者: 李晋,孙俊红
作者简介:李晋，女，教授，博士研究生导师，主要从事肠道微生物与代谢性疾病研究；E-mail：jinli807@126.com
孙俊红，男，教授，博士研究生导师，主要从事损伤病理学和猝死病理学研究；E-mail：sunjunhong146@163.com
曹洁（1983—），女，博士，副教授，主要从事组学技术在法医学中的应用研究；E-mail：jie.cao@sxmu.edu.cn
基金资助:
国家自然科学基金面上资助项目(81971795);山西省应用基础研究青年科技资助项目(201801D221264)

Estimating Postmortem Interval Using Intestinal Microbiota Diversity Based on 16S rRNA High-throughput Sequencing Technology

Jie CAO¹(), Wen-jin LI¹, Yi-fei WANG¹, Guo-shuai AN¹, Xiao-jun LU¹^,², Qiu-xiang DU¹, Jin LI³(), Jun-hong SUN¹()

^1.School of Forensic Medicine, Shanxi Medical University, Taiyuan 030001, China
^2.Criminal Investigation Detachment, Baotou Public Security Bureau, Baotou 014030, Inner Mongolia Autonomous Region, China
^3.Second Hospital of Shanxi Medical University, Taiyuan 030001, China

Received:2020-07-16 Online:2021-10-25 Published:2021-10-28
Contact: Jin LI,Jun-hong SUN

摘要/Abstract

摘要： 目的

采用16S rRNA高通量测序技术探究大鼠肠道菌群变化与死亡时间（postmortem interval，PMI）之间的关系。

方法

大鼠腹腔麻醉致死后置于16 ℃，提取死后0、1、2、3、5、7、9、12、15、18、21、24、27和30 d共14个时间点的盲肠内容物DNA，采用16S rRNA高通量测序技术，检测大鼠盲肠内容物中的肠道菌群，对数据进行多样性及差异性分析。

结果

死后30 d内大鼠肠道微生物菌群总数未发生明显变化，但菌群多样性呈上升趋势。在死后13个时间点共筛选出119个具有显著差异的细菌群落。构建全部时间点、9 d前、12 d后PMI推断的偏最小二乘（partial least squares，PLS）回归模型，其决定系数（R²）分别为0.795、0.767和0.445；交叉验证均方根误差分别为6.57、1.96和5.37 d。

结论

利用16S rRNA高通量测序技术探究死后30 d内肠道菌群的变化规律，其组成和结构出现了明显的变化，且建立的PLS回归模型表明PMI与肠道菌群之间高度相关，呈一定时序性变化。

关键词: 法医病理学, 16S rRNA, 死亡时间推断, 肠道菌群, 高通量测序, 大鼠

Abstract: Objective

To explore the correlation between intestinal microbiota and postmortem interval（PMI） in rats by using 16S rRNA high-throughput sequencing technology.

Methods

Rats were killed by anesthesia and placed at 16 ℃, and DNA was extracted in caecum at 14 time points of 0, 1, 2, 3, 5, 7, 9, 12, 15, 18, 21, 24, 27 and 30 d after death. The 16S rRNA high-throughput sequencing technology was used to detect intestinal microbiota in rat cecal contents, and the results were used to analyze the rat intestinal microbiota diversity and differences.

Results

The total number of intestinal microbial communities did not change significantly within 30 days after death, but the diversity showed an upward trend. A total of 119 bacterial communities were significantly changed at 13 time points after death. The models for PMI estimation were established by using partial least squares （PLS） regression at all time points, before 9 days and after 12 days, reaching an R² of 0.795, 0.767 and 0.445, respectively; and the root mean square errors （RMSEs） were 6.57, 1.96 and 5.37 d, respectively.

Conclusion

Using 16S rRNA high-throughput sequencing technology, the composition and structure of intestinal microbiota changed significantly within 30 d after death. In addition, the established PLS regression model suggested that the PMI was highly correlated with intestinal microbiota composition, showing a certain time series change.

Key words: forensic pathology, 16S rRNA, postmortem interval estimation, intestinal microbial community, high-throughput sequencing, rats

中图分类号:

DF795.1

曹洁, 李文晋, 王一飞, 安国帅, 卢晓军, 杜秋香, 李晋, 孙俊红. 基于16S rRNA高通量测序技术的肠道菌群多样性推断死亡时间[J]. 法医学杂志, 2021, 37(5): 621-626.

Jie CAO, Wen-jin LI, Yi-fei WANG, Guo-shuai AN, Xiao-jun LU, Qiu-xiang DU, Jin LI, Jun-hong SUN. Estimating Postmortem Interval Using Intestinal Microbiota Diversity Based on 16S rRNA High-throughput Sequencing Technology[J]. Journal of Forensic Medicine, 2021, 37(5): 621-626.

图/表 4

图1 不同水平微生物群落相对丰度A：门水平细菌；B：属水平细菌；C：各时间点与门、属水平菌群桑基图。unclassified指未分类物种；other指相对丰度排在前20个之后的物种；图C中左边部分为各时间点样本，中间部分为菌门，显示丰度最高的前5个物种，右边部分为菌属，显示丰度最高的前10个物种。

Fig. 1 Relative abundance of microbial communities at different levels

表1 肠道微生物菌群α多样性分析 (n=6，x?±s)

Tab. 1 Alpha diversity analysis of intestinal microbial communities

时间/d	ACE指数	Shannon指数
0	2 947.72±328.92	4.62±0.40
1	3 082.04±390.66	4.90±0.40
2	3 398.55±499.38	4.80±0.22
3	3 288.72±371.77	3.95±0.63
5	3 929.03±509.27^1）	4.66±0.17
7	3 796.29±697.11	4.26±0.26
9	3 406.72±450.67	3.65±0.24^1）
12	3 006.54±1 419.19	3.41±0.55^1）
15	3 309.56±384.12	3.64±0.37^1）
18	3 343.82±824.83	4.09±0.61
21	3 011.97±467.24	4.42±0.36
24	3 264.99±357.74	3.35±0.57^1）
27	2 994.76±539.29	3.63±0.45^1）
30	2 886.48±310.73	3.56±0.68^1）

图2 线性判别分析效应

Fig. 2 LDA effect

图3 PLS回归分析A：全部时间点PLS回归图；B：9 d前PLS回归图；C：12 d后PLS回归图。

Fig. 3 PLS regression analysis

参考文献 21

1	丛斌. 法医病理学[M].5版. 北京：人民卫生出版社，2016：70.
	CONG B. Forensic pathology[M]. 5th ed. Beijing： People’s Medical Publishing House，2016：70.
2	TU C， DU T， YE X， et al. Using miRNAs and circRNAs to estimate PMI in advanced stage[J]. Leg Med （Tokyo），2019，38：51-57. doi：10.1016/j. legalmed.2019.04.002.
3	KWAK J， KIM H K， KIM K， et al. Proteomic evaluation of biomarkers to determine the postmortem interval[J]. Anal Lett，2017，50（1）：207-218. doi：10.1080/00032719.2016.1172080.
4	ZHANG K， WANG Q， LIU R， et al. Evaluating the effects of causes of death on postmortem interval estimation by ATR-FTIR spectroscopy[J]. Int J Legal Med，2020，134（2）：565-574. doi：10.1007/s00414-019-02042-z.
5	METCALF J L， XU Z Z， WEISS S， et al. Microbial community assembly and metabolic function during mammalian corpse decomposition[J]. Science，2016，351（6269）：158-162. doi：10.1126/science.aad2646.
6	郭晗，张捷，杨硕，等. 肠道微生物与人类疾病关系的研究进展[J].检验医学，2017，32（12）：1165-1172. doi：10.3969/j.issn.1673-8640.2017.12.022.
	GUO H， ZHANG J， YANG S， et al. Research progress in the relationship between gut microbiome and human diseases[J]. Jianyan Yixue，2017，32（12）：1165-1172.
7	刘昌孝. 肠道菌群与健康、疾病和药物作用的影响[J].中国抗生素杂志，2018，43（1）：1-14. doi：10.3969/j.issn.1001-8689.2018.01.001.
	LIU C X. Gut microbiota： The effects of health， illness and medicines[J]. Zhongguo Kangshengsu Zazhi，2018，43（1）：1-14.
8	宋国庆，曹禹，李辉，等. 16S rRNA基因测序在法医学中的研究进展[J].法医学杂志，2018，34（5）：542-548. doi：10.12116/j.issn.1004-5619.2018.05.021.
	SONG G Q， CAO Y， LI H， et al. Progress in the 16S rRNA gene sequencing in forensic science[J]. Fayixue Zazhi，2018，34（5）：542-548.
9	GUO J， FU X， LIAO H， et al. Potential use of bacterial community succession for estimating post-mortem interval as revealed by high-throughput sequencing[J].Sci Rep，2016，6：24197. doi：10.1038/srep24197.
10	WILLIS A D. Rarefaction， alpha diversity， and statistics[J]. Front in Microbiol，2019，10：2407. doi：10.3389/fmicb.2019.02407.
11	LO P A， ZORZI F， DEL C F， et al. Fecal and mucosal microbiota profiling in irritable bowel syndrome and inflammatory bowel disease[J]. Front in Microbiol，2019，10：1655. doi：10.3389/fmicb.2019.01655.
12	DU Q X， LI N， DANG L H， et al. Temporal expression of wound healing-related genes inform wound age estimation in rats after a skeletal muscle contusion： A multivariate statistical model analysis[J]. Int J Legal Med，2020，134（1）：273-282. doi：10.1007/s00414-018-01990-2.
13	LI J， LIN S， VANHOUTTE P M， et al. Akkermansia muciniphila protects against atherosclerosis by preventing metabolic endotoxemia-induced inflammation in Apoe^-/- Mice[J]. Circulation，2016，133（24）：2434-2446. doi：10.1161/CIRCULATIONAHA.115.019645.
14	ADDOLORATO G， PONZIANI F R， DIONISI T， et al. Gut microbiota compositional and functional fingerprint in patients with alcohol use disorder and alcohol-associated liver disease[J]. Liver Int，2020，40（4）：878-888. doi：10.1111/liv.14383.
15	METCALF J L， WEGENER P L， GONZALEZ A， et al. A microbial clock provides an accurate estimate of the postmortem interval in a mouse model system[J]. Elife，2013，2： e1104. doi：10.7554/eLife.01104.
16	LIU R， GU Y， SHEN M， et al. Predicting postmortem interval based on microbial community sequences and machine learning algorithms[J].Environ Microbiol，2020，22（6）：2273-2291. doi：10.1111/1462-2920.15000.
17	LI H， YANG E， ZHANG S， et al. Molecular characterization of gut microbial shift in SD rats after death for 30 days[J]. Arch Microbiol，2020，202（7）：1763-1773. doi：10.1007/s00203-020-01889-w.
18	BARINGTON K， JENSEN H E， SKOVGAARD K. Forensic aspects of gene expression signatures for age determination in bruises as evaluated in an experimental porcine model[J]. Forensic Sci Med Pathol，2017，13（2）：151-160. doi：10.1007/s12024-017-9869-2.
19	管晓梅. 优化因子的偏最小二乘法及其在高光谱检测果糖含量中的应用[D].济南：山东师范大学，2018.
	GUAN X M. Optimization of the partial least square method for the factor and its application in determination of fructose content based on hyperspectral technology[D]. Jinan： Shandong Normal University，2018.
20	CARTER D O， YELLOWLEES D， TIBBETT M. Temperature affects microbial decomposition of cadavers （Rattus rattus） in contrasting soils[J]. Appl Soil Ecol，2008，40（1）：129-137. doi：10.1016/j.apsoil.2008.03.010.
21	CARTER D O， YELLOWLEES D， TIBBETT M. Moisture can be the dominant environmental parameter governing cadaver decomposition in soil[J]. Forensic Sci Int，2010，200（1/2/3）：60-66. doi：10.1016/j.forsciint.2010.03.031.

[1]	陈璐, 周喆, 王升启. 陈旧骸骨DNA身份鉴定的法医学进展[J]. 法医学杂志, 2023, 39(5): 478-486.
[2]	曾勇, 邹冬华, 范颖, 徐晴, 陶陆阳, 陈忆九, 李正东. 人体血管有限元建模及生物力学的研究进展与法医学应用[J]. 法医学杂志, 2023, 39(5): 471-477.
[3]	陈建波, 郭影, 陈再勇, 鲍人辉, 孔繁荣. 钩吻中毒死亡法医学鉴定1例[J]. 法医学杂志, 2023, 39(5): 509-511.
[4]	马钳钳, 张云, 秦丽娜. 播散型毛霉病致死1例[J]. 法医学杂志, 2023, 39(5): 507-509.
[5]	孙语新, 龚晓娟, 郝秀丽, 田雨馨, 陈艺铭, 张宝, 阎春霞. 婴儿猝死综合征与婴儿感染性猝死共同相关基因的筛选及其调控网络的生物信息学分析[J]. 法医学杂志, 2023, 39(5): 433-440.
[6]	高日红, 王新宙, 王冰, 郑立新. 大剂量盐酸地芬尼多与乙醇、氯化钾联合中毒死亡1例[J]. 法医学杂志, 2023, 39(5): 512-515.
[7]	杨宇, 雷梵章, 董玉友, 马剑龙, 石启强, 叶雪松. 口服盐酸地芬尼多中毒死亡案例的回顾性分析[J]. 法医学杂志, 2023, 39(4): 393-398.
[8]	向青青, 陈立方, 苏秦, 杜宇坤, 梁沛妍, 康晓东, 石河, 徐曲毅, 赵建, 刘超, 陈晓晖. 微生物群落演替在死亡时间推断中的研究进展[J]. 法医学杂志, 2023, 39(4): 399-405.
[9]	苏秦, 陈倩玲, 吴伟斌, 向青青, 杨成梁, 乔东访, 李志刚. 原发性脑干损伤致死大鼠的脑干组织代谢组学分析[J]. 法医学杂志, 2023, 39(4): 373-381.
[10]	盛利, 宋国铭. “钢珠”气枪射击致颅脑损伤死亡1例[J]. 法医学杂志, 2023, 39(4): 417-418.
[11]	姚泽伟, 贾自发, 韦铭菲, 史俊展, 李凡. 肝豆状核变性者外伤后脑干出血死亡1例[J]. 法医学杂志, 2023, 39(4): 419-421.
[12]	张旭东, 姜垚如, 梁芯瑞, 田甜, 靳茜茜, 张小红, 曹洁, 杜秋香, 孙俊红. 蛋白质芯片检测技术结合多维统计方法推断死亡时间[J]. 法医学杂志, 2023, 39(2): 115-120.
[13]	龙武, 瞿鹏飞, 马琳, 王蕊, 习严梅, 李玉华, 聂胜洁, 段婷, 杜进良, 唐雪, 赵静峰, 雷普平, 王跃兵. 一起云南不明原因猝死案件中4种野生菌的细胞毒性[J]. 法医学杂志, 2023, 39(2): 121-128.
[14]	高俊薇, 鹿阳, 李彦军, 邹冬华, 何光龙, 王彦斌. 法医学虚拟解剖实验室建设状况及实验室认可适用性调查[J]. 法医学杂志, 2023, 39(2): 186-192.
[15]	陈旭. 儿童甲型流感病毒感染并发急性坏死性脑病致死医疗损害鉴定1例[J]. 法医学杂志, 2023, 39(2): 215-217.

基于16S rRNA高通量测序技术的肠道菌群多样性推断死亡时间

Estimating Postmortem Interval Using Intestinal Microbiota Diversity Based on 16S rRNA High-throughput Sequencing Technology

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 21

相关文章 15

编辑推荐

Metrics