微生物群落演替在死亡时间推断中的研究进展

doi:10.12116/j.issn.1004-5619.2022.420606

法医学杂志 ›› 2023, Vol. 39 ›› Issue (4): 399-405.DOI: 10.12116/j.issn.1004-5619.2022.420606

微生物群落演替在死亡时间推断中的研究进展

向青青¹(), 陈立方¹^,², 苏秦³^,⁴, 杜宇坤⁵, 梁沛妍³, 康晓东³, 石河³, 徐曲毅³, 赵建³^,⁴, 刘超³^,⁵(), 陈晓晖³()

^1.昆明医科大学法医学院，云南昆明 650500
^2.云南省公安厅刑事科学技术研究所，云南昆明 650228
^3.广州市刑事科学技术研究所法医病理学公安部重点实验室，广东广州 510442
^4.中山大学中山医学院法医学系，广东广州 510080
^5.南方医科大学法医学院，广东广州 510515

收稿日期:2022-06-16 发布日期:2023-10-10 出版日期:2023-08-25
通讯作者: 刘超,陈晓晖
作者简介:陈晓晖，男，硕士，警务技术副高级任职资格，主要从事法医遗传学检验研究；E-mail：2800947@qq.com
刘超，男，博士，主任法医师，主要从事个体识别及死因鉴定；E-mail：liuchaogzf@163.com
向青青（1996—），女，硕士研究生，主要从事法医病理学研究；E-mail：2091585943@qq.com
基金资助:
国家自然科学基金资助项目(82371901);广州市科技计划资助项目(2019030001);公安部科技强警基础工作专项(2020GABJC38)

Research Progress on Microbial Community Succession in the Postmortem Interval Estimation

Qing-qing XIANG¹(), Li-fang CHEN¹^,², Qin SU³^,⁴, Yu-kun DU⁵, Pei-yan LIANG³, Xiao-dong KANG³, He SHI³, Qu-yi XU³, Jian ZHAO³^,⁴, Chao LIU³^,⁵(), Xiao-hui CHEN³()

^1.College of Forensic Medicine, Kunming Medical University, Kunming 650500, China
^2.Institute of Criminal Science and Technology, Yunnan Provincial Public Security Department, Kunming 650228, China
^3.Key Laboratory of Forensic Pathology, Ministry of Public Security, Guangzhou Forensic Science Institute, Guangzhou 510442, China
^4.Faculty of Forensic Medicine, Zhongshan School of Medicine, Sun Yat-sen University, Guangzhou 510080, China
^5.School of Forensic Medicine, Southern Medical University, Guangzhou 510515, China

Received:2022-06-16 Online:2023-10-10 Published:2023-08-25
Contact: Chao LIU,Xiao-hui CHEN

1. 作者贡献声明和利益冲突声明.pdf(121KB)

摘要/Abstract

摘要：

死亡时间推断是法医学实践中的重点和难点，国内外法医学者一直在探寻客观、可量化和准确的死亡时间推断方法。随着高通量测序技术和人工智能技术的发展与结合，根据死后尸体相关的微生物群落演替规律建立死亡时间推断模型，成为法医学领域的研究热点。本文就利用高通量测序技术探究微生物群落在死亡时间推断中的技术方法、研究应用及影响因素等方面进行综述，为利用微生物群落推断死亡时间的相关研究提供参考。

关键词: 法医病理学, 微生物组学, 死亡时间推断, 微生物群落, 高通量测序, 机器学习, 综述

Abstract:

The postmortem interval （PMI） estimation is a key and difficult point in the practice of forensic medicine, and forensic scientists at home and abroad have been searching for objective, quantifiable and accurate methods of PMI estimation. With the development and combination of high-throughput sequencing technology and artificial intelligence technology, the establishment of PMI model based on the succession of the microbial community on corpses has become a research focus in the field of forensic medicine. This paper reviews the technical methods, research applications and influencing factors of microbial community in PMI estimation explored by using high-throughput sequencing technology, to provide a reference for the related research on the use of microbial community to estimate PMI.

Key words: forensic pathology, microbiomics, postmortem interval estimation, microbial community, high-throughput sequencing, machine learning, review

中图分类号:

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.

Qing-qing XIANG, Li-fang CHEN, Qin SU, Yu-kun DU, Pei-yan LIANG, Xiao-dong KANG, He SHI, Qu-yi XU, Jian ZHAO, Chao LIU, Xiao-hui CHEN. Research Progress on Microbial Community Succession in the Postmortem Interval Estimation[J]. Journal of Forensic Medicine, 2023, 39(4): 399-405.

参考文献 44

1	丛斌. 法医病理学[M].5版.北京：人民卫生出版社，2016：66-67.
	CONG B. Forensic pathology[M]. 5th ed. Beijing： People’s Medical Publishing House，2016：66-67.
2	王琪，林汉成，徐纪茹，等. 死亡时间推断最新研究与展望[J].法医学杂志，2018，34（5）：459-467. doi：10.12116/j.issn.1004-5619.2018.05.002 .
	WANG Q， LIN H C， XU J R， et al. Current research and prospects on postmortem interval estimation[J]. Fayixue Zazhi，2018，34（5）：459-467.
3	KUIPER I. Microbial forensics： Next-generation sequencing as catalyst： The use of new sequencing technologies to analyze whole microbial communities could become a powerful tool for forensic and criminal investigations[J]. EMBO Rep，2016，17（8）：1085-1087. doi：10.15252/embr.201642794 .
4	CARTER D O， TOMBERLIN J K， ERIC BENBOW M， et al. Forensic microbiology[M]. Chichester， West Sussex： John Wiley & Sons Ltd，2017：192-211.
5	METCALF J L， WEGENER PARFREY L， GONZA-LEZ A， et al. A microbial clock provides an accurate estimate of the postmortem interval in a mouse model system[J]. Elife，2013，2：e01104. doi：10.7554/eLife.01104 .
6	BENBOW M E， PECHAL J L， LANG J M， et al. The potential of high-throughput metagenomic sequencing of aquatic bacterial communities to estimate the postmortem submersion interval[J]. J Forensic Sci，2015，60（6）：1500-1510. doi：10.1111/1556-4029.12859 .
7	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 .
8	JOHNSON H R， TRINIDAD D D， GUZMAN S， et al. A machine learning approach for using the postmortem skin microbiome to estimate the postmortem interval[J]. PLoS One，2016，11（12）：e0167370. doi：10.1371/journal.pone.0167370 .
9	BELK A， XU Z Z， CARTER D O， et al. Microbiome data accurately predicts the postmortem interval using random forest regression models[J]. Genes （Basel），2018，9（2）：104. doi：10.3390/genes9020104 .
10	JAVAN G T， FINLEY S J， CAN I， et al. Human thanatomicrobiome succession and time since death[J]. Sci Rep，2016，6：29598. doi：10.1038/srep29598 .
11	FU X， GUO J， FINKELBERGS D， et al. Fungal succession during mammalian cadaver decomposition and potential forensic implications[J]. Sci Rep，2019，9（1）：12907. doi：10.1038/s41598-019-49361-0 .
12	DEBRUYN J M， HAUTHER K A. Postmortem succession of gut microbial communities in deceased human subjects[J]. PeerJ，2017，5：e3437. doi：10.7717/ peerj.3437 .
13	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 .
14	HU L， XING Y， JIANG P， et al. Predicting the postmortem interval using human intestinal microbiome data and random forest algorithm[J]. Sci Justice，2021，61（5）：516-527. doi：10.1016/j.scijus.2021.06.006 .
15	COBAUGH K L， SCHAEFFER S M， DEBRUYN J M. Functional and structural succession of soil microbial communities below decomposing human cadavers[J]. PLoS One，2015，10（6）：e0130201. doi：10 .
	1371/journal.pone.0130201.
16	METCALF J L. Estimating the postmortem interval using microbes： Knowledge gaps and a path to technology adoption[J]. Forensic Sci Int Genet，2019，38：211-218. doi：10.1016/j.fsigen.2018.11.004 .
17	符晓亮，郭娟娟，刘卓鹰，等. 高通量测序在尸体微生物及死亡时间推断中的应用[J].法医学杂志，2018，34（5）：475-481. doi：10.12116/j.issn.1004-5619.2018.05.004 .
	FU X L， GUO J J， LIU Z Y， et al. Application of high-throughput sequencing in researches of cadaveric microorganisms and postmortem interval estimation[J]. Fayixue Zazhi，2018，34（5）：475-481.
18	OLIVEIRA M， ARENAS M， AMORIM A. New trends in microbial epidemiology： Can an old dog learn new tricks?[J]. Ann Microbiol Immunol，2018，1（1）：1004.
19	VAN DIJK E L， AUGER H， JASZCZYSZYN Y， et al. Ten years of next-generation sequencing technology[J]. Trends Genet，2014，30（9）：418-426. doi：10.1016/j.tig.2014.07.001 .
20	BUDOWLE B， CONNELL N D， BIELECKA-ODER A， et al. Validation of high throughput sequencing and microbial forensics applications[J]. Investig Genet，2014，5：9. doi：10.1186/2041-2223-5-9 .
21	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.
22	SCHOCH C L， SEIFERT K A， HUHNDORF S， et al. Nuclear ribosomal internal transcribed spacer （ITS） region as a universal DNA barcode marker for Fungi[J]. Proc Natl Acad Sci USA，2012，109（16）：6241-6246. doi：10.1073/pnas.1117018109 .
23	TANABE A S， NAGAI S， HIDA K， et al. Comparative study of the validity of three regions of the 18S-rRNA gene for massively parallel sequencing-based monitoring of the planktonic eukaryote community[J]. Mol Ecol Resour，2016，16（2）：402-414. doi：10.1111/1755-0998.12459 .
24	LINDAHL B D， NILSSON R H， TEDERSOO L， et al. Fungal community analysis by high-throughput sequencing of amplified markers -- a user’s guide[J]. New Phytol，2013，199（1）：288-299. doi：10.1111/nph.12243 .
25	KUHN M， JOHNSON K. Applied predictive mode-ling[M]. New York： Springer，2013：95-100.
26	邹熠，庄冲，方琦，等. 大数据与人工智能：死后间隔时间推断的新视野[J].法医学杂志，2020，36（1）：86-90. doi：10.12116/j.issn.1004-5619.2020.01.017 .
	ZOU Y， ZHUANG C， FANG Q， et al. Big data and artificial intelligence： New insight into the estimation of postmortem interval[J]. Fayixue Zazhi，2020，36（1）：86-90.
27	ZHANG J， WANG M， QI X， et al. Predicting the postmortem interval of burial cadavers based on microbial community succession[J]. Forensic Sci Int Genet，2021，52：102488. doi：10.1016/j.fsigen.2021.102488 .
28	DAMANN F E， WILLIAMS D E， LAYTON A C. Potential use of bacterial community succession in decaying human bone for estimating postmortem interval[J]. J Forensic Sci，2015，60（4）：844-850. doi：10.1111/1556-4029.12744 .
29	WANG Y， WANG M， LUO C， et al. Dynamics of insects， microorganisms and muscle mRNA on pig carcasses and their significances in estimating PMI[J]. Forensic Sci Int，2021，329：111090. doi：10 .
	1016/j.forsciint.2021.111090.
30	FORGER L V， WOOLF M S， SIMMONS T L， et al. A eukaryotic community succession based method for postmortem interval （PMI） estimation of decomposing porcine remains[J]. Forensic Sci Int，2019，302：109838. doi：10.1016/j.forsciint.2019.05.054 .
31	REN J， DENG L， LI C， et al. Safety of composts consisting of hydrothermally treated penicillin fermentation residue： Degradation products， antibio-tic resistance genes and bacterial diversity[J]. Environ Pollut，2021，290：118075. doi：10.1016/j.envpol.2021.118075 .
32	郭娟娟，符晓亮，蔡继峰. 水中尸体腐败及死后淹没时间推断研究进展[J].法医学杂志，2019，35（4）：459-466. doi：10.12116/j.issn.1004-5619.2019.04.016 .
	GUO J J， FU X L， CAI J F. Research progress of aquatic corpse decomposition and postmortem submersion interval estimation[J]. Fayixue Zazhi，2019，35（4）：459-466.
33	HAWKSWORTH D L， WILTSHIRE P E J. Forensic mycology： The use of fungi in criminal investigations[J]. Forensic Sci Int，2011，206（1/2/3）：1-11. doi：10.1016/j.forsciint.2010.06.012 .
34	METCALF J L， XU Z Z， BOUSLIMANI A， et al. Microbiome tools for forensic science[J]. Trends Biotechnol，2017，35（9）：814-823. doi：10.1016/j.tibtech.2017.03.006 .
35	LANG J M， ERB R， PECHAL J L， et al. Microbial biofilm community variation in flowing habitats： Potential utility as bioindicators of postmortem submersion intervals[J]. Microorganisms，2016，4（1）：1. doi：10.3390/microorganisms4010001 .
36	KASZUBINSKI S F， RECEVEUR J P， WYDRA B， et al. Cold case experiment demonstrates the potential utility of aquatic microbial community assembly in estimating a postmortem submersion interval[J]. J Forensic Sci，2020，65（4）：1210-1220. doi：10.1111/1556-4029.14303 .
37	WANG Y， WANG M， XU W， et al. Estimating the postmortem interval of carcasses in the water using the carrion insect， brain tissue RNA， bacterial biofilm， and algae[J]. Front Microbiol，2022，12：774276. doi：10.3389/fmicb.2021.774276 .
38	CROOKS E R， BULLING M T， BARNES K M. Microbial effects on the development of forensically important blow fly species[J]. Forensic Sci Int，2016，266：185-190. doi：10.1016/j.forsciint.2016.05.026 .
39	PECHAL J L， CRIPPEN T L， BENBOW M E， et al. The potential use of bacterial community succession in forensics as described by high throughput metagenomic sequencing[J]. Int J Legal Med，2014，128（1）：193-205. doi：10.1007/s00414-013-0872-1 .
40	WEATHERBEE C R， PECHAL J L， ERIC BENBOW M. The dynamic maggot mass microbiome[J]. Ann Entomol Soc Am，2017，110（1）：45-53. doi：10.1093/aesa/saw088 .
41	IANCU L， CARTER D O， JUNKINS E N， et al. Using bacterial and necrophagous insect dynamics for post-mortem interval estimation during cold season： Novel case study in Romania[J]. Forensic Sci Int，2015，254：106-117. doi：10.1016/j.forsciint.2015.07.024 .
42	IANCU L， SAHLEAN T， PURCAREA C. Dynamics of necrophagous insect and tissue bacteria for postmortem interval estimation during the warm season in Romania[J]. J Med Entomol，2016，53（1）：54-66. doi：10.1093/jme/tjv156 .
43	OLIVEIRA M， AMORIM A. Microbial forensics： New breakthroughs and future prospects[J]. Appl Microbiol Biotechnol，2018，102（24）：10377-10391. doi：10.1007/s00253-018-9414-6 .
44	DÍEZ LÓPEZ C， VIDAKI A， KAYSER M. Integrating the human microbiome in the forensic toolkit： Current bottlenecks and future solutions[J]. Forensic Sci Int Genet，2022，56：102627. doi：10.1016/j.fsigen.2021.102627 .

[1]	李雯, 李豪喆, 陈琛, 蔡伟雄. 面部微表情分析技术在法医精神病学领域的研究现状及应用展望[J]. 法医学杂志, 2023, 39(5): 493-500.
[2]	王中华, 李淑瑾. 人类身高推断的分子生物学研究进展[J]. 法医学杂志, 2023, 39(5): 487-492.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	范飞, 武娟, 邓振华. 听力学客观检测技术在法医临床学中的应用进展[J]. 法医学杂志, 2023, 39(4): 360-366.
[11]	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.
[12]	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.
[13]	曹宇奇, 施妍, 向平, 郭寅龙. 机器学习辅助非靶向筛查策略用于芬太尼类物质识别鉴定的研究进展[J]. 法医学杂志, 2023, 39(4): 406-416.
[14]	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.
[15]	李燃, 孙宏钰. 法医学亲缘关系鉴定方法和研究热点[J]. 法医学杂志, 2023, 39(3): 231-239.

微生物群落演替在死亡时间推断中的研究进展

Research Progress on Microbial Community Succession in the Postmortem Interval Estimation

RichHTML

PDF (PC)

补充材料

可视化

摘要/Abstract

引用本文

使用本文

参考文献 44

相关文章 15

编辑推荐

Metrics