代谢组学技术结合机器学习算法在损伤时间推断中的研究进展

doi:10.12116/j.issn.1004-5619.2022.421105

法医学杂志 ›› 2023, Vol. 39 ›› Issue (6): 596-600.DOI: 10.12116/j.issn.1004-5619.2022.421105

• 综述 • 上一篇

代谢组学技术结合机器学习算法在损伤时间推断中的研究进展

马星宇¹(), 程浩², 张忠铎², 李烨铭¹, 赵东¹^,³()

^1.中国政法大学证据科学教育部重点实验室司法文明协同创新中心，北京 100088
^2.中国医科大学法医学院法医病理学教研室，辽宁沈阳 110122
^3.公安部鉴定中心法医遗传学公安部重点实验室，北京 100038

收稿日期:2022-11-07 发布日期:2024-01-17 出版日期:2023-12-25
通讯作者: 赵东
作者简介:马星宇（1996—），男，博士研究生，主要从事法医学研究；E-mail：xyma0618@163.com
基金资助:
国防基础科研计划资助项目(JCKY2021601B021)

Research Progress of Metabolomics Techniques Combined with Machine Learning Algorithm in Wound Age Estimation

Xing-yu MA¹(), Hao CHENG², Zhong-duo ZHANG², Ye-ming LI¹, Dong ZHAO¹^,³()

^1.Collaborative Innovation Center of Judicial Civilization, Key Laboratory of Evidence Science, Ministry of Education, China University of Political Science and Law, Beijing 100088, China
^2.Department of Forensic Pathology, School of Forensic Medicine, China Medical University, Shenyang 110122, China
^3.Key Laboratory of Forensic Genetics, Ministry of Public Security, Institute of Forensic Science, Ministry of Public Security, Beijing 100038, China

Received:2022-11-07 Online:2024-01-17 Published:2023-12-25
Contact: Dong ZHAO

摘要/Abstract

摘要：

损伤时间推断是法医学实践中的重要内容，准确推断损伤时间是国内外法医学者亟待解决的科学问题。代谢组学技术可以有效检测机体受到体内外刺激因素作用产生的内源性代谢物，描述生物体内代谢物的动态变化，具有操作性强、检测效率高、定量结果准确等优势。机器学习算法对高维数据集的处理具有独特优势，能够有效挖掘生物信息，真实反映机体生理、疾病或损伤状态，是高效处理高通量大数据的新型技术手段。本文综述了代谢组学技术与机器学习算法的研究现状和自身优势，探讨应用代谢组学技术结合机器学习算法在法医学损伤时间推断研究中的应用前景，为法医学损伤时间推断研究提供新思路。

关键词: 法医学, 代谢组学, 机器学习, 损伤时间推断, 综述

Abstract:

Wound age estimation is the core content in the practice of forensic medicine. Accurate estimation of wound age is a scientific question that needs to be urgently solved by forensic scientists at home and abroad. Metabolomics techniques can effectively detect endogenous metabolites produced by internal or external stimulating factors and describe the dynamic changes of metabolites in vivo. It has the advantages of strong operability, high detection efficiency and accurate quantitative results. Machine learning algorithm has special advantages in processing high-dimensional data sets, which can effectively mine biological information and truly reflect the physiological, disease or injury state of the body. It is a new technical means for efficiently processing high-throughput big data. This paper reviews the status and advantages of metabolomic techniques combined with machine learning algorithm in the research of wound age estimation, and provides new ideas for this research.

Key words: forensic medicine, metabolomics, machine learning, wound age estimation, review

中图分类号:

马星宇, 程浩, 张忠铎, 李烨铭, 赵东. 代谢组学技术结合机器学习算法在损伤时间推断中的研究进展[J]. 法医学杂志, 2023, 39(6): 596-600.

Xing-yu MA, Hao CHENG, Zhong-duo ZHANG, Ye-ming LI, Dong ZHAO. Research Progress of Metabolomics Techniques Combined with Machine Learning Algorithm in Wound Age Estimation[J]. Journal of Forensic Medicine, 2023, 39(6): 596-600.

参考文献 26

1	LI N， DU Q， BAI R， et al. Vitality and wound-age estimation in forensic pathology： Review and future prospects[J]. Forensic Sci Res，2018，5（1）：15-24. doi：10.1080/20961790.2018.1445441 .
2	官大威，赵锐，王林林. 法医学损伤时间推断：过去、现在与未来[J].法医学杂志，2019，35（2）：131-135. doi：10.12116/j.issn.1004-5619.2019.02.001 .
	GUAN D W， ZHAO R， WANG L L. Wound age estimation in Forensic medicine： Past， present and future[J]. Fayixue Zazhi，2019，35（2）：131-135.
3	GRELLNER W， MADEA B. Demands on scientific studies： Vitality of wounds and wound age estimation[J]. Forensic Sci Int，2007，165（2/3）：150-154. doi：10.1016/j.forsciint.2006.05.029 .
4	CASTILLO-PEINADO L S， LUQUE DE CASTRO M D. Present and foreseeable future of metabolomics in forensic analysis[J]. Anal Chim Acta，2016，925：1-15. doi：10.1016/j.aca.2016.04.040 .
5	NICHOLSON J K， LINDON J C， HOLMES E. ‘Metabonomics’： Understanding the metabolic responses of living systems to pathophysiological sti-muli via multivariate statistical analysis of biological NMR spectroscopic data[J]. Xenobiotica，1999，29（11）：1181-1189. doi：10.1080/004982599238047 .
6	ZHAO Y Y， CHENG X L， VAZIRI N D， et al. UPLC-based metabonomic applications for discovering biomarkers of diseases in clinical chemistry[J]. Clin Biochem，2014，47（15）：16-26. doi：10.1016/j.clinbio chem.2014.07.019 .
7	ITH M， SCHEURER E， KREIS R， et al. Estimation of the postmortem interval by means of ¹H MRS of decomposing brain tissue： Influence of ambient temperature[J]. NMR Biomed，2011，24（7）：791-798. doi：10.1002/nbm.1623 .
8	高利娜，王光，袁慧雅，等. 基于GC-MS研究百草枯中毒模型小鼠血清代谢产物变化[J].中国法医学杂志，2019，34（6）：552-556. doi：10.13618/j.issn.1001-5728.2019.06.005 .
	GAO L N， WANG G， YUAN H Y， et al. Study on serum metabolism in mouse with PQ toxicity based on GC-MS technique[J]. Zhongguo Fayixue Zazhi，2019，34（6）：552-556.
9	WANG X， WANG D， YU X， et al. Non-targeted metabolomics identified a common metabolic signature of lethal ventricular tachyarrhythmia （LVTA） in two rat models[J]. Mol Biosyst，2016，12（7）：2213-2223. doi：10.1039/c6mb00080k .
10	邓建强，陈忆九，颜峰平. 代谢物组学及法医学新机遇——创建代谢物组学数据库及专家系统的设想[J].法医学杂志，2005，21（4）：314-317.
	DENG J Q， CHEN Y J， YAN F P. Establishing forensic metabolomic databank： A new promising strategy for forensic practice[J]. Fayixue Zazhi，2005，21（4）：314-317.
11	CHOI R Y， COYNER A S， KALPATHY-CRAMER J， et al. Introduction to machine learning， neural networks， and deep learning[J]. Transl Vis Sci Technol，2020，9（2）：14. doi：10.1167/tvst.9.2.14 .
12	TABARESTANI S， ESLAMI M， CABRERIZO M， et al. A tensorized multitask deep learning network for progression prediction of Alzheimer’s disease[J]. Front Aging Neurosci，2022，14：810873. doi：10.3389/ fnagi.2022.810873 .
13	鲁翰霖. 基于代谢组学的早期骨骼肌损伤时间推断的研究[D].太原：山西医科大学，2019.
	LU H L. Study on the wound-age estimation of ske-letal muscle early injury based on metabolomics[D]. Taiyuan： Shanxi Medical University，2019.
14	安国帅. 代谢组学与串联机器学习相结合的损伤时间推断策略研究[D].太原：山西医科大学，2021.
	AN G S. A novel analytical strategy based on tandem machine learning model and metabolites in wound age estimation[D]. Taiyuan： Shanxi Medical University，2021.
15	CAO J， AN G， LI J， et al. Combined metabolomics and tandem machine-learning models for wound age estimation： A novel analytical strategy[J]. Forensic Sci Res，2023，8（1）：50-61. doi：10.1093/fsr/owad007 .
16	田甜，李雪榕，翟豪杰，等. 大鼠皮肤切创损伤时间与血清标志代谢物的关系[J].法医学杂志，2021，37（2）：151-157. doi：10.12116/j.issn.1004-5619.2020.400406 .
	TIAN T， LI X R， ZHAI H J， et al. Relationship between wound age and serum marker metabolites of rats skin incised wound[J]. Fayixue Zazhi，2021，37（2）：151-157.
17	吕柳. 基于超高效液相色谱—高分辨质谱联用技术的颅脑损伤大鼠代谢组学相关性研究[D].郑州：郑州大学，2019.
	LÜ L. Metabolomics correlation study of brain injury in rats based on ultra high liquid chromatography-high resolution mass spectrometry[D]. Zhengzhou： Zhengzhou University，2019.
18	KIM J， YANG G S， LYON D， et al. Metabolomics： Impact of comorbidities and inflammation on sickness behaviors for individuals with chronic wounds[J]. Adv Wound Care （New Rochelle），2021，10（7）：357-369. doi：10.1089/wound.2020.1215 .
19	ŻWIEREŁŁO W， STYBURSKI D， MARUSZEW-SKA A， et al. Bioelements in the treatment of burn injuries -- The complex review of metabolism and supplementation （copper， selenium， zinc， iron， manganese， chromium and magnesium）[J]. J Trace Elem Med Biol，2020，62：126616. doi：10.1016/j.jtemb.2020.126616 .
20	SOBOLEV A P， MANNINA L， COSTANZO M， et al. Age-related changes in skeletal muscle composition： A pilot nuclear magnetic resonance spectroscopy study in mice[J]. Exp Gerontol，2017，92：23-27. doi：10.1016/j.exger.2017.03.005 .
21	HAMMARQVIST F， ANGSTEN G， MEURLING S， et al. Age-related changes of muscle and plasma amino acids in healthy children[J]. Amino Acids，2010，39（2）：359-366. doi：10.1007/s00726-009-0446-1 .
22	TOTH A. Magnetic resonance imaging application in the area of mild and acute traumatic brain injury： Implications for diagnostic markers?[M]// KOBEISSY F H. Brain neurotrauma： Molecular， neuropsychological， and rehabilitation aspects. Boca Raton， Florida： CRC Press， 2015： Chapter 24.
23	HOGAN S R， PHAN J H， ALVARADO-VELEZ M， et al. Discovery of lipidome alterations following traumatic brain injury via high-resolution metabolomics[J]. J Proteome Res，2018， 17（6）：2131-2143. doi：10.1021/acs.jproteome.8b00068 .
24	HIRAKAWA K， KOIKE K， UEKUSA K， et al. Experimental estimation of postmortem interval using multivariate analysis of proton NMR metabolomic data[J]. Leg Med （Tokyo），2009，11（S1）：S282-S285. doi：10.1016/j.legalmed.2009.02.007 .
25	NAZ S， MOREIRA DOS SANTOS D C， GARCÍA A， et al. Analytical protocols based on LC-MS， GC-MS and CE-MS for nontargeted metabolomics of biological tissues[J]. Bioanalysis，2014，6（12）：1657-1677. doi：10.4155/bio.14.119 .
26	DAI X， FAN F， YE Y， et al. An experimental study on investigating the postmortem interval in dichlorvos poisoned rats by GC/MS-based metabolomics[J]. Leg Med （Tokyo），2019，36：28-36. doi：10 .
	1016/j.legalmed.2018.10.002.

[1]	杨彬, 徐璐瑶, 李灵玥, 乔东访, 杜思昊, 岳霞, 王慧君. 全球新型冠状病毒感染（COVID-19）相关死亡的病理变化及死因分析[J]. 法医学杂志, 2023, 39(6): 586-595.
[2]	韩兴, 刘昕, 杜明荦, 徐若沦, 李家荣, 刘超, 刘卫国. UPLC-MS/MS法测定血液中依托咪酯及其代谢物依托咪酯酸的含量[J]. 法医学杂志, 2023, 39(6): 564-570.
[3]	黄傲, 温姝博, 孔倩倩, 赵珍敏, 刘希玲. 全血和血斑蛋白质组学差异分析[J]. 法医学杂志, 2023, 39(6): 549-556.
[4]	李影, 俞勇, 寇兴华, 韩占龙. 18例输卵管妊娠相关医疗损害法医学鉴定分析[J]. 法医学杂志, 2023, 39(6): 571-578.
[5]	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.
[6]	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.
[7]	安永明, 张志威, 关国鹏. 肺挫裂伤合并多发假性囊肿法医学鉴定1例[J]. 法医学杂志, 2023, 39(5): 519-522.
[8]	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.
[9]	马安全, 马晓晨, 方俊杰. 会阴部外伤致睾丸萎缩鉴定1例[J]. 法医学杂志, 2023, 39(5): 528-530.
[10]	夏晴, 陈捷敏. 垂直压缩型踝关节骨折成伤机制分析2例[J]. 法医学杂志, 2023, 39(5): 525-527.
[11]	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.
[12]	李强, 付志浩, 孙晓东, 黄效宇. 利用CT扫描测量法判断眼球内陷残疾评定1例[J]. 法医学杂志, 2023, 39(5): 516-518.
[13]	朱琨, 高东, 范利华. 腓骨骨纤维结构不良并骨折因果关系鉴定1例[J]. 法医学杂志, 2023, 39(5): 522-524.
[14]	林丹丹, 赵莉莉, 施芳芳, 陈雅婷, 潘国南. 二次交通伤致伤方式探讨1例[J]. 法医学杂志, 2023, 39(5): 530-534.
[15]	郝虹霞, 陈捷敏, 王荣荣, 俞晓英, 王萌, 周智露, 盛延良, 夏文涛. 虚拟现实-图像视觉诱发电位用于客观评定单眼屈光不正视觉损伤的价值[J]. 法医学杂志, 2023, 39(4): 382-387.

代谢组学技术结合机器学习算法在损伤时间推断中的研究进展

Research Progress of Metabolomics Techniques Combined with Machine Learning Algorithm in Wound Age Estimation

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献 26

相关文章 15

编辑推荐

Metrics