微生物组学的法医学应用新进展、挑战和机遇

doi:10.12116/j.issn.1004-5619.2022.520303

摘要/Abstract

摘要：

微生物群落演替与样本种族、性别、健康状况、生活方式、死亡时间等重要因素密切相关，具有较大的法医学潜在应用价值。本文总结了近年来微生物组学应用于法医学同一认定、地域特征鉴识、组织或体液来源鉴定以及死亡时间推断等方面的研究，并介绍了基于二代测序数据用于微生物学研究的主要机器学习算法。此外，还分析了当下法医微生物组学面临的检材提取与保存、标准化和数据库建设、伦理审查和实践适用性等问题。未来借助微生物多组学技术将有望以全面动态的角度探索微生态系统，从而推动法医微生物组学的应用发展。

关键词: 法医学, 微生物组学, 同一认定, 地域特征鉴识, 组织或体液来源鉴定, 死亡时间推断, 死因分析, 综述

Abstract:

The succession of microbiota is closely associated with several essential factors, including race, sex, health condition, lifestyle, postmortem interval, etc., and it has great potential application value in forensic medicine. This paper summarizes recent studies on the forensic applications of the microbiome, including individual identification, geographical feature identification, origin identification of the tissue or body fluid, and postmortem interval estimation, and introduces the current machine learning algorithms for microbiology research based on next-generation sequencing data. In addition, the current problems facing forensic microbiomics such as the extraction and preservation of samples, construction of standardization and database, ethical review and practical applicability are discussed. Future multi-omics studies are expected to explore micro ecosystems from a comprehensive and dynamic perspective, to promote the development of forensic microbiomics application.

Key words: forensic medicine, microbiomics, individual identification, geographical feature identification, origin identification of tissues and body fluids, postmortem interval estimation, analysis of death cause, review

中图分类号:

DF795.2

雷梵章, 陈曼, 梅书燕, 方雅婷, 朱波峰. 微生物组学的法医学应用新进展、挑战和机遇[J]. 法医学杂志, 2022, 38(5): 625-639.

Fan-zhang LEI, Man CHEN, Shu-yan MEI, Ya-ting FANG, Bo-feng ZHU. New Advances， Challenges and Opportunities in Forensic Applications of Microbiomics[J]. Journal of Forensic Medicine, 2022, 38(5): 625-639.

图/表 2

参考文献 117

1	BERG G， RYBAKOVA D， FISCHER D， et al. Microbiome definition re-visited： Old concepts and new challenges[J]. Microbiome，2020，8（1）：103. doi：10.1186/s40168-020-00875-0 .
2	CAPORASO J G， KUCZYNSKI J， STOMBAU-GH J， et al. QIIME allows analysis of high-throughput community sequencing data[J]. Nat Methods，2010，7（5）：335-336. doi：10.1038/nmeth.f.303 .
3	BURGE M N. Fungi in biological control systems[M]. Manchester：Manchester University Press，1988：161-187.
4	WHITESIDE S A， RAZVI H， DAVE S， et al. The microbiome of the urinary tract -- A role beyond infection[J]. Nat Rev Urol，2015，12（2）：81-90. doi：10.1038/nrurol.2014.361 .
5	KNIGHT R， VRBANAC A， TAYLOR B C， et al. Best practices for analysing microbiomes[J]. Nat Rev Microbiol，2018，16（7）：410-422. doi：10.1038/s41579-018-0029-9 .
6	STACKEBRANDT E， GOEBEL B M. Taxonomic note： A place for DNA-DNA reassociation and 16S rRNA sequence analysis in the present species definition in bacteriology[J]. Int J Syst Evol Microbiol，1994，44（4）：846-849. doi：10.1099/00207713-44-4-846 .
7	EDGAR R C. Updating the 97% identity threshold for 16S ribosomal RNA OTUs[J]. Bioinformatics，2018，34（14）：2371-2375. doi：10.1093/bioinformatics/bty113 .
8	SCHLOSS P D. Amplicon sequence variants artificially split bacterial genomes into separate clusters[J]. mSphere，2021，6（4）：e0019121. doi：10.1128/msphere. 00191-21 .
9	CALLAHAN B J， MCMURDIE P J， ROSEN M J， et al. DADA2： High-resolution sample inference from Illumina amplicon data[J]. Nat Methods，2016，13（7）：581-583. doi：10.1038/nmeth.3869 .
10	THOMPSON L R， SANDERS J G， MCDONALD D， et al. A communal catalogue reveals Earth’s multiscale microbial diversity[J]. Nature，2017，551（7681）：457-463. doi：10.1038/nature24621 .
11	AßHAUER K P， WEMHEUER B， DANIEL R， et al. Tax4Fun： Predicting functional profiles from metagenomic 16S rRNA data[J]. Bioinformatics，2015，31（17）：2882-2884. doi：10.1093/bioinformatics/btv287 .
12	WALTERS W A， CAPORASO J G， LAUBER C L， et al. PrimerProspector： de novo design and taxonomic analysis of barcoded polymerase chain reaction primers[J]. Bioinformatics，2011，27（8）：1159-1161. doi：10.1093/bioinformatics/btr087 .
13	WALKER A W， MARTIN J C， SCOTT P， et al. 16S rRNA gene-based profiling of the human infant gut microbiota is strongly influenced by sample processing and PCR primer choice[J]. Microbiome，2015，3：26. doi：10.1186/s40168-015-0087-4 .
14	HANDELSMAN J， RONDON M R， BRADY S F， et al. Molecular biological access to the chemistry of unknown soil microbes： A new frontier for natural products[J]. Chem Biol，1998，5（10）：R245-R249. doi：10.1016/S1074-5521（98）90108-9 .
15	SCHOLZ M， WARD D V， PASOLLI E， et al. Strain-level microbial epidemiology and population genomics from shotgun metagenomics[J]. Nat Methods，2016，13（5）：435-438. doi：10.1038/nmeth.3802 .
16	MAURICE C F， HAISER H J， TURNBAUGH P J. Xenobiotics shape the physiology and gene expression of the active human gut microbiome[J]. Cell，2013，152（1/2）：39-50. doi：10.1016/j.cell.2012. 10.052 .
17	FRANZOSA E A， MORGAN X C， SEGATA N， et al. Relating the metatranscriptome and metagenome of the human gut[J]. PNAS，2014，111（22）：E2329-E2338. doi：10.1073/pnas.1319284111 .
18	BIKEL S， VALDEZ-LARA A， CORNEJO-GRANA-DOS F， et al. Combining metagenomics， metatranscriptomics and viromics to explore novel microbial interactions： Towards a systems-level understanding of human microbiome[J]. Comput Struct Biotechnol J，2015，13：390-401. doi：10.1016/j.csbj.2015.06.001 .
19	HUNTER J D. Matplotlib： A 2D graphics environment[J]. Comput Sci Eng，2007，9（3）：90-95. doi：10.1109/MCSE.2007.55 .
20	TOYOMANE K， YOKOTA R， WATANABE K， et al. Evaluation of CRISPR diversity in the human skin microbiome for personal identification[J]. mSystems，2021，6（1）：e01255-e01220. doi：10.1128/msystems.01255-20 .
21	SHERIER A J， WOERNER A E， BUDOWLE B. Population informative markers selected using wright’s fixation index and machine learning improves human identification using the skin microbiome[J]. Appl Environ Microbiol，2021，87（20）：e0120821. doi：10.1128/aem.01208-21 .
22	SHERIER A J， WOERNER A E， BUDOWLE B. Determining informative microbial single nucleotide polymorphisms for human identification[J]. Appl Environ Microbiol，2022，88（7）：e0005222. doi：10.1128/aem.00052-22 .
23	MEI S Y， ZHAO M， LIU Y F， et al. Evaluations and comparisons of microbial diversities in four types of body fluids based on two 16S rRNA gene sequencing methods[J]. Forensic Sci Int，2022，331：111128. doi：10.1016/j.forsciint.2021.111128 .
24	DÍEZ LÓPEZ C， MONTIEL GONZÁLEZ D， HAAS C， et al. Microbiome-based body site of origin classification of forensically relevant blood traces[J]. Forensic Sci Int Genet，2020，47：102280. doi：10.1016/j.fsigen.2020.102280 .
25	GHEMRAWI M， TORRES A R， DUNCAN G， et al. The genital microbiome and its potential for detecting sexual assault[J]. Forensic Sci Int Genet，2021，51：102432. doi：10.1016/j.fsigen.2020.102432 .
26	YAO T， WANG Z， LIANG X， et al. Signatures of vaginal microbiota by 16S rRNA gene： Potential bio-geographical application in Chinese Han from three regions of China[J]. Int J Legal Med，2021，135（4）：1213-1224. doi：10.1007/s00414-021-02525-y .
27	ZHANG R， WALKER A R， DATTA S. Unraveling city-specific signature and identifying sample origin locations for the data from CAMDA MetaSUB challenge[J]. Biol Direct，2021，16（1）：1. doi：10.1186/s13062-020-00284-1 .
28	ZHANG J， WANG M C， QI X Q， 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 .
29	DEEL H， EMMONS A L， KIELY J， et al. A pilot study of microbial succession in human rib skeletal remains during terrestrial decomposition[J]. mSphere，2021，6（4）：e0045521. doi：10.1128/msphere.00455-21 .
30	DELL’ANNUNZIATA F， MARTORA F， PEPA M E D， et al. Postmortem interval assessment by MALDI-TOF mass spectrometry analysis in murine cadavers[J]. J Appl Microbiol，2022，132（1）：707-714. doi：10.1111/jam.15210 .
31	CARTOZZO C， SIMMONS T， SWALL J， et al. Postmortem submersion interval （PMSI） estimation from the microbiome of Sus scrofa bone in a freshwater river[J]. Forensic Sci Int，2021，318：110480. doi：10.1016/j.forsciint.2020.110480 .
32	KASZUBINSKI S F， RECEVEUR J P， NESTLE E D， et al. Microbial community succession of submerged bones in an aquatic habitat[J]. J Forensic Sci，2022，67（4）：1565-1578. doi：10.1111/1556-4029.15036 .
33	WANG L L， ZHANG F Y， DONG W W， et al. A novel approach for the forensic diagnosis of drowning by microbiological analysis with next-generation sequencing and unweighted UniFrac-based PCoA[J]. Int J Legal Med，2020，134（6）：2149-2159. doi：10.1007/s00414-020-02358-1 .
34	KASZUBINSKI S F， PECHAL J L， SMILES K， et al. Dysbiosis in the dead： Human postmortem microbiome beta-dispersion as an indicator of manner and cause of death[J]. Front Microbiol，2020，11：555347. doi：10.3389/fmicb.2020.555347 .
35	RIDAURA V K， FAITH J J， REY F E， et al. Gut microbiota from twins discordant for obesity modulate metabolism in mice[J]. Science，2013，341（6150）：1241214. doi：10.1126/science.1241214 .
36	DAVID L A， MATERNA A C， FRIEDMAN J， et al. Host lifestyle affects human microbiota on daily timescales[J]. Genome Biol，2014，15（7）： R89. doi：10.1186/gb-2014-15-7-r89 .
37	WILKINS D， TONG X， LEUNG M H Y， et al. Diurnal variation in the human skin microbiome affects accuracy of forensic microbiome matching[J]. Microbiome，2021，9（1）：129. doi：10.1186/s40168-021-01082-1 .
38	GILBERT J A， BLASER M J， CAPORASO J G， et al. Current understanding of the human microbiome[J]. Nat Med，2018，24（4）：392-400. doi：10.1038/nm.4517 .
39	COSTELLO E K， LAUBER C L， HAMADY M， et al. Bacterial community variation in human body habitats across space and time[J]. Science，2009，326（5960）：1694-1697. doi：10.1126/science. 1177486 .
40	OH J， BYRD A L， PARK M， et al. Temporal stability of the human skin microbiome[J]. Cell，2016，165（4）：854-866. doi：10.1016/j.cell.2016.04.008 .
41	SCHMEDES S E， WOERNER A E， BUDOWLE B. Forensic human identification using skin microbiomes[J]. Appl Environ Microbiol，2017，83（22）：e01672-e01617. doi：10.1128/aem.01672-17 .
42	SCHMEDES S E， WOERNER A E， NOVROSKI N M M， et al. Targeted sequencing of clade-specific markers from skin microbiomes for forensic human identification[J]. Forensic Sci Int Genet，2018，32：50-61. doi：10.1016/j.fsigen.2017.10.004 .
43	WOERNER A E， NOVROSKI N M M， WENDT F R， et al. Forensic human identification with targeted microbiome markers using nearest neighbor classification[J]. Forensic Sci Int Genet，2019，38：130-139. doi：10.1016/j.fsigen.2018.10.003 .
44	STAHRINGER S S， CLEMENTE J C， CORLEY R P， et al. Nurture trumps nature in a longitudinal survey of salivary bacterial communities in twins from early adolescence to early adulthood[J]. Genome Res，2012，22（11）：2146-2152. doi：10.1101/gr.140608.112 .
45	SUNDSTRÖM K， MISHRA P P， PYYSALO M J， et al. Similarity of salivary microbiome in parents and adult children[J]. PeerJ，2020，8：e8799. doi：10.7717/peerj.8799 .
46	BOZZA S， SCHERZ V， GREUB G， et al. A probabilistic approach to evaluate salivary microbiome in forensic science when the Defense says： It is my twin brother[J]. Forensic Sci Int Genet，2022，57：102638. doi：10.1016/j.fsigen.2021.102638 .
47	LEE S， YOU H， LEE S， et al. Individual identification with short tandem repeat analysis and collection of secondary information using microbiome analysis[J]. Genes （Basel），2021，13（1）：85. doi：10.3390/genes13010085 .
48	HANSSEN E N， AVERSHINA E， RUDI K， et al. Body fluid prediction from microbial patterns for forensic application[J]. Forensic Sci Int Genet，2017，30：10-17. doi：10.1016/j.fsigen.2017.05.009 .
49	TACKMANN J， ARORA N， SCHMIDT T S B， et al. Ecologically informed microbial biomarkers and accurate classification of mixed and unmixed samples in an extensive cross-study of human body sites[J]. Microbiome，2018，6（1）：192. doi：10.1186/s40168-018-0565-6 .
50	DOBAY A， HAAS C， FUCILE G， et al. Microbiome-based body fluid identification of samples exposed to indoor conditions[J]. Forensic Sci Int Genet，2019，40：105-113. doi：10.1016/j.fsigen.2019.02.010 .
51	YAO T， HAN X， GUAN T， et al. Exploration of the microbiome community for saliva， skin， and a mixture of both from a population living in Guangdong[J]. Int J Legal Med，2021，135（1）：53-62. doi：10.1007/s00414-020-02329-6 .
52	QUAAK F C A. Microbial populations and their potential in forensic investigations[D]. Amsterdam： University of Amsterdam，2018.
53	WILLIAMS D W， GIBSON G. Classification of individuals and the potential to detect sexual contact using the microbiome of the pubic region[J]. Forensic Sci Int Genet，2019，41：177-187. doi：10.1016/j.fsigen.2019.05.004 .
54	NAGASAWA S， MOTANI-SAITOH H， INOUE H， et al. Geographic diversity of Helicobacter pylori in cadavers： Forensic estimation of geographical origin[J]. Forensic Sci Int，2013，229（1/2/3）：7-12. doi：10.1016/j.forsciint.2013.02.028 .
55	LI J， QUINQUE D， HORZ H P， et al. Comparative analysis of the human saliva microbiome from different climate zones： Alaska， Germany， and Africa[J]. BMC Microbiol，2014，14：316. doi：10.1186/s12866-014-0316-1 .
56	ESCOBAR J S， KLOTZ B， VALDES B E， et al. The gut microbiota of Colombians differs from that of Americans， Europeans and Asians[J]. BMC Microbiol，2014，14：311. doi：10.1186/s12866-014-0311-6 .
57	BRINKAC L， CLARKE T H， SINGH H， et al. Spatial and environmental variation of the human hair microbiota[J]. Sci Rep，2018，8：9017. doi：10.1038/s41598-018-27100-1 .
58	NECKOVIC A， VAN OORSCHOT R A H， SZKUTA B， et al. Investigation of direct and indirect transfer of microbiomes between individuals[J]. Forensic Sci Int Genet，2020，45：102212. doi：10.1016/j.fsigen.2019.102212 .
59	KODAMA W A， XU Z J， METCALF J L， et al. Trace evidence potential in postmortem skin microbiomes： From death scene to morgue[J]. J Forensic Sci，2019，64（3）：791-798. doi：10.1111/1556-4029.13949 .
60	HUANG C B， ALIMOVA Y， MYERS T M， et al. Short- and medium-chain fatty acids exhibit antimicrobial activity for oral microorganisms[J]. Arch Oral Biol，2011，56（7）：650-654. doi：10.1016/j.archoralbio.2011.01.011 .
61	DE FILIPPIS F， VANNINI L， LA STORIA A， et al. The same microbiota and a potentially discriminant metabolome in the saliva of omnivore， ovo-lacto-vegetarian and Vegan individuals[J]. PLoS One，2014，9（11）：e112373. doi：10.1371/journal.pone.0112373 .
62	WANG S， SONG F， GU H， et al. Assess the diversity of gut microbiota among healthy adults for forensic application[J]. Microb Cell Fact，2022，21（1）：46. doi：10.1186/s12934-022-01769-6 .
63	YU G， PHILLIPS S， GAIL M H， et al. The effect of cigarette smoking on the oral and nasal microbiota[J]. Microbiome，2017，5（1）：3. doi：10.1186/s40168-016-0226-6 .
64	AL-ZYOUD W， HAJJO R， ABU-SINIYEH A， et al. Salivary microbiome and cigarette smoking： A first of its kind investigation in Jordan[J]. Int J Environ Res Public Health，2019，17（1）： E256. doi：10.3390/ijerph17010256 .
65	COOK M D， ALLEN J M， PENCE B D， et al. Exercise and gut immune function： Evidence of alterations in colon immune cell homeostasis and microbiome characteristics with exercise training[J]. Immunol Cell Biol，2016，94（2）：158-163. doi：10.1038/icb.2015.108 .
66	BENEDICT C， VOGEL H， JONAS W， et al. Gut microbiota and glucometabolic alterations in response to recurrent partial sleep deprivation in normal-weight young individuals[J]. Mol Metab，2016，5（12）：1175-1186. doi：10.1016/j.molmet.2016.10.003 .
67	SONG S J， LAUBER C， COSTELLO E K， et al. Cohabiting family members share microbiota with one another and with their dogs[J]. Elife，2013，2：e00458. doi：10.7554/elife.00458 .
68	LAX S， HAMPTON-MARCELL J T， GIBBONS S M， et al. Forensic analysis of the microbiome of phones and shoes[J]. Microbiome，2015，3：21. doi：10.1186/s40168-015-0082-9 .
69	YING S， ZENG D N， CHI L， et al. The influence of age and gender on skin-associated microbial communities in urban and rural human populations[J]. PLoS One，2015，10（10）：e0141842. doi：10.1371/journal.pone.0141842 .
70	DASH H R， DAS S. Thanatomicrobiome and epinecrotic community signatures for estimation of post-mortem time interval in human cadaver[J]. Appl Microbiol Biotechnol，2020，104（22）：9497-9512. doi：10.1007/s00253-020-10922-3 .
71	PROSKURYAKOV S Y A， KONOPLYANNIKOV A G， GABAI V L. Necrosis： A specific form of programmed cell death?[J]. Exp Cell Res，2003，283（1）：1-16. doi：10.1016/S0014-4827（02）00027-7 .
72	BENBOW M E， LEWIS A J， TOMBERLIN J K， et al. Seasonal necrophagous insect community assembly during vertebrate carrion decomposition[J]. J Med Entomol，2013，50（2）：440-450. doi：10.1603/ME12194 .
73	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 .
74	CAN I， JAVAN G T， POZHITKOV A E， et al. Distinctive thanatomicrobiome signatures found in the blood and internal organs of humans[J]. J Microbiol Methods，2014，106：1-7. doi：10.1016/j.mimet.2014.07.026 .
75	SGUAZZI G， MICKLEBURGH H L， GHIG-NONE S， et al. Microbial DNA in human nucleic acid extracts： Recoverability of the microbiome in DNA extracts stored frozen long-term and its potential and ethical implications for forensic investigation[J]. Forensic Sci Int Genet，2022，59：102686. doi：10.1016/j.fsigen.2022.102686 .
76	PROCOPIO N， GHIGNONE S， VOYRON S， et al. Soil fungal communities investigated by metabarcoding within simulated forensic burial contexts[J]. Front Microbiol，2020，11：1686. doi：10.3389/fmicb.2020.01686 .
77	GARCÍA M G， PÉREZ-CÁRCELES M D， OSUNA E， et al. Impact of the human microbiome in forensic sciences： A systematic review[J]. Appl Environ Microbiol，2020，86（22）：e01451-e01420. doi：10.1128/aem.01451-20 .
78	METCALF J L， WEGENER PARFREY 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：e01104. doi：10.7554/elife.01104 .
79	HYDE E R， HAARMANN D P， LYNNE A M， et al. The living dead： Bacterial community structure of a cadaver at the onset and end of the bloat stage of decomposition[J]. PLoS One，2013，8（10）：e77733. doi：10.1371/journal.pone.0077733 .
80	JAVAN G T， FINLEY S J， SMITH T， et al. Cadaver thanatomicrobiome signatures： The ubiquitous nature of clostridium species in human decomposition[J]. Front Microbiol，2017，8：2096. doi：10.3389/fmicb.2017.02096 .
81	BURCHAM Z M， PECHAL J L， SCHMIDT C J， et al. Bacterial community succession， transmigration， and differential gene transcription in a controlled vertebrate decomposition model[J]. Front Microbiol，2019，10：745. doi：10.3389/fmicb.2019.00745 .
82	JUNKINS E N， SPECK M， CARTER D O. The microbiology， pH， and oxidation reduction potential of larval masses in decomposing carcasses on Oahu， Hawaii[J]. J Forensic Leg Med，2019，67：37-48. doi：10.1016/j.jflm.2019.08.001 .
83	LUTZ H， VANGELATOS A， GOTTEL N， et al. Effects of extended postmortem interval on microbial communities in organs of the human cadaver[J]. Front Microbiol，2020，11：569630. doi：10.3389/fmicb.2020.569630 .
84	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 .
85	LIU R N， WANG Q， ZHANG K， et al. Analysis of postmortem intestinal microbiota successional patterns with application in postmortem interval estimation[J]. Microb Ecol，2021：1-16. doi：10.1007/s00248-021-01923-4 .
86	FU X L， GUO J J， FINKELBERGS D， et al. Fungal succession during mammalian cadaver decomposition and potential forensic implications[J]. Sci Rep，2019，9：12907. doi：10.1038/s41598-019-49361-0 .
87	朱伟豪，杨梦姿，郑哲，等. 累积日度在死亡时间推断中的研究进展[J].法医学杂志，2021，37（3）：396-401，411. doi：10.12116/j.issn.1004-5619.2020.400407 .
	ZHU W H， YANG M Z， ZHENG Z， et al. Research progress on accumulated degree days for PMI estimation[J]. Fayixue Zazhi，2021，37（3）：396-401，411.
88	DICKSON G C， POULTER R T M， MAAS E W， et al. Marine bacterial succession as a potential indicator of postmortem submersion interval[J]. Forensic Sci Int，2011，209（1/2/3）：1-10. doi：10.1016/j.forsciint.2010.10.016 .
89	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 .
90	ZANEVELD J R， MCMINDS R， VEGA THURBER R. Stress and stability： Applying the Anna Karenina principle to animal microbiomes[J]. Nat Microbiol，2017，2：17121. doi：10.1038/nmicrobiol. 2017.121 .
91	杨晓霞，阙国鹰. 16S核糖体RNA基因测序技术在口腔微生物多样性中的研究进展[J].中南大学学报（医学版），2020，45（7）：849-855. doi：10.11817/j.issn.1672-7347.2020.190236 .
	YANG X X， QUE G Y. Advance in study on 16S rRNA gene sequencing technology in oral microbial diversity[J]. Zhongnan Daxue Xuebao （Medical sciences），2020，45（7）：849-855.
92	NASERIBAFROUEI A， HESTAD K， AVER-SHINA E， et al. Correlation between the human fecal microbiota and depression[J]. Neurogastroenterol Motil，2014，26（8）：1155-1162. doi：10.1111/nmo.12378 .
93	ZHANG Y， PECHAL J L， SCHMIDT C J， et al. Machine learning performance in a microbial molecular autopsy context： A cross-sectional postmortem human population study[J]. PLoS One，2019，14（4）：e0213829. doi：10.1371/journal.pone.0213829 .
94	PRAVEEN V， PRAVEEN S. Microbiome-gut-brain axis： A pathway for improving brainstem serotonin homeostasis and successful autoresuscitation in SIDS-A novel hypothesis[J]. Front Pediatr，2016，4：136. doi：10.3389/fped.2016.00136 .
95	HIGHET A R， BERRY A M， BETTELHEIM K A， et al. Gut microbiome in sudden infant death syndrome （SIDS） differs from that in healthy comparison babies and offers an explanation for the risk factor of prone position[J]. Int J Med Microbiol，2014，304（5/6）：735-741. doi：10.1016/j.ijmm.2014.05.007 .
96	刘文丽，程凤，钱嘉林，等. 基于土壤宏基因组分析的法医学个体来源地理位置推断[J].法医学杂志，2021，37（3）：366-371，377. doi：10.12116/j.issn.1004-5619.2019.590502 .
	LIU W L， CHENG F， QIAN J L， et al. Geolocation inference of forensic individual origin by soil metagenomic analysis[J]. Fayixue Zazhi，2021，37（3）：366-371，377.
97	MARTINY J B， EISEN J A， PENN K， et al. Drivers of bacterial beta-diversity depend on spatial scale[J]. PNAS，2011，108（19）：7850-7854. doi：10.1073/pnas.1016308108 .
98	JESMOK E M， HOPKINS J M， FORAN D R. Next-generation sequencing of the bacterial 16S rRNA gene for forensic soil comparison： A feasibility study[J]. J Forensic Sci，2016，61（3）：607-617. doi：10.1111/1556-4029.13049 .
99	KARADAYı S. Assessment of the link between evidence and crime scene through soil bacterial and fungal microbiome： A mock case in forensic study[J]. Forensic Sci Int，2021，329：111060. doi：10.1016/j.forsciint.2021.111060 .
100	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 .
101	UCHIYAMA T， KAKIZAKI E， KOZAWA S， et al. A new molecular approach to help conclude drowning as a cause of death： Simultaneous detection of eight bacterioplankton species using real-time PCR assays with TaqMan probes[J]. Forensic Sci Int，2012，222（1/2/3）：11-26. doi：10.1016/j.forsciint.2012.04.029 .
102	RUTTY G N， BRADLEY C J， BIGGS M J P， et al. Detection of bacterioplankton using PCR probes as a diagnostic indicator for drowning; the Leicester experience[J]. Leg Med，2015，17（5）：401-408. doi：10.1016/j.legalmed.2015.06.001 .
103	DANKO D， BEZDAN D， AFSHIN E E， et al. A global metagenomic map of urban microbiomes and antimicrobial resistance[J]. Cell，2021，184（13）：3376-3393.e17. doi：10.1016/j.cell.2021.05.002 .
104	HUANG L， XU C， YANG W， et al. A machine learning framework to determine geolocations from metagenomic profiling[J]. Biol Direct，2020，15（1）：27. doi：10.1186/s13062-020-00278-z .
105	EISENHOFER R， MINICH J J， MAROTZ C， et al. Contamination in low microbial biomass microbiome studies： Issues and recommendations[J]. Trends Microbiol，2019，27（2）：105-117. doi：10.1016/j.tim.2018.11.003 .
106	CARLSEN T， AAS A B， LINDNER D， et al. Don’t make a mista（g）ke： Is tag switching an overlooked source of error in amplicon pyrosequencing studies?[J]. Fungal Ecol，2012，5（6）：747-749. doi：10.1016/j.funeco.2012.06.003 .
107	LARSSON A J M， STANLEY G， SINHA R， et al. Computational correction of index switching in multiplexed sequencing libraries[J]. Nat Methods，2018，15（5）：305-307. doi：10.1038/nmeth.4666 .
108	SUN Z， HUANG S， ZHANG M， et al. Challenges in benchmarking metagenomic profilers[J]. Nat Methods，2021，18（6）：618-626. doi：10.1038/s41592-021-01141-3 .
109	GHANNAM R B， TECHTMANN S M. Machine learning applications in microbial ecology， human microbiome studies， and environmental monitoring[J]. Comput Struct Biotechnol J，2021，19：1092-1107. doi：10.1016/j.csbj.2021.01.028 .
110	VANGAY P， BURGIN J， JOHNSTON A， et al. Microbiome metadata standards： Report of the national microbiome data collaborative’s workshop and follow-on activities[J]. mSystems，2021，6（1）：e01194-e01120. doi：10.1128/msystems.01194-20 .
111	MAESTRE J P， JENNINGS W， WYLIE D， et al. Filter forensics： Microbiota recovery from residential HVAC filters[J]. Microbiome，2018，6（1）：22. doi：10.1186/s40168-018-0407-6 .
112	GOHLI J， BØIFOT K O， MOEN L V， et al. The subway microbiome： Seasonal dynamics and direct comparison of air and surface bacterial communities[J]. Microbiome，2019，7（1）：160. doi：10.1186/s40168-019-0772-9 .
113	LEUNG M H Y， TONG X， BØIFOT K O， et al. Characterization of the public transit air microbiome and resistome reveals geographical specificity[J]. Microbiome，2021，9（1）：112. doi：10.1186/s40168-021-01044-7 .
114	ELHAIK E， AHSANUDDIN S， ROBINSON J M， et al. The impact of cross-kingdom molecular forensics on genetic privacy[J]. Microbiome，2021，9（1）：114. doi：10.1186/s40168-021-01076-z .
115	许亚昆，马越，胡小茜，等. 基于三代测序技术的微生物组学研究进展[J].生物多样性，2019，27（5）：534-542. doi：10.17520/biods.2018201 .
	XU Y K， MA Y， HU X X， et al. Analysis of prospective microbiology research using third-generation sequencing technology[J]. Shengwu Duoyangxing，2019，27（5）：534-542.
116	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 .
117	TURNBAUGH P J， LEY R E， HAMADY M， et al. The human microbiome project[J]. Nature，2007，449（7164）：804-810. doi：10.1038/nature06244 .

研究应用领域	分析或测序方法	物种分类方法	机器学习模型^1）	参考文献
同一认定	16S rDNA V4区测序	ASV	随机森林	[20]
同一认定	hidSkinPlex靶向测序	-	支持向量机/LASSO算法	[21-22]
组织或体液来源鉴定	16S rDNA V3~V4/V1~V9区测序	OTU	线性判别分析	[23]
	16S rDNA V1~V5区	ASV	人工神经网络	[24]
	宏基因组鸟枪法	OTU	-	[25]
地域特征鉴识	16S rDNA V3~V4区测序	OTU	随机森林	[26]
地域特征鉴识	宏基因组鸟枪法	OTU	支持向量机	[27]
PMI推断	16S rDNA V3~V4区测序	OTU	人工神经网络	[28]
	16S rDNA V4区和18S rDNA测序	ASV	随机森林	[29]
	飞行时间质谱（MALDI-TOF）	OTU	-	[30]
PMSI推断	16S rDNA V4区测序	OTU	随机森林	[31]
PMSI推断	16S rDNA V4区和 ITS rDNA测序	ASV	随机森林	[32]
死亡原因和（或）死亡方式推测	16S rDNA V3~V4区测序	OTU	-	[33]
死亡原因和（或）死亡方式推测	16S rDNA V4区测序	ASV	logistic回归	[34]

研究应用领域	分析或测序方法	物种分类方法	机器学习模型^1）	参考文献
同一认定	16S rDNA V4区测序	ASV	随机森林	[20]
同一认定	hidSkinPlex靶向测序	-	支持向量机/LASSO算法	[21-22]
组织或体液来源鉴定	16S rDNA V3~V4/V1~V9区测序	OTU	线性判别分析	[23]
	16S rDNA V1~V5区	ASV	人工神经网络	[24]
	宏基因组鸟枪法	OTU	-	[25]
地域特征鉴识	16S rDNA V3~V4区测序	OTU	随机森林	[26]
地域特征鉴识	宏基因组鸟枪法	OTU	支持向量机	[27]
PMI推断	16S rDNA V3~V4区测序	OTU	人工神经网络	[28]
	16S rDNA V4区和18S rDNA测序	ASV	随机森林	[29]
	飞行时间质谱（MALDI-TOF）	OTU	-	[30]
PMSI推断	16S rDNA V4区测序	OTU	随机森林	[31]
PMSI推断	16S rDNA V4区和 ITS rDNA测序	ASV	随机森林	[32]
死亡原因和（或）死亡方式推测	16S rDNA V3~V4区测序	OTU	-	[33]
死亡原因和（或）死亡方式推测	16S rDNA V4区测序	ASV	logistic回归	[34]

[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]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	宋爱英, 赵翌博, 杨利君. 液相色谱-串联质谱法检验氟乙酸致死1例[J]. 法医学杂志, 2023, 39(4): 428-430.
[13]	张韦屹, 周旻. 岩斜区脑膜瘤切除术后长期昏迷医疗损害鉴定1例[J]. 法医学杂志, 2023, 39(4): 421-423.
[14]	白洁, 孙晶, 程晓光, 刘凡, 刘华, 王旭. 基于YOLOv3算法的肋骨骨折诊断模型的构建及应用[J]. 法医学杂志, 2023, 39(4): 343-349.
[15]	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.