联合肠道特征菌与机器学习的裸鼠死亡时间分段推断模型构建

doi:10.12116/j.issn.1004-5619.2025.450505

摘要/Abstract

摘要：

目的观察裸鼠死后肠道菌群的阶段性变化，并基于“破溃点”构建裸鼠死亡时间推断模型，探索死亡时间推断新模型。方法将108只裸鼠处死后，于18个时间点（死后0、24、41、48、55、65、72、79、89、96、103、113、120、144、168、192、216和240 h）采集盲肠内容物，通过16S rRNA基因扩增子测序技术明确菌群变化。基于菌群丰度，采用随机森林模型进行交叉验证，筛选特征菌属，构建分段回归模型推断死亡时间，并与直接回归模型进行比较。结果 α多样性和β多样性分析均提示死后0~103 h和113~240 h的裸鼠肠道菌群相对丰度差异显著。基于随机森林算法构建的分段回归模型推断死亡时间的R²为0.96，平均绝对误差为9.83 h；而直接回归模型推断死亡时间的R²为0.81，平均绝对误差为16.91 h。结论尸体腐败过程中的微生物演替具有时序性和阶段性特征，以“破溃点”为界构建的裸鼠死亡时间分段回归模型可提升死亡时间推断的准确性。

关键词: 法医病理学, 死亡时间推断, 肠道菌群, 机器学习, 分段回归模型, 裸鼠

Abstract:

Objective To observe stage-specific changes in the intestinal microbiota of nude mice after death and to develop a postmortem interval （PMI） estimation model based on “rupture points”, thereby exploring a new model for PMI estimation. Methods A total of 108 nude mice were sacrificed, and cecal contents were collected at 18 time points （0, 24, 41, 48, 55, 65, 72, 79, 89, 96, 103, 113, 120, 144, 168, 192, 216, and 240 h postmortem）. 16S rRNA gene amplicon sequencing was used to analyze the changes in intestinal microbiota. Based on microbial abundance, a random forest model was employed for cross-validation to identify signature bacterial genera. A segmented regression model was then constructed to estimate PMI and compared with a direct regression model. Results Both α- diversity and β-diversity analyses indicated significant changes in the relative abundance of intestinal microbiota during the periods of 0-103 h and 113-240 h postmortem in nude mice. The segmented regression model built using the random forest algorithm achieved an R² of 0.96 and a mean absolute error （MAE） of 9.83 h for PMI estimation. In contrast, the direct regression model yielded an R² of 0.81 and an MAE of 16.91 h. Conclusion Microbial succession during cadaver decomposition exhibits clear temporal and stage-specific characteristics. A segmented regression model for PMI estimation using “rupture points” can improve the accuracy of PMI estimation in nude mice.

Key words: forensic pathology, postmortem interval estimation, intestinal microbiota, machine learning, segmented regression model, nude mice

中图分类号:

张祥彦, 杨帆, 胡胜, 贾琼, 聂昊, 赵兴春, 郭亚东. 联合肠道特征菌与机器学习的裸鼠死亡时间分段推断模型构建[J]. 法医学杂志, 2026, 42(2): 87-93.

Xiangyan ZHANG, Fan YANG, Sheng HU, Qiong JIA, Hao NIE, Xingchun ZHAO, Yadong GUO. Construction of a Segmented PMI Estimation Model Integrating Intestinal Microbial Signatures and Machine Learning in Nude Mice[J]. Journal of Forensic Medicine, 2026, 42(2): 87-93.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.fyxzz.cn/CN/10.12116/j.issn.1004-5619.2025.450505

http://www.fyxzz.cn/CN/Y2026/V42/I2/87

图/表 5

参考文献 13

[1]	黎伟涵，邓世雄. 解决法医学问题的新工具：微生物群落[J].微生物学通报，2022，49（11）：4860-4868. doi：10.13344/j.microbiol.china.220360 .
	LI W H， DENG S X. A new tool for tackling challenges in forensic medicine： Microbial community[J]. Weishengwuxue Tongbao，2022，49（11）：4860-4868.
[2]	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 .
[3]	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 .
[4]	赵兴春，杨帆，胡胜，等. “破溃点”——尸体腐败过程中腹腔自然破裂时刻的实验研究[J].中国法医学杂志，2024，39（1）：68-74. doi：10.13618/j.issn.1001-5728.2024.01.012 .
	ZHAO X C， YANG F， HU S， et al. Rupture — A symbolic timing point of the natural abdominal rupture during cadaver decay[J]. Zhongguo Fayixue Zazhi，2024，39（1）：68-74.
[5]	HU S， ZHANG X Y， YANG F， et al. Multimodal approaches based on microbial data for accurate postmortem interval estimation[J]. Microorganisms，2024，12（11）：2193. doi：10.3390/microorganisms12112193 .
[6]	YANG F， ZHANG X Y， HU S， et al. Changes in microbial communities using pigs as a model for postmortem interval estimation[J]. Microorganisms，2023，11（11）：2811. doi：10.3390/microorganisms11112811 .
[7]	BURCHAM Z M， BELK A D， MCGIVERN B B， et al. A conserved interdomain microbial network underpins cadaver decomposition despite environmental variables[J]. Nat Microbiol，2024，9（3）：595-613. doi：10.1038/s41564-023-01580-y .
[8]	LI N， LIANG X R， ZHOU S D， et al. Exploring postmortem succession of rat intestinal microbiome for PMI based on machine learning algorithms and potential use for humans[J]. Forensic Sci Int Genet，2023，66：102904. doi：10.1016/j.fsigen.2023.102904 .
[9]	WANG Z W， ZHANG F Y， WANG L L， et al. Advances in artificial intelligence-based microbiome for PMI estimation[J]. Front Microbiol，2022，13：1034051. doi：10.3389/fmicb.2022.1034051 .
[10]	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 .
[11]	ZHAO X C， ZHONG Z T， HUA Z C. Estimation of the post-mortem interval by modelling the changes in oral bacterial diversity during decomposition[J]. J Appl Microbiol，2022，133（6）：3451-3464. doi：10.1111/jam.15771 .
[12]	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 .
[13]	MARTÍN R， RIOS-COVIAN D， HUILLET E， et al. Faecalibacterium： A bacterial genus with promising human health applications[J]. FEMS Microbiol Rev，2023，47（4）：fuad039. doi：10.1093/femsre/fuad039 .

模型名称	属名	特征重要性	属名	特征重要性
直接回归模型	罗姆布茨菌属（Romboutsia）	0.233	副拟杆菌属（Parabacteroides）	0.022
	厌氧棍状菌属（Anaerotruncus）	0.171	毛螺菌属（Lachnospira）	0.020
	居海事城球杆菌属（Phocaeicola）	0.100	粪杆菌属（Faecalibacterium）	0.019
	另枝菌属（Alistipes）	0.083	多尔氏菌属（Dorea）	0.019
	Saccharibacteria	0.075	颤杆菌属（Oscillibacter）	0.018
	肠球菌属（Enterococcus）	0.050	Segatella	0.013
	肠单胞菌属（Intestinimonas）	0.031	鼠杆状菌属（Muribaculum）	0.011
	类梭菌属（Paeniclostridium）	0.029	丁酸球菌属（Butyricicoccus）	0.010
	罗氏菌属（Roseburia）	0.029	厌氧棒菌属（Anaerotignum）	0.010
	Prevotellamassilia	0.024	芽殖菌属（Gemmiger）	0.010
	Anaerofustis	0.022
分段回归模型
分类模型	罗姆布茨菌属（Romboutsia）	0.199	Anaerofilum	0.034
	Saccharibacteria	0.137	Harryflintia	0.031
	类梭菌属（Paeniclostridium）	0.127	颤杆菌属（Oscillibacter）	0.024
	另枝菌属（Alistipes）	0.093	粪杆菌属（Faecalibacterium）	0.023
	芽殖菌属（Gemmiger）	0.090	狭义梭菌属（Clostridium sensu stricto）	0.022
	肠单胞菌属（Intestinimonas）	0.064	产乙酸糖发酵菌属（Saccharofermentans）	0.022
	肠球菌属（Enterococcus）	0.057	异普雷沃氏菌属（Alloprevotella）	0.020
	厌氧棍状菌属（Anaerotruncus）	0.056
破溃前回归模型	副拟杆菌属（Parabacteroides）	0.338	鼠杆状菌属（Muribaculum）	0.038
	Anaerofustis	0.144	脱硫弧菌属（Desulfovibrio）	0.035
	罗氏菌属（Roseburia）	0.071	肠道梭状菌属（Enterocloster）	0.035
	粪杆菌属（Faecalibacterium）	0.070	动丝菌属（Kineothrix）	0.032
	副鼠杆状菌属（Paramuribaculum）	0.066	居海事城球杆菌属（Phocaeicola）	0.029
	消化球菌属（Peptococcus）	0.046	驹形杆菌属（Komagataeibacter）	0.029
	邓肯氏菌属（Duncaniella）	0.044	黏液乳杆菌属（Limosilactobacillus）	0.025
破溃后回归模型	居海事城球杆菌属（Phocaeicola）	0.603	Prevotellamassilia	0.025
	Segatella	0.132	小杆菌属（Dialister）	0.023
	粪杆菌属（Faecalibacterium）	0.051	Anaerofustis	0.023
	考拉杆菌属（Phascolarctobacterium）	0.042	Quisquiliibacterium	0.019
	另枝菌属（Alistipes）	0.040	厌氧棒状菌属（Anaerostipes）	0.013
	乳杆菌属（Lactobacillus）	0.030

模型名称	属名	特征重要性	属名	特征重要性
直接回归模型	罗姆布茨菌属（Romboutsia）	0.233	副拟杆菌属（Parabacteroides）	0.022
	厌氧棍状菌属（Anaerotruncus）	0.171	毛螺菌属（Lachnospira）	0.020
	居海事城球杆菌属（Phocaeicola）	0.100	粪杆菌属（Faecalibacterium）	0.019
	另枝菌属（Alistipes）	0.083	多尔氏菌属（Dorea）	0.019
	Saccharibacteria	0.075	颤杆菌属（Oscillibacter）	0.018
	肠球菌属（Enterococcus）	0.050	Segatella	0.013
	肠单胞菌属（Intestinimonas）	0.031	鼠杆状菌属（Muribaculum）	0.011
	类梭菌属（Paeniclostridium）	0.029	丁酸球菌属（Butyricicoccus）	0.010
	罗氏菌属（Roseburia）	0.029	厌氧棒菌属（Anaerotignum）	0.010
	Prevotellamassilia	0.024	芽殖菌属（Gemmiger）	0.010
	Anaerofustis	0.022
分段回归模型
分类模型	罗姆布茨菌属（Romboutsia）	0.199	Anaerofilum	0.034
	Saccharibacteria	0.137	Harryflintia	0.031
	类梭菌属（Paeniclostridium）	0.127	颤杆菌属（Oscillibacter）	0.024
	另枝菌属（Alistipes）	0.093	粪杆菌属（Faecalibacterium）	0.023
	芽殖菌属（Gemmiger）	0.090	狭义梭菌属（Clostridium sensu stricto）	0.022
	肠单胞菌属（Intestinimonas）	0.064	产乙酸糖发酵菌属（Saccharofermentans）	0.022
	肠球菌属（Enterococcus）	0.057	异普雷沃氏菌属（Alloprevotella）	0.020
	厌氧棍状菌属（Anaerotruncus）	0.056
破溃前回归模型	副拟杆菌属（Parabacteroides）	0.338	鼠杆状菌属（Muribaculum）	0.038
	Anaerofustis	0.144	脱硫弧菌属（Desulfovibrio）	0.035
	罗氏菌属（Roseburia）	0.071	肠道梭状菌属（Enterocloster）	0.035
	粪杆菌属（Faecalibacterium）	0.070	动丝菌属（Kineothrix）	0.032
	副鼠杆状菌属（Paramuribaculum）	0.066	居海事城球杆菌属（Phocaeicola）	0.029
	消化球菌属（Peptococcus）	0.046	驹形杆菌属（Komagataeibacter）	0.029
	邓肯氏菌属（Duncaniella）	0.044	黏液乳杆菌属（Limosilactobacillus）	0.025
破溃后回归模型	居海事城球杆菌属（Phocaeicola）	0.603	Prevotellamassilia	0.025
	Segatella	0.132	小杆菌属（Dialister）	0.023
	粪杆菌属（Faecalibacterium）	0.051	Anaerofustis	0.023
	考拉杆菌属（Phascolarctobacterium）	0.042	Quisquiliibacterium	0.019
	另枝菌属（Alistipes）	0.040	厌氧棒状菌属（Anaerostipes）	0.013
	乳杆菌属（Lactobacillus）	0.030

模型	评估参数
模型	R²	MAE/h	MSE/h	RMSE/h
直接回归模型	0.81	16.91	764.49	27.65
分段回归模型	0.96	9.83	156.33	12.50
破溃前回归模型	0.91	5.76	66.49	8.15
破溃后回归模型	0.89	16.96	313.54	17.70

模型	评估参数
模型	R²	MAE/h	MSE/h	RMSE/h
直接回归模型	0.81	16.91	764.49	27.65
分段回归模型	0.96	9.83	156.33	12.50
破溃前回归模型	0.91	5.76	66.49	8.15
破溃后回归模型	0.89	16.96	313.54	17.70

[1]	高鑫鑫, 杨翰潮, 马敬, 崔镓钰, 孙凯璇, 张宝刚. 不完全川崎病引起冠状动脉瘤破裂致心脏压塞死亡1例[J]. 法医学杂志, 2026, 42(2): 173-176.
[2]	裴明, 陈飞, 康永红, 谢华, 杨军华, 李正东. 室内尸体遭家犬毁坏误认为他人损伤1例[J]. 法医学杂志, 2026, 42(2): 171-173.
[3]	赵曦, 石新立, 王贵鹏, 王鑫, 赵君博, 陈敏, 张建华. 滥用新精神活性物质3-MeO-PCPy杀人后自杀1例[J]. 法医学杂志, 2026, 42(2): 177-179.
[4]	李志恒, 陈帆, 李洋. 柔术“血绞”扼颈杀人后伪装猝死1例[J]. 法医学杂志, 2026, 42(2): 168-170.
[5]	秦豪杰, 付恩浩, 杨永超, 刘雅雯, 贾明珠, 田志岭, 郑哲, 郭思云, 刘宁国. 法医病理多模态数据库构建与模型增强式检索的实现[J]. 法医学杂志, 2026, 42(2): 102-111.
[6]	刘博文, 张忠, 张峰, 范琰琰, 赖沛龙. 基于生物信息学的白血病猝死生物标志物筛选与验证[J]. 法医学杂志, 2026, 42(2): 94-101.
[7]	赵晋远, 宣宇佳, 陈安琪, 路艳芳, 廖梦筱, 刘思彤, 邢宇, 王亚丽, 陈丽琴, 李成涛. RNA测序数据归一化对法医学年龄推断的影响[J]. 法医学杂志, 2026, 42(2): 112-120.
[8]	杨杰, 胡毅磊, 王金明, 李正东. 基于有限元仿真的颅脑摔跌伤成伤机制分析[J]. 法医学杂志, 2026, 42(1): 1-7.
[9]	窦润庭, 程顺, 周鑫, 叶星, 王智敏, 洪光辉, 张麒, 夏晴, 沈忆文. 基于结构化损伤特征的机器学习模型判别外伤后膝关节活动度[J]. 法医学杂志, 2026, 42(1): 8-16.
[10]	贾琼, 靳开钧, 刘诗琪, 张祎萌, 孟运乐, 聂昊, 胡胜, 杨帆, 赵兴春, 叶健. 尸体腐败阶段分期方法体系的法医学研究进展[J]. 法医学杂志, 2026, 42(1): 34-42.
[11]	牛鑫, 曹喆. 肠系膜损伤在虐待儿童案件中的法医学意义[J]. 法医学杂志, 2026, 42(1): 43-48.
[12]	王震, 臧泰琦. 衣着及尸表检查结合痕迹比对综合判定致伤物1例[J]. 法医学杂志, 2026, 42(1): 69-72.
[13]	孟加, 李玲玉, 黄武林, 周统, 邹梦琴, 彭建伟, 李波, 黄欣, 章青波. 多学科联合鉴定交通肇事逃逸案1例[J]. 法医学杂志, 2026, 42(1): 73-76.
[14]	沈丛达, 吴士凡, 吴毅, 毛文栋, 马祥涛. 踩踏致腹主动脉破裂致死1例[J]. 法医学杂志, 2026, 42(1): 77-78.
[15]	陈俊江, 李蓝江, 雷普平, 王尚文, 廖信彪, 陈立方, 张桓. 密闭罐体燃爆合并抛坠死亡法医学鉴定1例[J]. 法医学杂志, 2026, 42(1): 79-83.