基于玻璃体液代谢物的水中大鼠淹没时间推断

doi:10.12116/j.issn.1004-5619.2021.410613

法医学杂志 ›› 2022, Vol. 38 ›› Issue (1): 59-66.DOI: 10.12116/j.issn.1004-5619.2021.410613

所属专题：水中尸体研究专题

基于玻璃体液代谢物的水中大鼠淹没时间推断

张富源¹^,²(), 王林林¹^,²^,³, 张淼¹^,²^,³, 董雯雯¹^,²^,³, 张忠铎¹^,², 李新杰¹^,², 马星宇¹^,², 杜书奎¹^,², 袁浩淼¹^,², 官大威¹^,²^,³(), 赵锐¹^,²^,³()

^1.中国医科大学法医学院法医司法鉴定中心，辽宁沈阳 110122
^2.智慧司法鉴定联合实验室，辽宁沈阳 110122
^3.辽宁省法医学生物证据重点实验室，辽宁沈阳 110122

收稿日期:2021-06-21 发布日期:2022-02-25 出版日期:2022-02-28
通讯作者: 官大威,赵锐
作者简介:官大威，男，博士，教授，博士研究生导师，主要从事法医病理学教学、科研和司法鉴定；E-mail：dwguan@cmu.edu.cn
赵锐，男，博士，教授，博士研究生导师，主要从事法医病理学教学、科研和司法鉴定；E-mail：rzhao@cmu.edu.cn
张富源（1995—），男，博士研究生，主要从事法医病理学研究；E-mail：137667006@qq.com
基金资助:
国家重点研发计划资助项目(2018YFC0807204);国家自然科学基金资助项目(81801874);沈阳市中青年科技创新人才支持计划资助项目(RC200412)

Inferring Postmortem Submersion Interval in Rats Found in Water Based on Vitreous Humor Metabolites

Fu-yuan ZHANG¹^,²(), Lin-lin WANG¹^,²^,³, Miao ZHANG¹^,²^,³, Wen-wen DONG¹^,²^,³, Zhong-duo ZHANG¹^,², Xin-jie LI¹^,², Xing-yu MA¹^,², Shu-kui DU¹^,², Hao-miao YUAN¹^,², Da-wei GUAN¹^,²^,³(), Rui ZHAO¹^,²^,³()

^1.Center of Medico-legal Investigation, School of Forensic Medicine, China Medical University, Shenyang 110122, China
^2.Collaborative Laboratory of Intelligentized Forensic Science, Shenyang 110122, China
^3.Liaoning Province Key Laboratory of Forensic Bio-evidence Science, Shenyang 110122, China

Received:2021-06-21 Online:2022-02-25 Published:2022-02-28
Contact: Da-wei GUAN,Rui ZHAO

摘要/Abstract

摘要： 目的

采用LC-MS/MS代谢组学技术结合数据分析，检测水中大鼠尸体死后早期玻璃体液中代谢谱变化及差异，探讨其用于早期死后淹没时间（postmortem submersion interval，PMSI）和死亡原因推断的可行性。

方法

于自然湖水中造模，将100只SD大鼠随机分为溺死组（50只）和死后[二氧化碳（CO₂）窒息]即刻入水组（50只），分别于死后0、6、12、18及24 h从每组中取10只大鼠提取玻璃体液进行代谢组学检测，其中8只构建训练集模型、2只作为测试集样本。通过PCA及PLS多元统计分析探索训练集样本中不同PMSI及死因间的代谢谱差异，进而应用随机森林（random forest，RF）算法筛选生物标志物并以此构建模型。

结果

PCA及PLS分析可观察到玻璃体液代谢谱变化具有时间规律性，但不同死因间未发现明显差异。应用RF算法最终筛选到13种时间相关性较好的小分子生物标志物，基于该指标集构建了简化PMSI推断模型，测试数据表明模型预测的平均绝对误差为0.847 h。

结论

水中大鼠尸体玻璃体液中筛选出的13种代谢标志物与早期死后淹没时间具有良好的时间相关性，应用RF构建的简化PMSI推断模型可用于PMSI的推断。此外，玻璃体液代谢物不能用于早期水中尸体的死因鉴别。

关键词: 法医病理学, 代谢组学, 死后淹没时间, 玻璃体液, 液相色谱-串联质谱, 主成分分析, 偏最小二乘法, 大鼠

Abstract: Objective

The metabolomics technique of LC-MS/MS combined with data analysis was used to detect changes and differences in metabolic profiles in the vitreous humor of early rat carcasses found in water, and to explore the feasibility of its use for early postmortem submersion interval （PMSI） estimation and the cause of death determination.

Methods

The experimental model was established in natural lake water with 100 SD rats were randomly divided into a drowning group （n=50） and a postmortem （CO₂ suffocation） immediately submersion group （n=50）. Vitreous humor was extracted from 10 rats in each group at 0, 6, 12, 18 and 24 h postmortem for metabolomics analyses, of which 8 were used as the training set to build the model, and 2 were used as test set. PCA and PLS multivariate statistical analysis were performed to explore the differences in metabolic profiles among PMSI and causes of death in the training set samples. Then random forest （RF） algorithm was used to screen several biomarkers to establish a model.

Results

PCA and PLS analysis showed that the metabolic profiles had time regularity, but no differences were found among different causes of death. Thirteen small molecule biomarkers with good temporal correlation were selected by RF algorithm. A simple PMSI estimation model was constructed based on this indicator set, and the data of the test samples showed the mean absolute error （MAE） of the model was 0.847 h.

Conclusion

The 13 metabolic markers screened in the vitreous humor of rat corpses in water had good correlations with the early PMSI. The simplified PMSI estimation model constructed by RF can be used to estimate the PMSI. Additionally, the metabolic profiles of vitreous humor cannot be used for early identification of cause of death in water carcasses.

Key words: forensic pathology, metabolomics, postmortem submersion interval, vitreous humor, liquid chromatography-tandem mass spectrometry, principal components analysis, partial least square, rats

中图分类号:

DF795.1

张富源, 王林林, 张淼, 董雯雯, 张忠铎, 李新杰, 马星宇, 杜书奎, 袁浩淼, 官大威, 赵锐. 基于玻璃体液代谢物的水中大鼠淹没时间推断[J]. 法医学杂志, 2022, 38(1): 59-66.

Fu-yuan ZHANG, Lin-lin WANG, Miao ZHANG, Wen-wen DONG, Zhong-duo ZHANG, Xin-jie LI, Xing-yu MA, Shu-kui DU, Hao-miao YUAN, Da-wei GUAN, Rui ZHAO. Inferring Postmortem Submersion Interval in Rats Found in Water Based on Vitreous Humor Metabolites[J]. Journal of Forensic Medicine, 2022, 38(1): 59-66.

图/表 7

表1 LC-MS/MS仪器的色谱柱梯度洗脱程序

Tab. 1 Column gradient elution procedure for LC-MS/MS instruments

时间/min	体积分数/%
时间/min	流动相A	流动相B
0	98	2
1.5	98	2
12	0	100
14	0	100
14.1	98	2
17	98	2

图1 训练集样本PCA得分图

Fig. 1 PCA score plot of samples in the training set

图2 溺死组及死后即刻入水组大鼠尸体玻璃体液代谢谱的差异比较A：训练集样本PLS-DA模型得分图；B：PLS-DA模型置换检验结果；C：分类器模型ROC曲线（虚线表示随机分类）；D：分类器模型对测试集样本预测结果混淆矩阵。

Fig. 2 Comparison of vitreous humor metabolic profile differences between drowning and postmortem immediately submersion rats cadavers

图3 水中尸体玻璃体液代谢谱变化规律A：训练集样本PLS回归模型得分图；B：PLS回归模型置换检验结果；C：测试集样本全代谢物回归模型；D：全代谢物回归模型交叉检验结果。

Fig. 3 Changing pattern of vitreous fluid metabolic profile of cadavers in water

表3 筛选出的13种生物标志物信息

Tab. 3 Information of 13 biomarkers selected

序号	生物标志物	分子式	分子量	IncNodePurity指标
1	7-甲基黄嘌呤	C₆H₆N₄O₂	166.048 94	491.568 12
2	N₂，N₂-二甲基鸟苷	C₁₂H₁₇N₅O₅	311.122 23	447.784 05
3	1-甲基腺嘌呤	C₆H₇N₅	149.070 00	293.077 24
4	1-甲基鸟嘌呤	C₆H₇N₅O	165.064 99	275.406 64
5	胸腺嘧啶	C₅H₆N₂O₂	126.043 04	252.437 49
6	N₆-异戊烯基腺苷	C₁₅H₂₁N₅O₄	335.158 77	156.946 87
7	2，3-二磷酸-D-甘油酸	C₃H₈O₁₀P₂	265.959 03	125.962 33
8	甘氨酸酸酐	C₄H₆N₂O₂	114.043 11	124.229 94
9	甘油	C₃H₈O₃	92.047 59	69.222 35
10	维生素B₆	C₈H₁₁NO₃	169.073 65	53.808 27
11	氧化型谷胱甘肽	C₂₀H₃₂N₆O₁₂S₂	612.151 06	47.229 25
12	3-甲基己二酸	C₇H₁₂O₄	160.073 46	43.398 85
13	二氢尿嘧啶	C₄H₆N₂O₂	114.043 09	39.347 70

图4 13种生物标志物含量变化热力图颜色越红表示样本中该生物标志物含量越高，越蓝表示含量越低。

Fig. 4 Heat map demonstrating dynamic changes in 13 biomarkers

图5 简化回归模型对测试集样本的预测结果与实际结果比较

Fig. 5 Comparision between simplified regression model prediction results for the test set samples and actual results

参考文献 32

1	LANG J， ERB R， PECHAL J， 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 .
2	HUMPHREYS M K， PANACEK E， GREEN W， et al. Comparison of protocols for measuring and calculating postmortem submersion intervals for human analogs in fresh water[J]. J Forensic Sci，2013，58（2）：513-517. doi：10.1111/1556-4029.12033 .
3	HEATON V， LAGDEN A， MOFFATT C， et al. Predicting the postmortem submersion interval for human remains recovered from U.K. waterways[J]. J Forensic Sci，2010，55（2）：302-307. doi：10.1111/j.1556-4029.2009.01291.x .
4	PALAZZO C， PELLETTI G， FAIS P， et al. Postmortem submersion interval in human bodies recovered from fresh water in an area of Mediterranean climate. Application and comparison of preexisting models[J]. Forensic Sci Int，2020，306：110051. doi：10.1016/j.forsciint.2019.110051 .
5	袁慧雅，赵锐，高利娜，等. 水中尸体死后淹没时间推断研究进展[J].法医学杂志，2020，36（6）：801-806. doi：10.12116/j.issn.1004-5619.2020.06.010 .
	YUAN H Y， ZHAO R， GAO L N， et al. Research progress on estimation of postmortem submersion interval[J]. Fayixue Zazhi， 2020， 36（6）： 801-806.
6	PIETTE M H A， DE LETTER E A. Drowning： Still a difficult autopsy diagnosis[J]. Forensic Sci Int，2006，163（1/2）：1-9. doi：10.1016/j.forsciint.2004. 10.027 .
7	GIANCAMILLO A D， GIUDICI E， ANDREOLA S， et al. Immersion of piglet carcasses in water - The applicability of microscopic analysis and limits of diatom testing on an animal model[J]. Leg Med，2010，12（1）：13-18. doi：10.1016/j.legalmed.2009.09.007 .
8	NICHOLSON J K， LINDON J C. Metabonomics[J]. Nature，2008，455（7216）：1054-1056. doi：10.1038/4551054a .
9	BROOKS J W. Postmortem changes in animal carcasses and estimation of the postmortem interval[J]. Vet Pathol，2016，53（5）：929-940. doi：10.1177/0300985816629720 .
10	WU Z G， LU X， CHEN F， et al. Estimation of early postmortem interval in rats by GC-MS-based metabolomics[J]. Leg Med，2018，31：42-48. doi：10.1016/j.legalmed.2017.12.014 .
11	ZHANG J， LI B， WANG Q， et al. Application of Fourier transform infrared spectroscopy with chemometrics on postmortem interval estimation based on pericardial fluids[J]. Sci Rep，2017，7：18013. doi：10.1038/s41598-017-18228-7 .
12	BIERENS J J， LUNETTA P， TIPTON M， et al. Physiology of drowning： A review[J]. Physiology （Bethesda），2016，31（2）：147-166. doi：10.1152/physiol.00002.2015 .
13	LOCCI E， STOCCHERO M， NOTO A， et al. A ¹H NMR metabolomic approach for the estimation of the time since death using aqueous humour： An animal model[J]. Metabolomics，2019，15（5）：76. doi：10.1007/s11306-019-1533-2 .
14	ZELENTSOVA E A， YANSHOLE L V， SNYTNIKOVA O A， et al. Post-mortem changes in the metabolomic compositions of rabbit blood， aqueous and vitreous humors[J]. Metabolomics，2016，12（11）：1-11. doi：10.1007/s11306-016-1118-2 .
15	DONALDSON A E， LAMONT I L. Metabolomics of post-mortem blood： Identifying potential markers of post-mortem interval[J]. Metabolomics，2015，11（1）：237-245. doi：10.1007/s11306-014-0691-5 .
16	PALMIERE C， MANGIN P. Urea nitrogen， creatinine， and uric acid levels in postmortem serum， vi-treous humor， and pericardial fluid[J]. Int J Legal Med，2015，129（2）：301-305. doi：10.1007/s00414-014-1076-z .
17	SWAIN R， KUMAR A， SAHOO J， et al. Estimation of post-mortem interval： A comparison between cerebrospinal fluid and vitreous humour chemistry[J]. J Forensic Leg Med，2015，36：144-148. doi：10.1016/j.jflm.2015.09.017 .
18	TUMRAM N K， BARDALE R V， DONGRE A P. Postmortem analysis of synovial fluid and vitreous humour for determination of death interval： A comparative study[J]. Forensic Sci Int，2011，204（1/2/3）：186-190. doi：10.1016/j.forsciint.2010.06.007 .
19	杨明真，张天叶，李辉军，等. 玻璃体液推断死亡时间的研究进展[J].法医学杂志，2018，34（2）：165-170. doi： 10.3969/j.issn.1004-5619.2018.02.013
	YANG M Z， ZHANG T Y， LI H J，et al. Research progress on postmortem interval estimation by vitreous humor[J]. Fayixue Zazhi，2018，34（2）：165-170.
20	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 .
21	TEBANI A， MAUHIN W， ABILY-DONVAL L， et al. A proteomics-based analysis reveals predictive biological patterns in fabry disease[J]. J Clin Med，2020，9（5）：1325. doi：10.3390/jcm9051325 .
22	阿基业，何骏，孙润彬. 代谢组学数据处理——主成分分析十个要点问题[J].药学学报，2018，53（6）：929-937. doi：10.16438/j.0513-4870.2017-1288 .
	A J Y， HE J， SUN R B. Multivariate statistical analysis for metabolomic data： The key points in principal component analysis[J]. Yaoxue Xuebao，2018，53（6）：929-937.
23	CARVAJAL T M， VIACRUSIS K M， HERNANDEZ L F T， et al. Machine learning methods reveal the temporal pattern of dengue incidence using meteorological factors in metropolitan Manila， Philippines[J]. BMC Infect Dis，2018，18（1）：183. doi：10.1186/s12879-018-3066-0 .
24	李嘉敏，苏锐冰，王典，等. 家猪死后脑组织GC-MS检测和死亡时间推断的研究[J].中国法医学杂志，2019，34（2）：131-135. doi：10.13618/j.issn.1001-5728.2019.02.0005 .
	LI J M， SU R B， WANG D， et al. GC-MS detection in the corpse brain tissue of swine for postmortem interval estimation[J]. Zhongguo Fayixue Zazhi，2019，34（2）：131-135.
25	HIRAKAWA K， KOIKE K， UEKUSA K， et al. Experimental estimation of postmortem interval using multivariate analysis of proton NMR metabolomic data[J]. Leg Med，2009，11： S282-S285. doi：10.1016/j.legalmed.2009.02.007 .
26	JASHNANI K D， KALE S A， RUPANI A B. Vitreous humor： Biochemical constituents in estimation of postmortem interval[J]. J Forensic Sci，2010，55（6）：1523-1527. doi：10.1111/j.1556-4029.2010.01501.x .
27	ZELENTSOVA E A， YANSHOLE L V， MELNIKOV A D， et al. Post-mortem changes in metabolomic profiles of human serum， aqueous humor and vitreous humor[J]. Metabolomics，2020，16（7）：80. doi：10.1007/s11306-020-01700-3 .
28	DAI X H， 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，2019，36：28-36. doi：10.1016/j.legalmed.2018.10.002 .
29	CHEN L， GONG T， KOSINSKI M， et al. Building a profile of subjective well-being for social media users[J]. PLoS One，2017，12（11）： e0187278. doi：10.1371/journal.pone.0187278 .
30	BORTOLOTTI F， PASCALI J P， DAVIS G G， et al. Study of vitreous potassium correlation with time since death in the postmortem range from 2 to 110 hours using capillary ion analysis[J]. Med Sci Law，2011，51（S1）： S20-S23. doi：10.1258/msl.2010.010063 .
31	ROSA M F， SCANO P， NOTO A， et al. Monitoring the modifications of the vitreous humor metabolite profile after death： An animal model[J]. Biomed Res Int，2015，2015：627201-627207. doi：10.1155/2015/627201 .
32	HAKANEN E， LEHTIMAKI J， SALMELA E， et al. Urban environment predisposes dogs and their owners to allergic symptoms[J]. Sci Rep，2018，8（1）：1585. doi：10.1038/s41598-018-19953-3 .

[1]	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.
[2]	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.
[3]	翟文娅, 武丽娜, 阳硕, 沈保华, 施妍. 药物辅助犯罪案件血液中右美托咪定的检测分析[J]. 法医学杂志, 2023, 39(5): 452-456.
[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]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	高章明, 石景瑜, 曾皓, 张学军. UPLC-MS/MS快速测定血液中布桂嗪[J]. 法医学杂志, 2023, 39(4): 388-392.
[13]	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.
[14]	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.
[15]	纪佼佼, 徐多麒, 向平, 严慧, 沈敏. 基于微分段技术分析单根头发中42种精神活性物质[J]. 法医学杂志, 2023, 39(2): 151-160.

基于玻璃体液代谢物的水中大鼠淹没时间推断

Inferring Postmortem Submersion Interval in Rats Found in Water Based on Vitreous Humor Metabolites

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 32

相关文章 15

编辑推荐

Metrics