利用微生物群落演替规律推断CO及酒精中毒大鼠死亡时间

死亡时间推断（postmortem interval estimation，PMI）是法医学研究中重点和热点。PMI推断的方法主要有两类，第一类是基于传统的形态学方法，如尸僵,尸冷,腐肉颜色变化,胃内容物的变化用于早期PMI推断，第二类则是一些新技术，如法医昆虫学、分子生物学、光谱学和超生化学，近年来，多项研究表明，微生物群落演替可以对动物和人类尸体的PMI进行估计。CO和酒精中毒及联合中毒在法医学案件中极为常见，是否可利用微生物群落对此类案件尸体死亡时间进行推断并进行鉴别，有待研究。

我们对分别对CO中毒组，酒精中毒组，酒精摄入后CO中毒组和对照组大鼠尸体的直肠样本中的微生物群落的16S rRNA基因进行了高通量测序分析，利用随机森林机器学习算法建立了一个基于OTU水平上的微生物群落预测埋葬尸体PMI的回归模型。

基于Bray-curtis距离的PCoA分析用于展示样本之间微生物群落差异（图1）

图1 大鼠尸体微生物PCoA分析

结果表明，样本依据死亡时间聚类。死亡前期不同处理组有一定区分度。

我们对微生物群落的物种相似度与时间间隔进行了线性拟合（图2）。四组处理的物种相似度与实际间隔均呈现出显著（P<0.001）的线性关系，表明利用微生物群落演替来预测各组处理样品的死亡时间是可行的，不同处理组线性模型的斜率（slope）不同，表明演替速率差异。其中CO中毒死亡组演替速率最快，,而对照组的演替速率最慢。

a                                           b

c                                         d

图2 物种相似度与时间间隔的线性关系（a：对照组，b：CO，c：酒精，d：CO+酒精）

用随机森林机器学习算法对尸体微生物群落与尸体死亡时间进行了回归分析。模型建成后，我们对模型进行了验证，显示对照组、CO中毒死亡组、酒精摄入组和酒精摄入后CO中毒死亡组的大鼠尸体模型解释度（R2）分别为51.39%、57.82%、62.72%和62.42%，14天内预测模型的平均绝对误差均在1天左右（图3-7）。研究结果表明，利用微生物群落特征对不同处理的尸体的死亡时间推断均具有较高的准确性。

此部分内容为博士论文研究内容之一，受到国家重点研发计划项目资金资助，尚未发表。