Aplicación de perfiles metabólicos y aprendizaje automático para discriminar la hipotermia fatal en un modelo de rata

Área de la Ciencia:

• Ciencias Forenses Ciencias Forenses.
• La Metabolomía es una parte de la Metabolomía.
• Biología computacional Biología computacional.

Sus antecedentes:

• Distinguir la causa de muerte en casos fatales de hipotermia presenta desafíos en la práctica forense.
• El perfil metabólico ofrece una vía potencial para la determinación objetiva de la muerte en tales casos.

Objetivo del estudio:

• Aplicar un análisis metabolómico no dirigido y algoritmos de aprendizaje automático para diferenciar la hipotermia fatal de otras afecciones.
• Identificar biomarcadores metabólicos confiables para identificar las muertes relacionadas con la exposición a bajas temperaturas.

Principales métodos:

• La espectrometría de masas en tándem de cromatografía líquida de ultra rendimiento (UPLC-MS / MS) se utilizó para el perfilamiento metabolómico no dirigido de muestras de músculo iliopsoas de rata.
• Se emplearon seis algoritmos de aprendizaje automático (KNN, DT, SVM, RF, LR, GNB) para construir modelos predictivos.
• Los modelos fueron examinados, optimizados a través de validación cruzada y ajuste de parámetros, y evaluados para el rendimiento predictivo.

Principales resultados:

• Se observaron diferencias significativas en los perfiles de metabolitos entre los grupos de hipotermia, hipoxia y control.
• Los modelos de aprendizaje automático demostraron un buen rendimiento para distinguir la hipotermia de los grupos de control e hipoxia.
• La regresión logística, SVM, KNN y GNB mostraron una capacidad de predicción superior al comparar los grupos de hipotermia e hipoxia.

Conclusiones:

• Los modelos de aprendizaje automático desarrollados son prometedores para su aplicación práctica en investigaciones forenses de muertes relacionadas con la hipotermia.
• Se identificaron biomarcadores y vías metabólicas clave, lo que sugiere correlaciones potenciales entre el ARNm y el nivel de proteínas.
• Esta investigación ofrece nuevos conocimientos sobre la determinación objetiva de la muerte en las muertes por bajas temperaturas.