六种类型的法医样本的metatranscriptomic表征及其对体液/组织识别的潜在应用:一个试点研究
Zhiyong Liu1, Jiajun Liu1, Jiaojiao Geng1
1Faculty of Forensic Medicine, Zhongshan School of Medicine, Sun Yat-sen University, Guangzhou 510080, China; Guangdong Province Translational Forensic Medicine Engineering Technology Research Center, Sun Yat-sen University, Guangzhou 510080, China.
Forensic science international. Genetics
|November 23, 2023
概括
这项研究开创了法医科学的元转录学,分析体液和皮肤中的微生物RNA. 机器学习模型成功识别了样本类型,突出了RNA.
科学领域:
- 法医遗传学和微生物学
- 大基因组学和大转录组学.
背景情况:
- 微生物是身体液体和组织识别的关键法医标记.
- 之前的研究重点是微生物DNA (16SrRNA,猎枪元基因组学).
- 微生物RNA级别的研究和法医学中的metatranscriptomics应用尚未得到充分的探索.
研究的目的:
- 探索元转录学在法医科学中的应用潜力.
- 用微生物RNA资料来描述常见的法医体液和组织.
- 评估机器学习模型的体液/组织识别 (BFID) 基于metatranscriptomic数据.
主要方法:
- 对六种常见的法医样本类型 (唾液,皮肤,静脉血液等) 进行了30次元转录组分析. ) 的情况.
- 利用大规模并行测序,然后进行质量控制和宿主RNA过.
- 应用多样性分析 (alpha和beta) 并实施人工神经网络 (ANN),随机森林 (RF) 和支持矢量机器 (SVM) 模型用于BFID.
主要成果:
- 组装了345,300个单基因,注释了四个王国成千上万的微生物种类.
- 唾液和皮肤样本显示高阿尔法多样性;静脉血液是最低的.
- 通过使用属和物种级数据,ANN和RF模型成功地区分了六种法医体液/组织类型.
结论:
- 微生物RNA的metatranscriptomic分析是法医体液/组织识别的可行方法.
- 这种方法提供了对活跃微生物群落的洞察力,有可能超越法医应用的元基因组学.
- 这些发现有助于更好地了解RNA层面的微生物社区结构,并支持未来的法医应用metatranscriptomics.
