在月经血液中的mRNA标记物的分析模型的构建基于纯粹的贝叶斯和多变量逻辑回归方法
Qi Zhang1,2, He-Miao Zhao3, Kang Yang4
1People's Public Security University of China, Beijing 100038, China.
Fa yi xue za zhi
|November 25, 2023
概括
这项研究开发了一个使用mRNA标记物来识别月经血液的模型,通过多变量逻辑回归实现了91.86%的准确性. 这项技术有助于区分月经血液与其他体液,用于法医应用.
科学领域:
- 法医科学 法医科学 法医科学
- 分子生物学分子生物学
- 生物化学 生物化学
背景情况:
- 准确识别体液在法医调查中至关重要.
- 区分月经血液与其他生物样本可能是具有挑战性的.
- 现有的方法可能缺乏特异性或需要侵入性程序.
研究的目的:
- 开发和验证一个分类模型来识别月经血液.
- 利用特定的mRNA标记物进行月经血液的定量歧视.
- 用统计模型将月经血液与其他常见体液区分开来.
主要方法:
- 收集和处理各种体液样本 (月经血液,周围血液,阴道分泌物,精液,唾液).
- RNA提取,cDNA合成和五种特定的mRNA标记物 (MMP3,MMP7,MMP11,PAEP,STC1) 的放大.
- 使用纯贝叶斯模型和多变量逻辑回归模型分析结果.
主要成果:
- 多变量逻辑回归实现了月经血液识别的分类准确率为91.86%.
- 纯粹的贝叶斯模型的准确率为88.37%.
- 对于外围血液,唾液和精液,观察到高区分精度 (>90%),而阴道分泌物显示的精度较低.
结论:
- 与统计分析相结合的mRNA检测技术为月经血液分类提供了一种可行的方法.
- 开发的模型可以从数量上区分月经血液与其他体液.
- 这种方法在法医体液污点识别中具有重要的应用价值.
