在极度寒冷的环境中分解和相关的微生物组预测模型对死后间隔估计的影响
Lavinia Iancu1, Andrea Bonicelli2, Noemi Procopio2
1Department of Criminal Justice, University of North Dakota, Grand Forks, ND, United States.
Frontiers in microbiology
|May 28, 2024
概括
法医科学家现在可以使用新型微生物模型在极度寒冷的情况下估计死后间隔 (PMI). 这一突破提供了准确的自死亡时间估计,即使分解被结温度阻止.
科学领域:
- 法医科学 法医科学 法医科学
- 微生物学 微生物学
- 环境科学 环境科学
背景情况:
- 准确的死后间隔 (PMI) 估计在法医调查中至关重要.
- 在极度寒冷的情况下估计PMI存在重大挑战,原因是分解速度减慢和错误的可能性.
- 在长时间的寒冷条件下,现有的方法往往不可靠.
研究的目的:
- 为了解决极端寒冷环境中分解数据的缺乏.
- 开发和验证第一个死后微生物组预测模型,用于在寒冷气候下PMI估计.
- 提供可靠的方法来确定PMI在视觉分解停止时.
主要方法:
- 在北达科他州格兰福克斯 (极度寒冷,低至-39°C) 对动物模型进行了为期23周的实验.
- 采集了393个样本,利用了从鼻子拭子中获得的16S rRNA基因微生物数据.
- 开发了采用微生物数据和环境参数 (雪深,温度) 的随机森林分析模型.
主要成果:
- 最好的模型,使用内部和外部抹布,实现了1.36周的平均绝对误差 (MAE) 和0.91.9的R2.
- 仅依赖外部拭子的模型具有更高的MAE,为2.89周,R2为0.73.
- 在模型中发现的关键微生物预测因素包括: *Psychrobacter*, *Carnobacterium* 和 *Pseudomonas*.
结论:
- 该研究提出了第一个用于预测PMI的微生物模型,在极端的冬季条件下在六个月内预测PMI.
- 该模型显示,死后间隔估计的准确度为9.52天.
- 这项研究为寒冷环境提供了一个新的法医工具,克服了传统方法的局限性.
