近期,，山西醫(yī)科大學(xué)法醫(yī)學(xué)院孫俊紅教授團隊在高水平國際學(xué)術(shù)期刊Talanta（分析化學(xué)）（中科院1區(qū)top期刊,，影響因子6.1分）發(fā)表了最新研究成果：《Multi-omicsintegrationstrategyinthepost-mortemintervalofforensicscience》。博士研究生李健為本文第一作者,。這項研究應(yīng)用人工智能的多組學(xué)分析策略,，整合了代謝組學(xué),、蛋白質(zhì)芯片和傅里葉紅外變換分析鑒定的多水平、多模態(tài),、多標記數(shù)據(jù)用于預(yù)測死亡時間,，表現(xiàn)出卓越的性能。更重要的是,，該研究也為其他學(xué)科及不同實驗平臺,、不同來源的多模態(tài)數(shù)據(jù)整合分析提供了新的思路。(https://doi.org/10.1016/j.talanta.2023.125249)
準確推斷死亡時間（Post-morteminterval,PMI）是法庭調(diào)查證據(jù)鏈中的重要一環(huán),，對于確定案件性質(zhì)和縮小潛在嫌疑人范圍具有重要意義,。此前研究證實了利用組學(xué)技術(shù)研究生物體死亡后各種分子的降解規(guī)律可以為推斷死亡時間提供較為精確的方法。然而,，隨著死亡時間的延長,，環(huán)境因素與機體狀態(tài)的相互作用會給生物標志物的分解和轉(zhuǎn)化帶來更大的不穩(wěn)定性，同時,，由于蛋白,、核酸等不同類型的分子大小和降解模式的差異,，在死后的各個階段展現(xiàn)了不同的預(yù)測優(yōu)勢。因此,，開發(fā)多組學(xué)數(shù)據(jù)整合的方法相較于單一組學(xué)不僅可以提升PMI的推斷精度還可以擴大PMI的潛在預(yù)測范圍,。本研究收集了來自代謝組學(xué)、蛋白質(zhì)芯片和傅里葉變換紅外的多模態(tài)數(shù)據(jù),，構(gòu)建了8種不同機器學(xué)習(xí)和集成算法的死亡時間推斷模型,。結(jié)果顯示多組學(xué)集成框架對于0-30天內(nèi)的死亡時間預(yù)測準確率為93%，廣義受試者工作特征曲線下面積為0.98,。該研究結(jié)果表明整合不同模態(tài)的數(shù)據(jù)并進行多組學(xué)分析顯著提升了死亡時間推斷的全面性和容錯率,，多組學(xué)集成框架有潛力成為未來法醫(yī)學(xué)各類問題解決的致勝策略，并進一步為司法案件提供更可靠的證據(jù)支持,。
孫俊紅教授團隊長期深耕于法醫(yī)學(xué)領(lǐng)域,，多年沉淀于法醫(yī)實際檢案并致力于研究法醫(yī)學(xué)亟需解決的難點問題。開展法醫(yī)學(xué)基礎(chǔ)研究的同時并與相關(guān)熱門專業(yè)進行學(xué)科交叉滲透,，積極探索人工智能,、深度學(xué)習(xí)以及生物信息學(xué)分析等學(xué)科技術(shù)在損傷時間、死亡時間以及死因鑒定等法醫(yī)學(xué)關(guān)鍵科學(xué)問題的轉(zhuǎn)化與應(yīng)用,。近年來該團隊在學(xué)術(shù)領(lǐng)域取得了卓越的成果,，在法醫(yī)學(xué)領(lǐng)域高水平期刊累積發(fā)表論文一百余篇，并在損傷時間跨物種研究和死因鑒定等方面獲批多項國家自然科學(xué)基金和山西省重點研發(fā)項目,。該論文的發(fā)表標志著孫俊紅教授團隊在法醫(yī)學(xué)多模態(tài)數(shù)據(jù)融合和死亡時間推斷進入國際領(lǐng)先水平,。 （圖/文 李健）
