国内刊号:11-1804/O6
国际刊号:0441-3776
发布日期:
作者:江嘉思,张文骥,黎子华,易梓琛
关键词:PMI推断,法庭科学,机器学习,代谢组学,小分子代谢物,
基金:辽宁省自然科学基金计划项目(2024-MS-208)、沈阳市中青年科技人才培育专项(RC240610)、辽宁省科技厅重点研发项目(2024JH2/102500079)和中国刑事警察学院研究生创新能力提升项目(2024YCYB47)资助
死亡时间(Postmortem Interval, PMI)推断是法庭科学领域的热点和难题,对于案件侦破和司法鉴定具有重要意义。传统的PMI推断方法(尸体现象及昆虫群落演替现象等)易受环境因素和PMI长短的干扰,不能做到精准预测。以机器学习为核心的代谢组学技术通过分析死后生物体内小分子代谢物随PMI的变化,在PMI推断研究中展现出巨大潜力。本文综述了近十年来国内外代谢组学技术结合机器学习在PMI推断中的研究进展,涵盖研究流程、不同组织和死因代谢物变化与PMI的关系,为法庭科学提供兼具高精度与准确度的分析工具。
来源:2026年第2期
《化学通报》期刊编辑部