《人體死亡時間數學模型的構建及套用研究》是依託復旦大學，由陳龍擔任項目負責人的面上項目。
基本介紹
- 中文名：人體死亡時間數學模型的構建及套用研究
- 依託單位：復旦大學
- 項目類別：面上項目
- 項目負責人：陳龍
項目摘要,結題摘要,
項目摘要
死亡時間（PMI）推斷一直是法醫學研究的重點與難點，準確推斷死亡時間具有極為重要的套用價值。由於外界環境因素的複雜性和多變性，僅憑機體死後的巨觀變化規律推斷死亡時間誤差較大，因此亟待尋找新的指標及方法來推斷死亡時間。我們通過實驗發現miRNA和18S rRNA具有一定的穩定性和規律性，受環境溫度影響小，非常適合PMI研究。本課題擬完成：1.針對大鼠心、肝、腎、腦和骨骼肌，綜合miRNA、18SrRNA、管家基因mRNA以及DNA等多個指標，構建死亡時間推斷的數學模型；2.收集已知死亡時間的人體資料進行研究，驗證數學模型，並不斷最佳化和完善；3.探討環境溫度及死亡原因對人體死亡時間判斷的影響程度。通過上述研究，構建人體死亡時間推斷的數學模型，力圖在傳統方法推斷的死亡時間範圍內，利用分子生物學方法對死亡時間進行更進一步精確、準確的推測，期望為人體死亡時間推斷提供一個更合理的研究模式。
結題摘要
死亡時間(Postmortem interval, PMI)是指死後經歷時間，即發現檢查屍體時距死亡時的時間間隔。PMI的準確推斷具有極為重要的法醫學意義，一直以來都是法醫學實踐中的重點和難點問題，沒有得到很好的解決。隨著RT-qPCR技術的發展，利用RNA降解規律推斷PMI已成為法醫學研究熱點。RT-qPCR定量準確、重現性好，但其結果依賴於穩定內參指標的標準化。目前推斷PMI的模型相對單一，通常只考慮單個因素的影響，而忽略多組織、多溫度的探討。 本課題檢測大鼠模型八種組織和已知PMI的人體組織中多個RNA指標的表達量,發現了穩定的RNA指標作為標準化的內參指標；並對大鼠八種特定RNA指標進行不同PMI降解規律的研究，綜合多個指標構建了多組織、多溫度組的動物數學模型；將已知PMI的大鼠和人體樣本代入模型方程進行驗證，探討了環境溫度、組織等因素對PMI推斷的影響程度，為人體PMI的精確推斷提供了新的方法與理論基礎。 研究成果如下：(1)通過對動物以及人體樣本進行總RNA提取和RT-qPCR定量，挑選出在多數組織中均適合進行“PMI推斷”的變化mRNA指標，包括β-actin、Gapdh和18SrRNA。(2)運用geNorm軟體對所檢測的RNA指標（包括mRNA、snRNA、miRNA等）的穩定性進行評價，挑選出一批在各種器官中進行PMI推斷的理想內參指標，這些指標中miRNA含量最為穩定，基本不隨時間（＜144h）和溫度（5℃~35℃）而變化。如： mir-1，mir-133，mir-206在心肌和骨骼肌組織中適合作為內參指標；mir-143，mir-125b在脾組織中適合作為內參指標，mir-9,mir-125b在腦組織中適合作為內參指標。(3)通過在動物實驗中設定多個溫度組（4℃，15℃，25℃，35℃），探索了溫度變化對總RNA以及mRNA指標變化的影響,對多種組織（心、肝、脾、肺、腎、腦、皮膚、骨骼肌八種）均構建了不同溫度下的PMI推斷方程，用已知PMI大鼠的組織驗證數學模型，推斷誤差率低，模型可靠。(4)利用R軟體對數學模型進行最佳化，把同一指標在不同溫度下的多個數學方程成功進行了擬合，簡化運算過程，大幅度提高了運算效率，為人體樣本的驗證及人體數學模型的構建提供了重要的數學基礎。
