人体死亡时间数学模型的构建及应用研究

死亡时间（PMI）推断一直是法医学研究的重点与难点，准确推断死亡时间具有极为重要的应用价值。由于外界环境因素的复杂性和多变性，仅凭机体死后的宏观变化规律推断死亡时间误差较大，因此亟待寻找新的指标及方法来推断死亡时间。我们通过实验发现miRNA和18S rRNA具有一定的稳定性和规律性，受环境温度影响小，非常适合PMI研究。本课题拟完成：1.针对大鼠心、肝、肾、脑和骨骼肌，综合miRNA、18SrRNA、管家基因mRNA以及DNA等多个指标，构建死亡时间推断的数学模型；2.收集已知死亡时间的人体资料进行研究，验证数学模型，并不断优化和完善；3.探讨环境温度及死亡原因对人体死亡时间判断的影响程度。通过上述研究，构建人体死亡时间推断的数学模型，力图在传统方法推断的死亡时间范围内，利用分子生物学方法对死亡时间进行更进一步精确、准确的推测，期望为人体死亡时间推断提供一个更合理的研究模式。

死亡时间(Postmortem interval, PMI)是指死后经历时间，即发现检查尸体时距死亡时的时间间隔。PMI的准确推断具有极为重要的法医学意义，一直以来都是法医学实践中的重点和难点问题，没有得到很好的解决。随着RT-qPCR技术的发展，利用RNA降解规律推断PMI已成为法医学研究热点。RT-qPCR定量准确、重现性好，但其结果依赖于稳定内参指标的标准化。目前推断PMI的模型相对单一，通常只考虑单个因素的影响，而忽略多组织、多温度的探讨。.本课题检测大鼠模型八种组织和已知PMI的人体组织中多个RNA指标的表达量,发现了稳定的RNA指标作为标准化的内参指标；并对大鼠八种特定RNA指标进行不同PMI降解规律的研究，综合多个指标构建了多组织、多温度组的动物数学模型；将已知PMI的大鼠和人体样本代入模型方程进行验证，探讨了环境温度、组织等因素对PMI推断的影响程度，为人体PMI的精确推断提供了新的方法与理论基础。.研究成果如下：(1)通过对动物以及人体样本进行总RNA提取和RT-qPCR定量，挑选出在多数组织中均适合进行“PMI推断”的变化mRNA指标，包括β-actin、Gapdh和18SrRNA。(2)运用geNorm软件对所检测的RNA指标（包括mRNA、snRNA、miRNA等）的稳定性进行评价，挑选出一批在各种器官中进行PMI推断的理想内参指标，这些指标中miRNA含量最为稳定，基本不随时间（＜144h）和温度（5℃~35℃）而变化。如： mir-1，mir-133，mir-206在心肌和骨骼肌组织中适合作为内参指标；mir-143，mir-125b在脾组织中适合作为内参指标，mir-9,mir-125b在脑组织中适合作为内参指标。(3)通过在动物实验中设置多个温度组（4℃，15℃，25℃，35℃），探索了温度变化对总RNA以及mRNA指标变化的影响,对多种组织（心、肝、脾、肺、肾、脑、皮肤、骨骼肌八种）均构建了不同温度下的PMI推断方程，用已知PMI大鼠的组织验证数学模型，推断误差率低，模型可靠。(4)利用R软件对数学模型进行优化，把同一指标在不同温度下的多个数学方程成功进行了拟合，简化运算过程，大幅度提高了运算效率，为人体样本的验证及人体数学模型的构建提供了重要的数学基础。