Инновационные стратегии установления давности наступления смерти в экспертной практике: мультиомика, искусственный интеллект и комбинированные модели



Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Определение давности наступления смерти (ДНС) является одной из ключевых задач судебно-медицинской практики, от точности решения которой зависит объективность экспертных заключений и эффективность следственных действий. Традиционные методы, основанные на оценке морфологических признаков и термометрии, обладают ограниченной точностью, особенно при длительных интервалах. Современные исследования направлены на разработку инновационных подходов, включающих молекулярные технологии, анализ микробиоты, применение мультиомных стратегий, а также интеграцию искусственного интеллекта для обработки больших данных. В статье представлен обзор новейших методов оценки ДНС, среди которых особое внимание уделено анализу нуклеиновых кислот (ДНК, РНК), протеомики, метаболомики, а также исследованию микробиомных изменений. Рассматриваются возможности использования иммуногистохимических маркеров, масс-спектрометрии и ядерного магнитного резонанса для количественного анализа биохимических изменений в тканях и биологических жидкостях. Освещены перспективы судебной энтомологии с применением молекулярных и химических методов для верификации возраста насекомых и стадий разложения. Отдельный раздел посвящен внедрению алгоритмов машинного обучения и глубинного анализа данных (ML/DL) для построения предиктивных моделей на основе мультифакторных данных, включая микробиомные профили, визуализационные признаки и климатические параметры. Приводятся примеры комбинированных подходов, сочетающих биомолекулярные маркеры и вычислительные технологии, обеспечивающих повышение точности оценки ДНС как на ранних, так и на поздних стадиях разложения. Интеграция традиционных и инновационных методов, развитие стандартизированных протоколов и междисциплинарное сотрудничество открывают новые возможности для судебной медицины, формируя основу для создания надежных, воспроизводимых и универсальных алгоритмов оценки ДНС.

Полный текст

Доступ закрыт

Список литературы

  1. 1. Индиаминов С.И., Жуманов З.Э., Блинова С.А. Проблемы установления давности наступления смерти. Судебно-медицинская экспертиза. 2020;63(6):45‑50.
  2. [Indiaminov SI, Zhumanov ZE, Blinova SA. Problems of establishing the prescription of death. Forensic Medical Expertise. 2020;63(6):45‑50. (In Russ.)]
  3. doi: 10.17116/sudmed20206306145
  4. 2. Лаврукова О.С., Казакова Е.Л., Поляков А.Ю. Посмертные изменения тканей и динамика их импедансометрических показателей: доклиническое экспериментальное исследование. Кубанский научный медицинский вестник. 2023;30(5):77-86. [Lavrukova O.S., Kazakova E.L., Polyakov A.Yu. Postmortem tissue changes and dynamics of their impedance parameters: a preclinical experimental study. Kuban Scientific Medical Bulletin. 2023;30(5):77-86. (In Russ.)]. doi: 10.25207/1608-6228-2023-30-5-77-86
  5. 3. Буромский И.В., Сидоренко Е.С., Ермакова Ю.В. Современное состояние и пути дальнейшего совершенствования установления давности наступления смерти. Судебно-медицинская экспертиза. 2018;61(4):59‑62. [Buromskiĭ IV, Sidorenko ES, Ermakova IuV. The current state of the establishment of prescription of death coming and the ways to its further. Forensic Medical Expertise. 2018;61(4):59‑62. (In Russ.)]
  6. doi: 10.17116/sudmed201861459
  7. 4. Халиков А.А., Кильдюшов Е.М., Кузнецов К.О., Рахматуллина Г.Р. Определение давности наступления смерти с помощью посмертного микробиома: современный взгляд и подходы к решению проблемы. Судебно-медицинская экспертиза. 2022;65(3):49‑53. [Khalikov AA, Kildyushov EM, Kuznetsov KO, Rahmatullina GR. Estimation of time since death with the postmortem microbiome: a modern view and approaches to solving the problem. Forensic Medical Expertise. 2022;65(3):49‑53. (In Russ.)]
  8. doi: 10.17116/sudmed20226503149
  9. 5. Попов В.Л., Лаврукова О.С. К вопросу о комплексной диагностике давности наступления смерти в позднем посмертном периоде. Судебно-медицинская экспертиза. 2021;64(4):30‑36.
  10. Popov VL, Lavrukova OS. On the issue of a comprehensive diagnosis of death coming in the late postmortem period. Forensic Medical Expertise. 2021;64(4):30‑36. (In Russ.)
  11. doi: 10.17116/sudmed20216404130
  12. 6. Халиков А.А., Аминева Г.М., Кузнецов К.О., и др. Влияние факторов индивидуальности (пол, возраст, категория смерти) на показатели биофизической объективизации прижизненных повреждений гнилостно измененного трупа. Судебно-медицинская экспертиза. 2021;64(4):25‑29.
  13. [Khalikov AA, Amineva GM, Kuznetsov KO, et al. Personality factors’ influence (gender, age, death category) on indicators of biophysical objectification of intra-vital injuries of a putrefactive corpse. Forensic Medical Expertise. 2021;64(4):25‑29. (In Russ.)]
  14. doi: 10.17116/sudmed20216404125
  15. 7. Madea B. Methods for determining time of death. Forensic Sci Med Pathol. 2016;12(4):451-485. doi: 10.1007/s12024-016-9776-y.
  16. 8. Kim JY, Kim Y, Cha HK, et al. Cell Death-Associated Ribosomal RNA Cleavage in Postmortem Tissues and Its Forensic Applications. Mol Cells. 2017;40(6):410-417. doi: 10.14348/molcells.2017.0039
  17. 9. Li C, Wang Q, Zhang Y, et al. Research progress in the estimation of the postmortem interval by Chinese forensic scholars. Forensic Sci Res. 2016;1(1):3-13. doi: 10.1080/20961790.2016.1229377.
  18. 10. Cianci V, Mondello C, Sapienza D, et al. Potential Role of mRNA in Estimating Postmortem Interval: A Systematic Review. Int J Mol Sci. 2024;25(15):8185. doi: 10.3390/ijms25158185
  19. 11. Scrivano S, Sanavio M, Tozzo P, Caenazzo L. Analysis of RNA in the estimation of post-mortem interval: a review of current evidence. Int J Legal Med. 2019;133(6):1629-1640. doi: 10.1007/s00414-019-02125-x.
  20. 12. Sangwan A, Singh SP, Singh P, et al. Role of molecular techniques in PMI estimation: An update. J Forensic Leg Med. 2021;83:102251. doi: 10.1016/j.jflm.2021.102251
  21. 13. Садыков МБ, Бегалиев ЕН, Бахтеев ДВ, и др. Применение искусственного интеллекта и чипирования человека в судебно-медицинской экспертизе: научный обзор. Судебная медицина. 2024;10(1):88-98. [Sadykov MB, Begaliyev YN, Bakhteev DV, et al. Use of artificial intelligence and human chipping in forensic medicine: a review. Russian Journal of Forensic Medicine. 2024;10(1):88-98]. doi: 10.17816/fm16093
  22. 14. Reither JB, Gray E, Durdle A, et al. Investigation into the prevalence of background DNA on flooring within houses and its transfer to a contacting surface. Forensic Sci Int. 2021;318:110563. doi: 10.1016/j.forsciint.2020.110563
  23. 15. Żarczyńska M, Żarczyński P, Tomsia M. Nucleic Acids Persistence-Benefits and Limitations in Forensic Genetics. Genes (Basel). 2023;14(8):1643. doi: 10.3390/genes14081643.
  24. 16. Higgins D, Rohrlach AB, Kaidonis J, et al. Differential nuclear and mitochondrial DNA preservation in post-mortem teeth with implications for forensic and ancient DNA studies. PLoS One. 2015;10(5):e0126935. doi: 10.1371/journal.pone.0126935.
  25. 17. Freire-Aradas A, Fondevila M, Kriegel AK, et al. A new SNP assay for identification of highly degraded human DNA. Forensic Sci Int Genet. 2012;6(3):341-9. doi: 10.1016/j.fsigen.2011.07.010
  26. 18. Иванов П.Л., Леонов С.Н., Земскова Е.Ю., и др. Мультилокусное генотипирование полиморфных STR-локусов хромосомной ДНК в единичных клетках: трудности технологий. Судебно-медицинская экспертиза. 2013;56(5):19‑23. [Ivanov PL, Leonov SN, Zemskova EIu, et al. Multilocus genotyping of polymorphous STR-loci of chromosomal DNA in individual cells: technical difficulties. Forensic Medical Expertise. 2013;56(5):19‑23. (In Russ.)]
  27. 19. Alaeddini R, Walsh SJ, Abbas A. Forensic implications of genetic analyses from degraded DNA--a review. Forensic Sci Int Genet. 2010;4(3):148-57. doi: 10.1016/j.fsigen.2009.09.007.
  28. 20. Kumar N, Aparna R, Sharma S. Effect of postmortem interval and conditions of teeth on STR based DNA profiling from unidentified dead bodies. J Forensic Leg Med. 2021;83:102246. doi: 10.1016/j.jflm.2021.102246.
  29. 21. Bianchi I, Grassi S, Nardi E, et al. Dental DNA Mutations Occurring after Death: A Novel Method for Post-Mortem Interval (PMI) Estimation. Int J Mol Sci. 2024;25(16):8832. doi: 10.3390/ijms25168832.
  30. 22. Bianchi I, Grassi S, Castiglione F, Bartoli C, De Saint Pierre B, Focardi M, Oliva A, Pinchi V. Dental DNA as an Indicator of Post-Mortem Interval (PMI): A Pilot Research. Int J Mol Sci. 2022;23(21):12896. doi: 10.3390/ijms232112896.
  31. 23. Akbulut N, Çetin S, Bilecenoğlu B, et al. The micro-CT evaluation of enamel-cement thickness, abrasion, and mineral density in teeth in the postmortem interval (PMI): new parameters for the determination of PMI. Int J Legal Med. 2020;134(2):645-653. doi: 10.1007/s00414-019-02104-2.
  32. 24. Mansour H, Krebs O, Pinnschmidt HO, Griem N, Hammann-Ehrt I, Püschel K. Factors affecting dental DNA in various real post-mortem conditions. Int J Legal Med. 2019;133(6):1751-1759. doi: 10.1007/s00414-019-02151-9.
  33. 25. Gross JA, Nagy C, Lin L, et al. Global and Site-Specific Changes in 5-Methylcytosine and 5-Hydroxymethylcytosine after Extended Post-mortem Interval. Front Genet. 2016;7:120. doi: 10.3389/fgene.2016.00120.
  34. 26. M. Mohamed, M. El Sherbeny, D. Farag A comparative study of two gel-based techniques to detect the relationship between post-mortem interval and nuclear DNA degradation in different tissues In Albino Rats. Egypt Dent. J. 2020; 66: 175-186. doi: 10.21608/edj.2020.77533
  35. 27. Williams T, Soni S, White J, Can G, Javan GT. Evaluation of DNA degradation using flow cytometry: promising tool for postmortem interval determination. Am J Forensic Med Pathol. 2015;36(2):104-10. doi: 10.1097/PAF.0000000000000146.
  36. 28. Larkin B, Iaschi S, Dadour I, Tay GK. Using accumulated degree-days to estimate postmortem interval from the DNA yield of porcine skeletal muscle. Forensic Sci Med Pathol. 2010;6(2):83-92. doi: 10.1007/s12024-009-9109-5.
  37. 29. Pérez-Martínez C, Pérez-Cárceles MD, Legaz I, et al. Quantification of nitrogenous bases, DNA and Collagen type I for the estimation of the postmortem interval in bone remains. Forensic Sci Int. 2017;281:106-112. doi: 10.1016/j.forsciint.2017.10.039.
  38. 30. Weis S, Llenos IC, Dulay JR, et al. Quality control for microarray analysis of human brain samples: The impact of postmortem factors, RNA characteristics, and histopathology. J Neurosci Methods. 2007;165(2):198-209. doi: 10.1016/j.jneumeth.2007.06.001.
  39. 31. Bauer M, Gramlich I, Polzin S, Patzelt D. Quantification of mRNA degradation as possible indicator of postmortem interval--a pilot study. Leg Med (Tokyo). 2003;5(4):220-7. doi: 10.1016/j.legalmed.2003.08.001.
  40. 32. Bauer M, Polzin S, Patzelt D. Quantification of RNA degradation by semi-quantitative duplex and competitive RT-PCR: a possible indicator of the age of bloodstains? Forensic Sci Int. 2003;138(1-3):94-103. doi: 10.1016/j.forsciint.2003.09.008.
  41. 33. Sampaio-Silva F, Magalhães T, Carvalho F, et al. Profiling of RNA degradation for estimation of post mortem [corrected] interval. PLoS One. 2013;8(2):e56507. doi: 10.1371/journal.pone.0056507.
  42. 34. Wang H, Ma J, Xu H, et al. Early postmortem interval (EPMI) estimation using differentially expressed gene transcripts. Leg Med (Tokyo). 2019;38:83-91. doi: 10.1016/j.legalmed.2019.04.008.
  43. 35. Lv YH, Ma JL, Pan H, et al. RNA degradation as described by a mathematical model for postmortem interval determination. J Forensic Leg Med. 2016;44:43-52. doi: 10.1016/j.jflm.2016.08.015.
  44. 36. Heinrich M, Lutz-Bonengel S, Matt K, Schmidt U. Real-time PCR detection of five different "endogenous control gene" transcripts in forensic autopsy material. Forensic Sci Int Genet. 2007;1(2):163-9. doi: 10.1016/j.fsigen.2007.01.002.
  45. 37. Li WC, Ma KJ, Lv YH, et al. Postmortem interval determination using 18S-rRNA and microRNA. Sci Justice. 2014;54(4):307-10. doi: 10.1016/j.scijus.2014.03.001.
  46. 38. Tu C, Du T, Ye X, et al. Using miRNAs and circRNAs to estimate PMI in advanced stage. Leg Med (Tokyo). 2019;38:51-57. doi: 10.1016/j.legalmed.2019.04.002.
  47. 39. Young ST, Wells JD, Hobbs GR, Bishop CP. Estimating postmortem interval using RNA degradation and morphological changes in tooth pulp. Forensic Sci Int. 2013;229(1-3):163.e1-6. doi: 10.1016/j.forsciint.2013.03.035
  48. 40. Young ST, Wells JD, Hobbs GR, Bishop CP. Estimating postmortem interval using RNA degradation and morphological changes in tooth pulp. Forensic Sci Int. 2013;229(1-3):163.e1-6. doi: 10.1016/j.forsciint.2013.03.035.
  49. 41. Martínez-Rivera V, Cárdenas-Monroy CA, Millan-Catalan O, et al. Dysregulation of miR-381-3p and miR-23b-3p in skeletal muscle could be a possible estimator of early post-mortem interval in rats. PeerJ. 2021;9:e11102. doi: 10.7717/peerj.11102.
  50. 42. Sharma S, Singh D, Kaul D. AATF RNome has the potential to define post mortem interval. Forensic Sci Int. 2015;247:e21-4. doi: 10.1016/j.forsciint.2014.12.008.
  51. 43. Deng W., Lv M., Wang L., et al. Zhang mRNA degradation pattern analysis in post-mortem normalized using the DNA Forensic Sci. Int. Genet. Suppl. Ser. 2013; 4: 266-267.
  52. 44. Stollar EJ, Smith DP. Uncovering protein structure. Essays Biochem. 2020;64(4):649-680. doi: 10.1042/EBC20190042.
  53. 45. Huang W, Zhao S, Liu H, et al. The Role of Protein Degradation in Estimation Postmortem Interval and Confirmation of Cause of Death in Forensic Pathology: A Literature Review. Int J Mol Sci. 2024;25(3):1659. doi: 10.3390/ijms25031659.
  54. 46. Aebersold R, Mann M. Mass-spectrometric exploration of proteome structure and function. Nature. 2016;537(7620):347-55. doi: 10.1038/nature19949.
  55. 47. Sakurada K, Watanabe K, Akutsu T. Current Methods for Body Fluid Identification Related to Sexual Crime: Focusing on Saliva, Semen, and Vaginal Fluid. Diagnostics (Basel). 2020;10(9):693. doi: 10.3390/diagnostics10090693.
  56. 48. Parker GJ, McKiernan HE, Legg KM, Goecker ZC. Forensic proteomics. Forensic Sci Int Genet. 2021;54:102529. doi: 10.1016/j.fsigen.2021.102529
  57. 49. Kang S, Kassam N, Gauthier ML, O'Day DH. Post-mortem changes in calmodulin binding proteins in muscle and lung. Forensic Sci Int. 2003;131(2-3):140-7. doi: 10.1016/s0379-0738(02)00426-7.
  58. 50. Poloz YO, O'Day DH. Determining time of death: temperature-dependent postmortem changes in calcineurin A, MARCKS, CaMKII, and protein phosphatase 2A in mouse. Int J Legal Med. 2009;123(4):305-14. doi: 10.1007/s00414-009-0343-x
  59. 51. Pittner S, Monticelli FC, Pfisterer A, et al. Postmortem degradation of skeletal muscle proteins: a novel approach to determine the time since death. Int J Legal Med. 2016;130(2):421-31. doi: 10.1007/s00414-015-1210-6.
  60. 52. Pittner S, Ehrenfellner B, Zissler A, et al. First application of a protein-based approach for time since death estimation. Int J Legal Med. 2017;131(2):479-483. doi: 10.1007/s00414-016-1459-4.
  61. 53. Foditsch EE, Saenger AM, Monticelli FC. Skeletal muscle proteins: a new approach to delimitate the time since death. Int J Legal Med. 2016;130(2):433-40. doi: 10.1007/s00414-015-1204-4.
  62. 54. Zissler A, Stoiber W, Steinbacher P, et al. Postmortem Protein Degradation as a Tool to Estimate the PMI: A Systematic Review. Diagnostics (Basel). 2020;10(12):1014. doi: 10.3390/diagnostics10121014.
  63. 55. Battistini A, Capitanio D, Bailo P, et al. Proteomic analysis by mass spectrometry of postmortem muscle protein degradation for PMI estimation: A pilot study. Forensic Sci Int. 2023;349:111774. doi: 10.1016/j.forsciint.2023.111774.
  64. 56. Choi KM, Zissler A, Kim E, et al. Postmortem proteomics to discover biomarkers for forensic PMI estimation. Int J Legal Med. 2019;133(3):899-908. doi: 10.1007/s00414-019-02011-6.
  65. 57. Procopio N, Williams A, Chamberlain AT, Buckley M. Forensic proteomics for the evaluation of the post-mortem decay in bones. J Proteomics. 2018;177:21-30. doi: 10.1016/j.jprot.2018.01.016.
  66. 58. Abd Elazeem EA, Ismail MME, Zaghloul HS, et al. Estimation of postmortem interval in myocardial stab wounds and firearm injuries: An immunohistochemical comparative study using C5b-9 and cardiac Troponin C. Forensic Sci Int. 2021;324:110846. doi: 10.1016/j.forsciint.2021.110846.
  67. 59. Kumar S, Ali W, Singh US, et al. The effect of elapsed time on the cardiac Troponin-T (cTnT) proteolysis in case of death due to burn: A study to evaluate the potential forensic use of cTnT to determine the postmortem interval. Sci Justice. 2015;55(3):189-94. doi: 10.1016/j.scijus.2014.12.006.
  68. 60. Peyron PA, Hirtz C, Baccino E, et al. Tau protein in cerebrospinal fluid: a novel biomarker of the time of death? Int J Legal Med. 2021;135(5):2081-2089. doi: 10.1007/s00414-021-02558-3.
  69. 61. Campell ZK, Kwon I, Finley SJ, et al. Talin: A potential protein biomarker in postmortem investigations. J Forensic Leg Med. 2016;44:188-191. doi: 10.1016/j.jflm.2016.10.020.
  70. 62. Kim BJ, Han C, Moon H, et al. Monitoring of post-mortem changes of saliva N-glycosylation by nano LC/MS. Anal Bioanal Chem. 2018;410(1):45-56. doi: 10.1007/s00216-017-0702-2.
  71. 63. De-Giorgio F, Bergamin E, Baldi A, et al. Immunohistochemical expression of HMGB1 and related proteins in the skin as a possible tool for determining post-mortem interval: a preclinical study. Forensic Sci Med Pathol. 2024;20(1):149-165. doi: 10.1007/s12024-023-00634-1.
  72. 64. Mazzotti MC, Fais P, Palazzo C, et al. Determining the time of death by morphological and immunohistochemical evaluation of collagen fibers in postmortem gingival tissues. Leg Med (Tokyo). 2019;39:1-8. doi: 10.1016/j.legalmed.2019.05.002.
  73. 65. Nolan AN, Mead RJ, Maker G, et al. The impact of environmental factors on the production of peptides in mammalian decomposition fluid in relation to the estimation of post-mortem interval: A summer/winter comparison in Western Australia. Forensic Sci Int. 2019;303:109957. doi: 10.1016/j.forsciint.2019.109957.
  74. 66. Приходько А.Н., Лаврукова О.С., Лябзина С.Н., и др. Использование микробно-энтомологических данных для установления давности наступления смерти. Судебно-медицинская экспертиза. 2018;61(6):52‑56. [Prikhod’ko AN, Lavrukova OS, Lyabzina SN, et al. The use of the microbial and entomological data for the diagnostics of prescription of death coming. Forensic Medical Expertise. 2018;61(6):52‑56. (In Russ.)]
  75. doi: 10.17116/sudmed20186106152
  76. 67. Rueda LC, Ortega LG, Segura NA, et al. Lucilia sericata strain from Colombia: Experimental colonization, life tables and evaluation of two artificial diets of the blowfly Lucilia sericata (Meigen) (Diptera: Calliphoridae), Bogotá, Colombia strain. Biol Res. 2010;43(2):197-203.
  77. 68. Gebhart FT, Brogdon BG, Zech WD, et al. Gas at postmortem computed tomography--an evaluation of 73 non-putrefied trauma and non-trauma cases. Forensic Sci Int. 2012;222(1-3):162-9. doi: 10.1016/j.forsciint.2012.05.020.
  78. 69. Matuszewski S, Bajerlein D, Konwerski S, Szpila K. An initial study of insect succession and carrion decomposition in various forest habitats of Central Europe. Forensic Sci Int. 2008;180(2-3):61-9. doi: 10.1016/j.forsciint.2008.06.015.
  79. 70. Voss SC, Forbes SL, Dadour IR. Decomposition and insect succession on cadavers inside a vehicle environment. Forensic Sci Med Pathol. 2008;4(1):22-32. doi: 10.1007/s12024-007-0028-z.
  80. 71. Niederegger S, Schermer J, Höfig J, Mall G. Case report: Time of death estimation of a buried body by modeling a decomposition matrix for a pig carcass. Leg Med (Tokyo). 2015;17(1):34-8. doi: 10.1016/j.legalmed.2014.08.007.
  81. 72. Sukontason KL, Narongchai P, Sukontason K, et al. Forensically important fly maggots in a floating corpse: the first case report in Thailand. J Med Assoc Thai. 2005;88(10):1458-61.
  82. 73. Wang M, Chu J, Wang Y, et al. Forensic entomology application in China: Four case reports. J Forensic Leg Med. 2019;63:40-47. doi: 10.1016/j.jflm.2019.03.001.
  83. 74. Matuszewski S, Mądra-Bielewicz A. Post-mortem interval estimation based on insect evidence in a quasi-indoor habitat. Sci Justice. 2019;59(1):109-115. doi: 10.1016/j.scijus.2018.06.004.
  84. 75. Hu G, Wang M, Wang Y, et al. Estimation of post-mortem interval based on insect species present on a corpse found in a suitcase. Forensic Sci Int. 2020;306:110046. doi: 10.1016/j.forsciint.2019.110046.
  85. 76. Worner SP. Evaluation of diurnal temperature models and thermal summation in New Zealand. J. Econ. Entomol. 1988; 8: 9-13.
  86. 77. Amendt J, Richards CS, Campobasso CP, et al. Forensic entomology: applications and limitations. Forensic Sci Med Pathol. 2011;7(4):379-92. doi: 10.1007/s12024-010-9209-2.
  87. 78. Amendt J, Richards CS, Campobasso CP, et al. Forensic entomology: applications and limitations. Forensic Sci Med Pathol. 2011;7(4):379-92. doi: 10.1007/s12024-010-9209-2.
  88. 79. Palavesam A, Selvakumar R, Latha BR, et al. Assessment of consistency of minimum post-mortem intervals estimated by thermal summation-based methods in medico-legal cases associated with blowflies. Leg Med (Tokyo). 2023;61:102210. doi: 10.1016/j.legalmed.2023.102210.
  89. 80. Zajac BK, Amendt J, Verhoff MA, Zehner R. Dating Pupae of the Blow Fly Calliphora vicina Robineau-Desvoidy 1830 (Diptera: Calliphoridae) for Post Mortem Interval-Estimation: Validation of Molecular Age Markers. Genes (Basel). 2018;9(3):153. doi: 10.3390/genes9030153.
  90. 81. Paula MC, Michelutti KB, Eulalio ADMM, et al. New method for estimating the post-mortem interval using the chemical composition of different generations of empty puparia: Indoor cases. PLoS One. 2018;13(12):e0209776. doi: 10.1371/journal.pone.0209776.
  91. 82. Baqué M, Amendt J. Strengthen forensic entomology in court--the need for data exploration and the validation of a generalised additive mixed model. Int J Legal Med. 2013;127(1):213-23. doi: 10.1007/s00414-012-0675-9.
  92. 83. Choi RY, Coyner AS, Kalpathy-Cramer J, et al. Introduction to Machine Learning, Neural Networks, and Deep Learning. Transl Vis Sci Technol. 2020;9(2):14. doi: 10.1167/tvst.9.2.14.
  93. 84. Sharma R, Diksha, Bhute AR, Bastia BK. Application of artificial intelligence and machine learning technology for the prediction of postmortem interval: A systematic review of preclinical and clinical studies. Forensic Sci Int. 2022;340:111473. doi: 10.1016/j.forsciint.2022.111473.
  94. 85. Li J, Wu YJ, Liu MF, et al. Multi-omics integration strategy in the post-mortem interval of forensic science. Talanta. 2024;268(Pt 1):125249. doi: 10.1016/j.talanta.2023.125249.
  95. 86. Wang Z, Zhang F, Wang L, et al. Advances in artificial intelligence-based microbiome for PMI estimation. Front Microbiol. 2022;13:1034051. doi: 10.3389/fmicb.2022.1034051.
  96. 87. Speruda M, Piecuch A, Borzęcka J, et al. Microbial traces and their role in forensic science. J Appl Microbiol. 2022;132(4):2547-2557. doi: 10.1111/jam.15426.
  97. 88. Johnson HR, Trinidad DD, Guzman S, et al. A Machine Learning Approach for Using the Postmortem Skin Microbiome to Estimate the Postmortem Interval. PLoS One. 2016;11(12):e0167370. doi: 10.1371/journal.pone.0167370.
  98. 89. Zhang Y, Pechal JL, Schmidt CJ, et al. Machine learning performance in a microbial molecular autopsy context: A cross-sectional postmortem human population study. PLoS One. 2019;14(4):e0213829. doi: 10.1371/journal.pone.0213829.
  99. 90. Hu L, Xing Y, Jiang P, et al. Predicting the postmortem interval using human intestinal microbiome data and random forest algorithm. Sci Justice. 2021;61(5):516-527. doi: 10.1016/j.scijus.2021.06.006.
  100. 91. Li N, Liang XR, Zhou SD, et al. Exploring postmortem succession of rat intestinal microbiome for PMI based on machine learning algorithms and potential use for humans. Forensic Sci Int Genet. 2023;66:102904. doi: 10.1016/j.fsigen.2023.102904.
  101. 92. Cui C, Song Y, Mao D, et al. Predicting the Postmortem Interval Based on Gravesoil Microbiome Data and a Random Forest Model. Microorganisms. 2022;11(1):56. doi: 10.3390/microorganisms11010056
  102. 93. Zhang J, Wang M, Qi X, et al. the postmortem interval of burial cadavers based on microbial community succession. Forensic Sci Int Genet. 2021 May;52:102488. doi: 10.1016/j.fsigen.2021.102488.
  103. 94. Cantürk İ, Özyılmaz L. A computational approach to estimate postmortem interval using opacity development of eye for human subjects. Comput Biol Med. 2018;98:93-99. doi: 10.1016/j.compbiomed.2018.04.023.
  104. 95. Wu Z, Guo Y, Hayakawa M, et al. Artificial intelligence-driven microbiome data analysis for estimation of postmortem interval and crime location. Front Microbiol. 2024;15:1334703. doi: 10.3389/fmicb.2024.1334703.
  105. 96. Woydt L, Bernhard M, Kirsten H, et al. Intra-individual alterations of serum markers routinely used in forensic pathology depending on increasing post-mortem interval. Sci Rep. 2018;8(1):12811. doi: 10.1038/s41598-018-31252-5.
  106. 97. Chighine A, Stocchero M, Ferino G, et al. Metabolomics investigation of post-mortem human pericardial fluid. Int J Legal Med. 2023;137(6):1875-1885. doi: 10.1007/s00414-023-03050-w.
  107. 98. Usumoto Y, Kudo K, Tsuji A, et al. The derivation of predictive equations to speculate the post-mortem interval using cases with over 20-mL pleural effusion: A preliminary study. J Forensic Leg Med. 2019;65:61-67. doi: 10.1016/j.jflm.2019.05.001.
  108. 99. De-Giorgio F, Ciasca G, Fecondo G, et al. Post mortem computed tomography meets radiomics: a case series on fractal analysis of post mortem changes in the brain. Int J Legal Med. 2022;136(3):719-727. doi: 10.1007/s00414-022-02801-5.
  109. 100. Wilk LS, Edelman GJ, Roos M, et al. Individualised and non-contact post-mortem interval determination of human bodies using visible and thermal 3D imaging. Nat Commun. 2021;12(1):5997. doi: 10.1038/s41467-021-26318-4.
  110. 101. Castro AL, Tarelho S, Dias M, et al. Comparison of endogenous GHB concentrations in blood and hair in death cases with emphasis on the post mortem interval. Int J Legal Med. 2016;130(4):959-965. doi: 10.1007/s00414-016-1321-8.
  111. 102. Mahajan N, Romalpreet SK, Sharma M, Kumar RS. Vitamin C as a Potential indicator of post-mortem interval: a biochemical analysis. Indian J. Forensic Med. Toxicol. 2019; 13: 35. doi: 10.5958/0973-9130.2019.00008.2

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Эко-Вектор,


СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ПИ № ФС 77 - 81753 выдано 09.09.2021 г. 
СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ЭЛ № ФС 77 – 59181 выдано 03.09.2014 г.


Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах