累积日度在死亡时间推断中的研究进展

朱伟豪，杨梦姿，郑哲，孙凯，莫耀南

1.河南科技大学法医学院，河南 洛阳 471003；2.重庆医科大学基础医学院法医学系，重庆400016

死亡时间（postmortem interval，PMI）推断作为法医病理学的重要课题，历经几个世纪的探索，已经取得了很大进步，但准确性及适用性仍有待提高[1-3]。尸体腐败是一个复杂的过程，受尸体自身和外在环境等多种因素的影响，既往研究通过控制变量，仅考虑单因素影响，难以保证PMI 推断的准确性，但可优先考虑对腐败过程影响的主要因素（环境温度和经历时间）[4-5]。累积日度（accumulated degree days，ADD），指某一段持续期间内日平均气温与经历时间的乘积，常作为研究温度与生物发育速率关系的一种指标，从温度强度和作用时间两个方面探索对生物生长发育的影响[6-8]，累积小时度（accumulated degree hours，ADH）是其另一种表达方式。近年来，通过累积死后的每日平均温度，建立ADD 与某些评价指标的数学模型用于推断PMI 的研究不断增多，本文将简述ADD的研究历史，在PMI 推断的应用，以及面临的问题，为进一步提高ADD 推断PMI 的精度提供参考。

1 ADD 的研究历史

ADD 概念最早由法国植物学家DERIOMIR 于1735 年提出。BOUSSINGAULT 教授在1837 年 将发育期间每日平均温度乘以经历日数计算出各类农作物完成一次发育周期所需要的“总热量”，以“日度”为单位[8]，正式拉开定量计算ADD 的序幕。20 世纪50 年代，苏联开始将ADD 应用于气象服务中，之后，国内也广为应用[9]。目前，ADD 研究已扩展至气象灾害预测[10]、昆虫发育和防治[11]、农作物育种和增产[12]等领域。1855 年，BERGERET 将昆虫学与PMI 推断建立联系后[13]，ADD 开始被用于法医昆虫学研究[14-17]。2003 年，AMES 等[18]发现，在昆虫发育历期中使用ADD 或ADH 存在局限，尤其在发育过程中经历低温期，会增大PMI 推断误差，该研究促进了精确计算ADD 方法 学的发展。1992 年，VASS 等[19]将ADD 转化应用于尸体分解研究，把尸体周围土壤中挥发性脂肪酸和各种阴阳离子的数据与ADD 建立模型，来帮助准确推断PMI。MEGYESI 等[20]在2005 年建立了尸体腐败总积分（total body score，TBS）与ADD 的回归方程，展示出ADD 在法医学上的应用潜力。近年来，国外PMI 推断研究较多使用ADD 替代单一时间变量作为首选自变量[21-23]，国内ADD 主要集中于法医昆虫学研究[2，13]，其他PMI 推断领域有关ADD 的研究还较少，值得大家重视。

2 ADD 在PMI 推断中的应用

2.1 尸体分解与ADD关系推断PMI

尸体分解是一个连续的进程，然而，由于个体因素（如身高、体质量、年龄等）[24]和外部因素（如温度、土壤酸度、昆虫活动等）[15-19，25-27]的影响，导致尸体分解也是一个高度可变的过程，开发一种多因素下精确推断PMI 的方法是法医工作者的奋斗目标。MEGYESI等[20]将尸体分为3 个区域（头颈部、躯干和四肢），再细分为十几个评价指标，并对每个指标出现的位置和严重程度进行赋值，汇聚成TBS，再建立其与ADD 的回归模型。结果显示，ADD 的增加与TBS 的增加具有很强的相关性，还发现ADD 约占影响分解因素的80%，最好的分解评价模型取决于ADD，而不仅仅是时间[20]。MOFFATT 等[28]修 正MEGYESI回归方程中的统计误差，并利用原始数据对ADD 进行以10 为底的对数处理，与调整后TBS 建立的方程更加可靠，具有更小的置信区间。VASS[29]也提出一种利用ADD、温度、湿度等因素与分解百分数关系进行PMI 推断的公式。在内布拉斯加州和夏威夷地区验证Vass 模型发现，其可成功推断79%死亡场景的PMI[30]。MARHOFF等[31]在澳大利亚地区应用ADD 和分解程度指数（degree of decomposition index，DDI）2种方法推断PMI时，所有实验样本的PMI 均被低估。但是，与DDI 方法相比，ADD 法随着时间推移显示出更高的准确性。国内，WANG 等[6]则客观地比较了人类尸体和动物尸体的分解过程，并分析其差异，所建立的TBS 与ADD的线性回归关系，更适合用于推断PMI。HEATON等[32]基于TBS 提出水中腐败评分（aquatic decomposi⁃tion scoring，ADS）系统，用于推断水中尸体浸没时间（postmortem submersion interval，PMSI），验证分析显示水中尸体的ADS 与PMSI（以ADD 为衡量指标）具有较强相关性[33-34]。自ADD 首次转化应用于尸体分解研究以来，利用ADD 量化和推断PMI 将成为一种新趋势[20，28-37]。

2.2 法医昆虫学的ADD数据推断PMI

建立准确的嗜尸性昆虫发育数据对提高最短死亡时间（minimum postmortem interval，PMImin）推断的准确性具有重要意义[38-39]。目前，用于确定昆虫年龄的方法有发育时间、ADD 和幼虫大小（体长或体质量）[40-44]，其中应用最广泛的是ADD 模型[45-46]，因为ADD 是控制嗜尸性昆虫生长发育的主要因素[47]。2001 年，MARCHENKO[48]报道ADD 可用于描述和确定法医昆虫的发育状态，即由公式计算出同一饲养温度下昆虫发育所需的总热量。计算公式为ADD=n（Ti-Ts）。其中n为发育天数，Ti为环境温度，Ts为发育温度阈值。ZHANG 等[49]在16 ℃、19 ℃、22 ℃、25 ℃、28 ℃、31 ℃和34 ℃7 个恒温条件下，研究了大头金蝇的ADH、发育持续时间、幼虫体长和形态变化，用于推断PMImin。CERVANTÈS 等[50]研究结果与此一致。SIMMONS 等[51]将每间隔50 日度的TBS 作为分解率，报道了昆虫对野兔死后分解速率的影响。也有学者以ADD 为自变量，记录了兔子尸体分解过程中4 种双翅目昆虫在不同演替阶段的表现[52]。SHIRAVI 等[53]的研究显示，白头裸金蝇、丝光绿蝇及某麻蝇属由卵孵化至成虫阶段的ADD 分别为130～195、148～222 和221～323 日度。WANG 等[54]也研究了恒定温度下厩腐蝇的发育与ADD 的关系，用于推断PMImin。同时，家蝇[55]和野亚麻蝇[56]在不同恒温环境下的ADH 也被记录，为推断PMImin提供基础数据。目前，国内已系统研究了绯颜裸金蝇、亮绿蝇、乌足锡蝇、巨尾阿丽蝇、丝光绿蝇在内的12 种具有重要法医学意义的昆虫发育历期[57]，为嗜尸性昆虫研究作出重大贡献。

2.3 埋葬尸体ADD推断PMI

研究埋葬尸体的分解及其与周围环境的相互作用，以了解分解过程和分解速率，测定腐败遗骸下的土壤化学可帮助推断PMI[58-60]。VASS 等[19]的研究结果显示，尸体周围土壤中挥发性脂肪酸（volatile fatty acid，VFA）、阴离子和阳离子与ADD 具有较强的相关性，可用于推断PMI，还发现土壤的pH 值在几个日度范围内升高，在750 日度时达到峰值，之后开始下降，约3 750 日度时下降至控制值以下，4 500 日度后趋于稳定。同时，有研究[61-62]显示，电导率在人类和其他哺乳动物遗骸下面的土壤中也表现出先增加后减少的时序性变化规律。AITKENHEAD-PETERSON 等[63]以埋藏深度7 cm 的腐烂尸体为实验对象，发现尸体内化学物质随ADD 的增加逐渐扩散，其扩散方向和速率与墓地的土壤坡度有关。SINGH 等[64]检测尸体周围土壤中微生物群落结构变化，结果显示，随ADD 的增加，微生物的相对丰度显著增加。TROUTMAN 等[65]每间隔100 日度，记录TBS 和尸体内部温度，发现乱葬坑中不同位置对尸体分解和内部温度均有显著影响。CARTER 等[66]研究显示，尸体埋葬导致土壤中茚三酮反应氮（indotriketone reactive nitrogen，NRN）显著增加，其土壤含量比基础NRN 含量高约15 μg/g，在105～154 日度达到峰值水平，NRN 和ADD 的关系可用于推断早期PMI（死后1～2 d；0 日度≤ADD≤105 日度）。目前，埋葬尸体研究普遍将ADD 作为自变量，统计尸体周围土壤信息，对环境生物监测和法医学PMI 研究具有重要价值。

2.4 ADD应用于其他PMI推断指标的研究

ADD 除用于以上PMI 推断主要领域外，也逐步被用于PMI 相关的各项研究。如HANSEN 等[21]在一段时间内向4 个尸体施加单个固定振幅的电流，并测量电阻和电抗，结果显示，阻抗和ADD 之间具有显著的抛物线关系，可用于PMI 推断。LARKIN 等[22]采用3 种不同方法从猪骨骼肌中提取DNA，探究ADD 对DNA量值的影响，结果证实，描述DNA 降解的最佳模式是ADD，而不是时间，骨骼肌内DNA 含量下降与ADD 的相关性最好。GRANRUD 等[23]则利用ADD 量化切牙脱落状况，以推断PMI，其中6 颗牙齿剥脱的ADD 范围为1 539.7～2 006.7 日度，去角质所需的平均ADD 为（1 788.0±198.1）日度。该研究所报道的切牙剥脱所需的ADD 范围较小，可用于推断PMImin。同理，也有学者利用3 种ADD 模型（MEGYESI、NAWROCKI 和HASKELL 开发的回归方程）研究了马的关节脱位规律与PMI 的关系，结果显示，通过MEGYESI 方程推断的预期PMI 与实际PMI 之间差异没有统计学意义[67]。

3 应用ADD 面临的困难

3.1 ADD计算过程有待简化

自ADD 概念提出，已有200 多年的历史，依据自身学科研究开发了多种ADD 计算方法。无论何种计算方法均需人工计算，当面临晚期PMI 时，海量数据的计算过程十分繁琐，且结果易错。简化ADD 计算过程，提高精确率更有助于PMI 研究成果转化应用。随着计算机大数据分析的发展，司国新等[68]基于接口描述语言（interface description language，IDL）开发了一种自动计算ADD 的程序，该程序不仅计算简便高效，且准确率也明显提高，但在法医学领域的应用效果有待验证。

3.2 ADD温度起始点测定任务艰巨

要使用ADD 模型，就必须先确定一个最小温度阈值（一般通过实验测定和统计得到[53]）。如温度起始点有误，必然造成对PMI 的高估或低估。对于尸体腐败分解和法医埋葬学研究的ADD 常选取0 ℃作为温度起始点，但该温度起始点是人为规定的，准确性有待深入研究[20，28]。在法医昆虫学领域，除不同昆虫温度起始点不同外，同种昆虫在发育各阶段温度起始点也不尽相同[45-50]。因此，不同昆虫的ADD 温度起始点数据需要大量学者不断完善。

3.3 部分ADD模型具有地域性

FORBES 等[69]在南非开普敦地区验证Megyesi 和Moffatt 模型的准确性时发现，二者均不适用于南非地区。这与MYBURGH 等[70]的实验结果一致。之后，在澳大利亚[31]、得克萨斯州[71]等地区的验证结果也表明，为一个地区或在一个地区开发的ADD 模型应用于其他地区是不切实际的，因此需要建立适合不同地区的ADD 方程来推断PMI。尤其在地域辽阔、东西南北差异较大、且历经不同气候变化的中国，此点更应得到重视。

4 展 望

在法医学PMI 推断研究中，使用基于ADD 的模型比基于单一时间变量的通用方法更符合实际情况，各地可以依据特定地域环境条件研究适合的预测模型。当然，期望寻求单一简便的方法用于PMI 推断还不现实，在建立ADD 模型过程中不能忽视所面临的困难。为了解决这些问题，一方面，可以建立区域特定标准，推导出适宜本区域特定的公式，获得不同区域间腐败分解的细微差别；另一方面，期望可利用“大数据分析”建立更复杂的模型，这些模型来自更全面的影响因素、降解速率指标和模式的考量。