死亡时间的 RNA 时钟：270 例前额叶皮质转录组的协变量校正预测框架

2026-10-23·碱基·生信方法

PMI（postmortem interval，死后间隔）的分子估算，难点一直不在测量工具，而在混淆效应的剥离。死后组织的 RNA-seq 数据里，基因表达量同时受 PMI 本身和供体年龄、性别、样本处理条件、RNA 完整性指数等协变量共同驱动，这些因素和 PMI 之间可能有偶然的相关，直接做回归很容易把协变量效应误读成 PMI 信号，筛出来的基因面板站不住脚。以往的分子 PMI 研究大多局限在小样本候选基因集和有限的组织类型，这项发表在 Forensic Science International 的工作（PMID: 42777494），在 270 份人类背外侧前额叶皮质（dorsolateral prefrontal cortex，DLPFC）RNA-seq 样本上，把协变量问题系统地嵌进了整个特征筛选框架。

数据经表达量过滤和 TMM（trimmed mean of M-values）标准化之后，进入的不是直接的 PMI-基因相关分析，而是先把协变量效应从表达量里剥离，再在校正后的残差上评估每个基因与 PMI 的关联强度。

Bootstrap 弹性网络筛选

协变量校正之后，用 bootstrap 弹性网络（elastic-net）对候选基因打分排名。在重复交叉验证框架内，每一轮在不同数据子集上独立跑 bootstrap，把在多次重采样下反复选入的基因排在前面，过滤掉只在某次训练里碰巧表现好的偶发特征。

弹性网络在做正则化的同时做特征选择，bootstrap 衡量这个选择是否稳健。面板大小和特征集双重优化后，确定了 400 基因的“仅基因”（Gene-only）配置作为下游建模输入（PMID: 42777494）。

“仅基因”的命名透露出他们也对比了把协变量直接作为预测特征的配置。协变量校正的效果只体现在筛选阶段，最终模型只需要基因表达数据就能运行。这对法医实践有实际意义。现场信息往往残缺，不依赖供体元数据的纯转录组预测部署起来更简单。

XGBoost 在 PMI 预测上的误差数字

400 个特征上比较了多种监督学习算法，XGBoost 表现最佳，平均绝对误差（MAE）9.48 小时，均方根误差（RMSE）12.57 小时，Pearson 相关系数 r = 0.535，预测 R² = 0.282（PMID: 42777494）。

R² = 0.282，放在一般回归任务里不算高。但有两个参照比绝对值更重要。这个模型明确优于空模型（只预测训练集均值），也优于“仅协变量”基线（只用年龄、性别等信息预测），说明 400 基因在协变量之外确实携带了独立的 PMI 信息，不是拿样本质量差异换来的假关联。r = 0.535 意味着预测值和真实值之间有中等程度的线性相关，在从脑转录组数据预测死亡时间这件事上，这是对这类数据比较充分的利用了。

预测误差在不同 PMI 区间内有差异（PMID: 42777494），摘要没有给出分区间数字。MAE 9.48 小时是跨全范围的均值，某些时间段的误差可能更小、另一些可能更大。法医实践里，知道模型在哪段时间可靠比知道平均误差更有用，这部分数据需要去原文里找。

400 基因中的 MHC II 与吞噬通路富集

400 基因特征集的功能富集分析指向了免疫效应过程、抗原加工与呈递、MHC II 类通路和吞噬相关生物过程（PMID: 42777494）。

这个结果有两种不互斥的解读。第一种是细胞类型组成的时序变化。死亡后，组织里不同细胞类型以各自的速率自溶，单核细胞、巨噬细胞等免疫细胞来源的转录本在总 RNA 池里的相对丰度随 PMI 延长而系统改变，免疫相关基因的表达比值因此成为可用的时钟读数。第二种是降解动力学的差异。炎症相关 mRNA 的半衰期可能不同于结构基因，在死后环境里衰减得更快或更慢。

目前的分析框架无法区分这两种机制，两条路径对应的后续方向截然不同。前者需要单细胞分辨率的时序实验来解析哪种细胞类型贡献最大，后者更适合体外测定 mRNA 降解动力学。

DLPFC 单脑区数据的外推边界

全部 270 份样本来自同一个脑区。DLPFC 的公开 RNA-seq 数据积累丰富，用它是数据可及性的选择，但颅内组织有相对封闭的死后温湿度环境，mRNA 降解速率与暴露在外的皮肤、血液或腹腔器官不同，这套模型在其他组织类型上是否成立，目前没有数据。

外部验证的缺失是另一道坎。交叉验证保证内部一致性，MAE 9.48 小时是在训练分布内的估计，在不同种族背景、不同死因、不同环境温度的独立队列上的表现是未知的。作者把这项工作定位为“候选标记资源和标准化分析框架”，这是准确的表述——它提供了一套方法学基础和一份基因名单，从这里到法医实践还差独立验证这一步。从生信方法的角度看，这套协变量校正加弹性网络筛选的流程本身是可以移植的，把它用在其他组织类型或更大规模的数据上，是这条线最直接的延伸。

本期简讯

《核酸研究》报道了 CRYSPER 和 CUREIPES（PMID: 42779099），两个用比值荧光在单细胞分辨率读出 RNA 剪接和 C-to-U 编辑状态的工具。CRYSPER 展示了不同细胞类型使用非经典剪接位点的差异，并发现第二个内含子位置可以作为摇摆碱基；CUREIPES 基于 CRYSPER 构建，是第一个能让人类 Apobec1 依赖的 C-to-U 编辑诱导蛋白表达的工具，设计思路是通过细胞自主表达编辑调控蛋白来对抗病理性编辑异常。摘要没有量化灵敏度或特异性数据，适用范围需要看全文验证部分。

乌干达 Bundibugyo 地区“Dinga Dinga”病调查发表于《美国热带医学与卫生学杂志》（PMID: 42772264）。截至 2025 年 1 月 31 日确认 136 例，全部女性，中位年龄 18 岁，症状均为影响站立行走的双侧下肢震颤、坐下或躺倒后消失，病程 4 天至 3 个月不等。有复发记录的 90 人中 22% 出现反复发作。实验室方面，93 人中 24 人（26%）疟原虫阳性，87 人中 3 人（3%）Ekpoma virus 2（EKV2）核酸阳性，而 80 人中 41 人（51%）抗 EKV2 IgG 阳性；宏基因组测序确认其中 2 例 EKV2，并在 1 例中检出立克次体特异性序列。病因至今未定，这是无对照组的描述性调查，感染性病原和环境毒素两条假说均未排除。

法医基因组学死亡时间预测转录组机器学习弹性网络特征筛选PMI估算