研究背景与目的意义:生物检材的组织体液来源鉴别对于揭示案件性质尤为重要,目前缺乏精准有效的检测方法。人体不同组织体液有着不同的微生物群落。人体微生物组在组织体液溯源研究中展现出良好的潜力,但目前的研究大多基于HMP数据库进行人体微生物组的信息挖掘,其涵盖的人群和样本量有限,且数据库的应用与整合存在局限,无法满足法医学的实际需求。此外,实际案件检材会受外界环境的影响,且人体微生物组还可能受到供者地域差异等影响。然而,目前对这方面的研究较少。因此,本研究拟采用16S rDNA高通量测序技术检测中国汉族健康个体的唾液、阴道分泌物、精液、皮肤和粪便五种不同类型的生物样本,生物信息学方法分析各类型样本的微生物群落组成和丰度信息,在此基础上筛选显著差异优势微生物。利用机器学习模型中的随机森林分类模型,建立基于微生物标记的组织体液类型判别方法。考虑到法医物证检材大多受到外界环境的影响,本研究初步探索了环境暴露对精液微生物群落的影响、不同地域因素对阴道微生物群落的影响,并进行了微生物组用于皮肤沾染唾液混合样本组织体液溯源的探索研究。旨在识别影响人体微生物组用于组织体液鉴别的重要因素,以期为组织体液鉴识提供科学依据和新的检测策略。方法:本研究拟按照一定的取样标准收集五种类型人体生物样本,并制备暴露于不同环境条件下的精液样本、皮肤沾染唾液的混合样本。采用16S rDNA高通量测序技术对五种常见组织体液样本进行研究,获得不同体液的微生物数据集。采用MetaStats、LEfSe等统计方法分析各组间的微生物差异,获得线性判别分析值分布图及Cladogram图,观察不同分组样本中丰度占优势且在组间具有显著差异的微生物,从而筛选出多组微生物标记作为组织来源判断的分类依据。基于本研究获得的包含不同体液类型分组、微生物类别等信息的样本数据集,针对五种组织体液建立随机森林预测模型。结果:五种类型人体生物样本的微生物组成及优势菌群存在显著差异,随机森林模型可将其正确分类,具有良好的预测能力。唾液样本中的优势菌属为链球菌属和奈瑟菌属;阴道分泌物的优势菌群为乳酸菌属和加德纳菌属;皮肤的优势菌属主要为丙酸杆菌属和棒状杆菌属;精液的优势菌属主要为假单胞菌属和大肠志贺菌属;粪便的优势菌属主要为巨单胞菌属和拟杆菌属。精液暴露组的微生物群落虽然受到环境的影响,但仍可与其他四种体液区分开来。生物地理因素会影响部分阴道菌群的相对丰度,但阴道优势菌群的组成无显著差异,主要为乳酸菌属和加德纳菌属。而皮肤沾染唾液的混合模型样本稳定呈现其来源组织体液的微生物群落特征。结论:人体微生物组在法医学五种类型生物样本的组织体液溯源中具有良好的应用潜力,且微生物作为组织体液溯源标记具有较好的稳定性,其有望应用于生物检材的组织体液来源鉴别,为案件的侦破提供线索,从而维护司法公正。