劉超，叢斌

1.廣州市刑事科學技術(shù)研究所 法醫(yī)病理學公安部重點實驗室，廣東 廣州 510442；2.河北醫(yī)科大學法醫(yī)學院 河北省法醫(yī)學重點實驗室，河北 石家莊 050011

水中尸體是法醫(yī)學實踐中常見的尸體類型之一。判斷水中尸體是否為溺死，對案件的定性至關(guān)重要。同時，由于水中尸體的發(fā)現(xiàn)地往往不是實際落水點，尸體發(fā)現(xiàn)時間距離其實際死亡時間往往間隔較長，諸多因素對案件中死者的身份調(diào)查、偵查范圍的縮小和案件的偵破有著較大的影響。目前，國內(nèi)外學者們已進行了不少關(guān)于水中尸體的研究，本文就水中尸體的死因診斷、溺死地點推斷和死后淹沒時間（postmortem submersion interval，PMSI）3 個方面的研究現(xiàn)狀進行綜述，旨在為水中尸體的研究提供參考。

1 水中尸體死因診斷技術(shù)

1.1 理化因子檢測

溺水過程中，溺液鹽度的不同會引起溺水者血液被稀釋或濃縮，且溺液中的離子進入血液可引起血液中電解質(zhì)濃度發(fā)生變化。MATOBA 等[1]發(fā)現(xiàn)淡水、海水溺死尸體兩側(cè)胸腔積液中鈉離子（Na+）、氯離子（Cl-）、鈣離子（Ca2+）和鎂離子（Mg2+）的濃度與非溺死尸體之間都有較大差異，可作為診斷溺死和判斷溺死水體的指標。在此基礎(chǔ)上，YAJIMA 等[2]提出了SUMNa+K+Cl，即胸腔積液中Na+、K+和Cl-的濃度總和，可根據(jù)該指標判斷是淡水吸入還是海水吸入，該指標在溺死診斷中具有較高的應(yīng)用價值。DELILIGKA 等[3]通過對76例尸體（51例海水溺死，25例非溺死）心包液中Mg2+和Ca2+濃度的測定，發(fā)現(xiàn)海水溺死組尸體心包液中的Mg2+和Ca2+濃度均高于非溺死組，表明該2種離子可輔助診斷海水溺死。

此外，TSE 等[4-6]研究發(fā)現(xiàn)，玻璃體液、腦脊液、蝶竇中的Na+、K+、Cl-濃度的變化也有助于溺死的法醫(yī)學鑒定。

1.2 基因及蛋白表達

除了電解質(zhì)濃度變化，機體在溺死過程中也會出現(xiàn)相應(yīng)的應(yīng)激反應(yīng)，具體可表現(xiàn)為一些應(yīng)激炎癥因子及相關(guān)蛋白的表達。趙兵等[7]發(fā)現(xiàn)，河水溺死組大鼠肺組織水通道蛋白（aquaporin，AQP）-4 的表達高于非溺死組，同時溺死組大鼠肺組織的AQP-1、AQP-4 mRNA 表達也明顯高于拋尸入水組，表明肺組織AQP-1、AQP-4 mRNA 及蛋白表達增高可對生前溺死與死后拋尸的鑒別有一定意義。姜美玲等[8-9]通過檢測溺死大鼠肺組織和血清中白細胞介素（interleukin，IL）-1α、IL-1β、IL-13 mRNA 的變化，發(fā)現(xiàn)細胞因子IL-1β、IL-13 mRNA 在溺死大鼠右心室血清中表達量均有改變，表明其變化與溺死密切相關(guān)。

此外，有關(guān)表面活性蛋白物質(zhì)（surfactant protein，SP）-A、趨化因子配體[chemokine（C-C motif）ligand，CCL]2、CCL7 和趨化因子受體（chemokine receptor，CCR）2、晚期糖基化終末產(chǎn)物受體（receptor for advanced glycation end product，RAGE）、AQP-5、熱激蛋白（heat shock protein，HSP）70、AQP-2、精氨酸升壓素（arginine vasopressin，AVP）等蛋白的研究[10-16]表明，這些基因及蛋白的表達對溺死診斷均有一定的幫助。然而，這些基因、蛋白的表達是機體應(yīng)激或肺損傷的表現(xiàn)，其他原因的死亡（如機械性窒息死亡）也可造成其表達量增高，不能被當作溺死診斷的特異性指標。且當尸體高度腐敗時，蛋白質(zhì)及其表達基因降解，難以用于溺死診斷。

1.3 硅藻檢驗

溺水過程中，硅藻隨溺液被吸入呼吸道進入肺泡，穿過肺泡間孔（Cohn 孔）及肺泡毛細血管屏障隨著血液播散至肝、腎等組織器官。溺死尸體肝、腎、肺組織和水樣的硅藻平均含量分別約為17、15、103 688、10 488 個/10 g，肺組織的硅藻含量顯著高于水樣和肝、腎組織，肝、腎組織中發(fā)現(xiàn)的中心綱和羽紋綱硅藻的比例約為3∶7，低于肺組織和水樣中的5∶5，肝、腎組織的硅藻不僅含量低于水樣和肺組織，其長徑和短徑都顯著小于水樣、肺組織的硅藻[17]，說明擁有較小短徑的羽紋綱硅藻更容易通過氣-血屏障進入內(nèi)部組織。基于光學顯微鏡觀察的研究[18]發(fā)現(xiàn)，肝、腎等組織內(nèi)三分之二的硅藻長徑小于15 μm，骨髓中大多數(shù)硅藻的最大長徑小于20 μm；同時，近年來基于掃描電子顯微鏡觀察的研究[17]發(fā)現(xiàn)，肝、腎及肺組織內(nèi)硅藻的平均長徑分別為17.39、16.75 和19.49 μm，平均寬徑分別為6.06、5.82 和7.76 μm。光學顯微鏡和掃描電子顯微鏡得到的研究結(jié)果基本相似，說明只有小型的硅藻能通過氣-血屏障進入體循環(huán)。氣-血屏障對進入體循環(huán)硅藻的數(shù)量、種類及大小起到了選擇性作用。

同時，肺組織與水樣中硅藻的數(shù)量變化密切關(guān)聯(lián)，呈正相關(guān)趨勢；肝、腎組織中硅藻含量和肺組織、水樣中硅藻含量無線性相關(guān)性；而肝組織與腎組織硅藻均來自通過氣-血屏障進入體循環(huán)的硅藻，兩者的含量呈正相關(guān)[19]。肺組織的硅藻含量高于肝、腎組織及水樣，其原因是溺水過程中呼吸加深加快，大量的水吸入肺組織，再加上肺組織氣-血屏障對硅藻的選擇透過性[17]，使硅藻儲存、富集在肺組織中[20]。

死后入水者沒有經(jīng)歷溺水的過程，缺乏肺組織對水樣硅藻的富集[20-22]。因此，在死后入水尸體肺組織內(nèi)檢測到硅藻含量小于水樣中硅藻的含量或者含量大致相當[23]，由于溺水過程中肺組織對硅藻有富集作用，肺組織硅藻的定量分析是溺死診斷的一個重要指標[20]。

此外，近年來人工智能技術(shù)也逐漸被應(yīng)用于硅藻檢驗。駱巧琦等[24]根據(jù)硅藻顯微圖像的形狀特點，采用基于累積直方圖的雙輪廓疊加圖像分割方法，提取硅藻形態(tài)圖像，利用基于誤差反向傳播（back propagation，BP）算法的多層前饋網(wǎng)絡(luò)進行分類，結(jié)果表明，該方法對11 種浮游硅藻（包括12 類輪廓）的自動識別率達到96.6%。李顯鵬[25]基于深度學習算法對海藻穆勒矩陣的特征提取和分類方法進行了研究，實現(xiàn)了穆勒矩陣成像技術(shù)和深度學習算法的結(jié)合，建立了一套具有實用價值的偏振大數(shù)據(jù)分析方法，可充分利用高維偏振數(shù)據(jù)所包含的有效信息輔助研究海洋藻類等具有復(fù)雜形態(tài)結(jié)構(gòu)的各向異性生物體系。鄧杰航等[26]構(gòu)建區(qū)域候選網(wǎng)絡(luò)（region proposal network，RPN）模塊和Fast R-卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）目標檢測模塊，其中RPN 模塊用于提取圖像中存在硅藻目標的區(qū)域，初步完成目標定位，F(xiàn)ast R-CNN 模塊可對該區(qū)域的目標硅藻進行種屬鑒定的同時完成目標精準定位，能夠有效識別與定位復(fù)雜背景下硅藻圖像中的多種目標，識別率達85%。ZHOU 等[27]使用深度學習的CNN 對硅藻-非硅藻數(shù)據(jù)庫進行訓練，得到了自動化硅藻識別模型，并基于此建立了智能的硅藻自動化識別系統(tǒng)。通過“閱片”比賽，比較該系統(tǒng)與人類專家對硅藻的識別能力，發(fā)現(xiàn)該系統(tǒng)可達到人類專家的精準度，且耗時較短。隨后，同一團隊使用該自動識別系統(tǒng)對10例溺死尸體進行硅藻檢驗證明，該系統(tǒng)在法醫(yī)學溺死案件診斷中具有可行性，可為未來實現(xiàn)智能化硅藻檢驗奠定基礎(chǔ)[28]。

1.4 浮游生物DNA 檢測

隨著分子生物學的不斷發(fā)展，在不分離菌株的情況下，也可以通過檢測浮游生物基因組特定區(qū)域的DNA 序列進行物種識別。線粒體擁有自身的遺傳物質(zhì)和遺傳體系，線粒體基因的高重排率和低突變率，使其可以區(qū)分物種。其中，細胞色素c 氧化酶亞基I（cytochrome c oxidase subunit I，COI）基因是藻類分子分類研究的主要目標。鄧建強等[29]通過硝酸消化鏡檢法（鏡檢法）和種屬特異性PCR 檢驗法（PCR法）進行硅藻檢驗，對KEint2F 和KEintR 這對COX-I區(qū)特異性PCR 引物應(yīng)用于法醫(yī)學溺死診斷的有效性進行研究，結(jié)果表明，PCR 法比鏡檢法具有更高的硅藻檢出率，KEint2F 和KEintR 可作為法醫(yī)學硅藻檢驗的特異性PCR 引物應(yīng)用于溺死診斷。

任意2 種植物之間其葉綠體基因同源性至少有30%，同源性越高，其親緣性關(guān)系就越近，因此可以通過檢測葉綠體基因?qū)υ孱愡M行分類[30]。目前常用的藻類葉綠體基因有葉綠體核酮糖-1，5-二磷酸羧化酶大亞基（ribulose-1,5-bisphosphate carboxylase/oxygenase large subunit，rbcL）基因和葉綠體23S rRNA基因的V 結(jié)構(gòu)域UPA（universal plastid amplicon）。針對rbcL 基因設(shè)計特異性引物，彭帆等[31]用PCR-毛細管電泳（capillary electrophoresis，CE）法對35例尸體進行檢驗，總陽性率高達92.6%。FANG 等[32]基于藻類rbcL 基因提出了1 種溺死地點推斷的方法。劉向東等[33]針對硅藻UPA基因設(shè)計通用引物，建立了熒光定量PCR 溺死診斷方法，在溺死診斷研究中具有較好的應(yīng)用價值。VINAYAK[34]也發(fā)現(xiàn)，葉綠體基因標記psaA-2 能在溺死小鼠樣本中（肺、肝、腎、心、腦及股骨骨髓）以150 bp 的大小擴增，可作為診斷溺死的一種方法。

rDNA 不同區(qū)段所承受進化選擇壓力的不同導致了各區(qū)段的保守性差異，較適用于生物分類的研究。李鵬等[35]通過相關(guān)藻類16S rDNA 建立的PCR-CE 法靈敏度高，可同時檢測多種溺死相關(guān)藻類（如硅藻、藍藻、綠藻等）。傅潤熹等[36]針對硅藻16S rDNA，采用PCR 法檢測夏冬兩季溺死兔器官中的硅藻。LI 等[37]通過硅藻形態(tài)學以及18S rDNA，首次建立了長江南京段硅藻的形態(tài)和DNA 數(shù)據(jù)庫，對硅藻的法醫(yī)學應(yīng)用具有重要意義。此后，基于硅藻18S rDNA，ZHAO等[38]對四川水域、胡蝶等[39]對云南滇池水體中的硅藻種群多樣性都進行了研究。JIANG 等[40]針對中國常見的169 種硅藻，研發(fā)了一種檢測硅藻18S rRNA 特定基因片段的硅藻微陣列，在溺死診斷中具有一定的應(yīng)用價值。

早在2009 年，SUTO 等[41]針對溺死者心血樣本中的唾液鏈球菌、血紅鏈球菌以及嗜水氣單胞菌3 種菌群分別設(shè)計了SL1、SN1 和AH1 3 對引物，并通過PCR檢測方法對19例3 d 內(nèi)的溺死尸體心血樣本進行檢測，結(jié)果顯示所有血樣中均檢出SL-DNA，在部分樣本中檢出AH-DNA，表明此法可用于溺死診斷，特別在不含傳統(tǒng)浮游生物的溺水死亡中更能發(fā)揮出重要作用。

越來越多的學者將細菌納入了溺死診斷靶標，如AOYAGI等[42]使用PCR 方法檢測水中尸體血樣中的溫和氣單胞菌DNA 片段診斷溺死；UCHIYAMA 等[43]針對3種細菌（氣單胞菌、弧菌以及發(fā)光桿菌）設(shè)計了9對引物，并使用TaqMan 實時PCR 法診斷溺死；RUTTY 等[44]采用TaqMan PCR 法，通過檢測尸體器官中是否含有氣單胞菌、弧菌及發(fā)光桿菌來診斷溺死，并可根據(jù)檢測到的細菌種類、豐度的不同初步推斷溺死地點。WANG 等[45]通過二代測序檢測溺死和死后拋尸大鼠模型肺、肝、血液、皮膚及溺液等樣本中的細菌群落，并基于不加權(quán)主坐標分析（principal co-ordinates analysis，PCoA）方法處理數(shù)據(jù)，建立了一種新型二代測序診斷溺死的方法。XIAO 等[46-47]也分別采用了PCR-CE、實時定量PCR（quantitative PCR，qPCR）等方法檢測溺死相關(guān)器官中的浮游生物DNA，為溺死診斷提供了更多方法與思路。

1.5 影像學與虛擬解剖

早在2005 年，AGHAYEV 等[48]首次對一起船舶事故中的尸體進行CT 和MRI 掃描檢查，影像學結(jié)果除了顯示出機械性損傷外，還發(fā)現(xiàn)有液體潴留于鼻竇、胃以及十二指腸內(nèi)，結(jié)合肺組織和左心血液中的硅藻，給出了機械性損傷作用下溺死的死因診斷，第一次成功地將影像學與溺死相結(jié)合。在此之后，萬雷等[49]用多層螺旋CT 判定1例污水泵池內(nèi)溺死，對于我國的溺死虛擬解剖研究具有重要意義。

如今，溺死虛擬解剖的研究主要是對比分析溺死和其他死亡原因的影像學表現(xiàn)，觀察循環(huán)、消化及呼吸系統(tǒng)的影像學表現(xiàn)。2012 年，KAWASUMI 等[50]用CT 掃描了151 具尸體（39例溺死、112例非溺死）的上頜竇及蝶竇，比較分析其內(nèi)部積液情況，發(fā)現(xiàn)上頜竇、蝶竇積液診斷溺死的靈敏度為97%、特異性為35%、準確性為51%、陽性預(yù)測值為34%、陰性預(yù)測值為98%，表明上頜竇、蝶竇積液與溺死之間存在顯著關(guān)聯(lián)，但其較低的特異性則說明該陽性征象不能用于診斷溺死，其陰性結(jié)果可用于排除溺死。隨后KAWASUMI 等[51-52]進一步通過CT 檢測上頜竇、蝶竇的積液體積和密度等指標，發(fā)現(xiàn)溺死與非溺死、咸水溺死和淡水溺死之間有較明顯差異，可作為診斷溺死以及區(qū)分咸淡水溺死的一種方法。PLAETSEN 等[53]對50例尸體（41例溺死，9例機械性窒息死亡）進行全身CT 掃描后發(fā)現(xiàn)，鼻竇（98%）、鼻咽（98%）、口咽（95%）、氣管積液（89%）、胸膜液（81%）、心包液（59%）、胃液（71%）、十二指腸（34%）、空腸膨脹（31%）是最常見的溺水相關(guān)影像結(jié)果，與機械性窒息組相比差異有統(tǒng)計學意義；且在淡水溺死案例中，79%有血液稀釋。GOTSMY 等[54]對尸體胃內(nèi)容物進行CT 掃描，發(fā)現(xiàn)溺死尸體的胃內(nèi)容物可出現(xiàn)1～3 層，而非溺死案例中沒有發(fā)生分層，診斷溺死特異性為46.6%，可以用來排除非溺死。此外，對溺死尸體呼吸系統(tǒng)的研究[55-58]也發(fā)現(xiàn)，肺部CT 均有特征性的彌漫性毛玻璃樣改變、間質(zhì)增厚等影像學表現(xiàn)，結(jié)合肺體積及CT 值變化，可反映出溺死尸體肺部虛擬解剖特征性改變，為溺死的法醫(yī)學鑒定提供診斷依據(jù)。

2 溺死地點推斷

溺死地點推斷仍是目前法醫(yī)研究工作中的重點和難點，由于水體具有流動性，尸體的發(fā)現(xiàn)地點往往與其落水點不一致。近年來，不少法醫(yī)學者們開始對水中尸體溺死地點推斷進行研究。1998 年，萬立華等[59]采用掃描電子顯微鏡-能譜儀對實驗兔和實際尸體案例的肺、肝、腎等器官組織切面的異物顆粒進行研究，通過分析實驗兔、溺死尸體組織與可疑溺死地點的異物顆粒元素，尋找與組織器官中異物顆粒元素組成最相似的水域從而推斷溺死地點。然而由于其在水域中的分布受沿途工業(yè)排污的影響，在倡導零污染排放的當今社會，該法的應(yīng)用受到了限制。此外，MATOBA 等[1-2]研究結(jié)果均表明，海水溺死尸體胸腔積液中的Na+、Cl-、Mg2+等離子濃度遠高于淡水溺死。YAJIMA 等[2]的方法可將淡水溺死和海水溺死區(qū)分開來，但無法確定到某一具體水域，只起到了初步判斷溺死地點水域環(huán)境的作用。

硅藻檢驗是當前診斷溺死和推斷溺死地點的主要方法。利用硅藻推斷溺死地點的前提是掌握水域環(huán)境中的硅藻種類分布及豐度差異等區(qū)域性特征。為此，國內(nèi)外學者[60-72]進行了較多的研究，分析不同水域中的硅藻分布情況。如ZHAO 等[67]對中國三大河流（長江、黃河和珠江）水域中的硅藻分布情況進行了調(diào)查，發(fā)現(xiàn)舟形藻、菱形藻、小環(huán)藻、針桿藻是三大河流中共有且豐度占據(jù)優(yōu)勢的硅藻種類，在硅藻含量方面，三大河流自西向東均呈增加趨勢；ZHOU 等[64]對長江沿岸五大湖內(nèi)的硅藻分布也進行調(diào)查研究；胡孫林等對我國主要水域的硅藻進行了更為細致的種類調(diào)查，獲得了分屬于羽紋綱和中心綱的21 種硅藻，如直鏈藻、卵形藻、布紋藻及異極藻等藻屬，并獲得了清晰的硅藻掃描電子顯微鏡圖譜，填補了法醫(yī)學硅藻檢驗領(lǐng)域無掃描電子顯微鏡參考圖譜的空白[70]。田露等[66]對上海市浦東新區(qū)的川楊河進行了調(diào)查，也發(fā)現(xiàn)了河流各段的差異，并成功應(yīng)用于實際案例中，具有較高的精準度。

人工智能的發(fā)展為溺死地點推斷提供了新的方法。周圓圓[73]建立了一個硅藻自動化識別系統(tǒng)，并利用該系統(tǒng)對上海黃浦江和蘇州河5 個位置的水樣及溺死動物模型中的硅藻進行識別分類，衡量大鼠肺內(nèi)硅藻分布與水樣中硅藻分布的相似性，從而推斷溺死地點，其正確率可達80%。CARBALLEIRA 等[74]基于樣本KL（Kullback-Leibler）距離，對多個位點水體中的硅藻種類及數(shù)量進行了定量及定性分析并構(gòu)建統(tǒng)計模型，計算一個實驗水域?qū)儆谝阎虻母怕?，從而推斷溺死地點。除了硅藻形態(tài)學方法，F(xiàn)ANG 等[32]采用焦磷酸測序?qū)Χ鄠€位點的水體和溺死于這些水體中的動物肺組織中的硅藻rbcL 基因進行測序，并計算各個位點中動物模型和水體的測序數(shù)據(jù)的相關(guān)性，從而推斷溺死地點。

與硅藻類似，其他浮游生物也具有區(qū)域性特征，也可作為推斷溺死地點的標志物。有研究[43]表明，海水中主要是桿菌屬和弧菌屬，而淡水中主要是氣單胞菌屬。在海水和淡水中溺死的尸體內(nèi)，菌群種類會有較大的差異，KAKIZAKI 等[75]采用焦磷酸測序分別對2例溺死者血液中的微生物進行檢測分析，其中1例的檢測結(jié)果顯示有大量的氣單胞菌屬，與該尸體被發(fā)現(xiàn)時所處于淡水環(huán)境相一致，表明溺死于淡水；而另1例同時有以桿菌屬和弧菌屬為代表的海水菌群以及氣單胞菌屬為代表的淡水菌群被檢出，因海水菌群的相對豐度遠高于淡水菌群，表明該死者是溺死于海水或半咸水中，該研究進一步證明浮游細菌作為推斷溺死地點標志物的可行性。然而，受光照、溫度、水體pH 值等外界因素的影響較大，浮游生物短期內(nèi)群落就可能發(fā)生較大的變化，而形成一個區(qū)域性特征較為明顯的群落結(jié)構(gòu)正是通過浮游生物推斷溺死地點的基礎(chǔ)，故而變化較大的群落結(jié)構(gòu)對溺死地點推斷也是一個較大的挑戰(zhàn)，值得研究者們慎重考慮。

3 PMSI 推斷

水中尸體PMSI 是指死者從入水到被發(fā)現(xiàn)所經(jīng)歷的時間，是死者身份查找、溺死地點推斷的重要基礎(chǔ)。針對非水中尸體，法醫(yī)工作者們常采用尸溫、尸斑、尸僵、角膜混濁、超生反應(yīng)、胃腸內(nèi)容物消化程度及膀胱尿量等生理指標來對早期死亡時間進行推測。然而，對于水中尸體，諸多推斷死亡時間的指標，如尸溫、尸斑、尸僵、尸體腐敗及白骨化程度等都在一定程度上失去了其原有的推斷能力。如受水流浮力的影響，水中尸體的尸斑和尸僵往往出現(xiàn)較晚，甚至表現(xiàn)不明顯；受水體和水溫的影響，角膜混濁的變化時間也相對延長；此外，水中昆蟲和食肉動物的活動對尸體的影響也較大，這些因素的存在都增加了精準推斷PMSI 的難度。

近年來，法醫(yī)工作者一直在研究推斷PMSI 的方法。MEGYESI 等[76]提出了累積度日（accumulate degree day，ADD）這一概念，通過將腐敗分值與ADD 聯(lián)用進行PMSI推斷。MATEUS等[77]根據(jù)ADD推斷了6例溺死尸體的死亡時間，準確性較高。在此基礎(chǔ)上，HEATON 等[78]提出了水中尸體腐敗程度總評分（total aquatic decomposition scoring，TADS），并建立了TADS 與ADD 之間的回歸方程推斷PMSI。DE DONNO 等[79]研究海水中68例尸體資料，驗證了該方程在推測PMSI 時具有一定的參考價值，但對于PMSI超過30 d 的尸體，方程準確性有所下降。此后，VAN DAALEN等[80]在TADS的基礎(chǔ)上將腐敗分值簡化至6個，提出了水中腐敗程度評分（aquatic decomposition scoring，ADS）。2018 年，REIJNEN 等[81]證實了ADS 與ADD 聯(lián)合使用可以比較準確地推斷淡水中尸體的PMSI。

我國也有根據(jù)水中尸體腐敗現(xiàn)象推斷PMSI 的研究。2012 年，吳玉鋒等[82]根據(jù)49例晚期型尸體表現(xiàn)出的不同程度晚期死后變化，推斷了18例溺水尸體的PMSI。周國平[83]則對150例不同氣溫條件和死亡時間的溺死尸體的形態(tài)改變進行了細致觀察，列出了不同溫度條件下，不同形態(tài)改變所需的時間，將該方法應(yīng)用于實際檢案推斷PMSI，效果良好。

此外，還有根據(jù)其他指標來推斷PMSI 的研究。如楊亮等[84]根據(jù)尸體衣著、氣象條件等資料確定了2例水中蠟化尸體死亡時間。BENBOW 等[85]采用高通量測序方法，對夏冬兩季水中動物尸體外皮質(zhì)細菌群落的演替進行檢測分析，為PMSI 推斷提供了一個新的思路。HYUN 等[86]對水下汽車引擎蓋和溺死豬的微生物多樣性和群落結(jié)構(gòu)變化進行高通量測序檢測分析，表明采用該技術(shù)研究微生物群落對推斷PMSI 有一定的幫助。ISHIKAWA 等[87]研究了水中尸體牙釉質(zhì)表面的硅藻數(shù)量、微量元素含量[氧（O）、硅（Si）、鎂（Mg）、鉀（K）、鋁（Al）、硫（S）]以及牙齒主要成分[鈣（Ca）、磷（P）]，根據(jù)其隨浸泡時間的變化規(guī)律，建立回歸方程計算PMSI。同時，DE FREITAS VINCENTI 等[88-89]通過研究用于修復(fù)牙齒的復(fù)合樹脂（composite resin，CR）和玻璃離子水泥（glass ionomer cement，GIC）的硬度、粗糙度以及其他性質(zhì)隨浸泡時間的變化規(guī)律，提出推斷PMSI 的方法，可幫助法醫(yī)工作者推斷浸泡時間。

此外，還有根據(jù)水中尸體浮出水面后的昆蟲[90-91]和水生植物[92]發(fā)育繁殖規(guī)律、尸體內(nèi)部生化指標[4,93]（如玻璃體內(nèi)Na+、Cl-及Mg2+等）、微生物膜[94-95]以及RAGE[96]等推斷PMSI 的研究，但均存在一定的限制，在實際應(yīng)用中并不總是能夠發(fā)揮出較好的檢驗效果，需慎重應(yīng)用于實際案件。

4 展望

近年發(fā)展起來的以深度學習為代表的人工智能技術(shù)，可在短時間內(nèi)高效、大量地完成硅藻自動識別，是解決硅藻定性定量分析的一個重要手段。然而其準確性及檢測速度仍有提升的空間，隨著人工智能技術(shù)逐漸成熟，相信硅藻自動識別技術(shù)的準確性和檢測速度將會得到大幅度提升，完成不同種屬的分類識別。

此外，影像學的不斷發(fā)展為虛擬解剖提供了一定的可能。目前，溺死虛擬解剖研究主要集中在溺死者和其他死亡原因的影像學表現(xiàn)對比分析，較少有關(guān)于溺死和死后入水的對比研究，這是法醫(yī)學鑒定實踐中的一項重要任務(wù)，也是溺死研究的關(guān)鍵所在。虛擬解剖技術(shù)為溺死研究打開了一扇新的大門。

水域浮游生物的動態(tài)監(jiān)測和地區(qū)性數(shù)據(jù)庫的建立，是溺死地點推斷的基礎(chǔ)?，F(xiàn)階段國內(nèi)外雖已有不少關(guān)于該方面的研究，但國內(nèi)不同水域的浮游生物數(shù)據(jù)庫建設(shè)進度仍較緩慢。此外，水體浮游生物的發(fā)育繁殖與天氣、溫度、季節(jié)等外界環(huán)境影響之間的聯(lián)系較為密切，在建設(shè)相關(guān)數(shù)據(jù)庫時需要將各類外來因素考慮在內(nèi)，實現(xiàn)一個長久持續(xù)的動態(tài)監(jiān)測，這將成為法醫(yī)學領(lǐng)域或水質(zhì)監(jiān)測領(lǐng)域中的重點和難點。因此，今后應(yīng)加強水域基礎(chǔ)研究：（1）浮游生物的季節(jié)性變化，湖泊、河流不同區(qū)域的浮游生物變化情況，為溺死地點推斷奠定基礎(chǔ)；（2）結(jié)合分子生物學技術(shù)，如PCR、二代測序等，檢測多種浮游生物靶基因，豐富現(xiàn)有溺死診斷體系；（3）聯(lián)合其他學科，如代謝組學、水質(zhì)監(jiān)測，多方法聯(lián)合應(yīng)用，提高溺死地點推斷的準確性。

PMSI 推斷也是法醫(yī)工作中的重點和難點。雖然現(xiàn)在已有根據(jù)尸體腐敗征象來推斷死亡時間的算法模型，但在水域、水體中微生物種類、天氣溫度等因素的綜合作用下，勢必會導致該算法模型不能適用于所有的PMSI 推斷。因此在實際檢案中，不能完全依靠該算法模型，而要依據(jù)尸體征象、案情調(diào)查、實地勘察等多方面的因素綜合判斷，從而減小誤差。近年來隨著微生物組學的發(fā)展，PMSI 的研究有了新的技術(shù)手段。由于腐敗的發(fā)生發(fā)展過程中，細菌群落具有特殊的演替規(guī)律，僅在特定時間出現(xiàn)和存在的菌屬可以用于PMSI 推斷，而尋找并加以利用這個具有時間特性的菌屬研究將成為今后法醫(yī)學研究的熱點。

水中尸體相關(guān)研究內(nèi)容不斷拓展，從傳統(tǒng)的尸體解剖到虛擬解剖，從形態(tài)學到分子生物學，從硅藻到多種浮游生物指標，研究的深度和廣度不斷加深加寬。以硅藻為主的溺死診斷技術(shù)已在法醫(yī)學實踐中取得顯著效益。相信在不久的將來，水中尸體相關(guān)研究將會取得更多重要成果。