长链非编码RNA lnc-SLC25A39与lnc-LINC00279-202在法医体液组织溯源中的筛选验证及RT-qPCR应用研究

本研究针对法医实践中体液组织溯源难题，通过筛选长链非编码RNA（lncRNA）标记物lnc-SLC25A39（外周血特异性）和lnc-LINC00279-202（精液特异性），结合传统mRNA标记物HBB与PRM1，利用RT-qPCR和机器学习模型验证其稳定性和特异性。研究为降解样本鉴定提供新思路，发表于《Legal Medicine》，对犯罪现场物证鉴定具有重要应用价值。

　　

在犯罪现场调查中，一滴干涸的血迹或微小的体液残留往往成为破案关键。然而，传统DNA分析仅能提供个体身份信息，无法区分体液的组织来源——是静脉血还是月经血？是精液还是阴道分泌物？这种信息缺失可能导致案件性质误判。更棘手的是，环境暴露会使RNA降解，使得依赖长链RNA的标记物失效。

为解决这一难题，中国研究人员在《Legal Medicine》发表了一项突破性研究。团队从基因表达数据库（GEO）筛选出两种新型长链非编码RNA（lncRNA）标记物：lnc-SLC25A39和lnc-LINC00279-202，分别对外周血（PB）和精液（SE）具有高度特异性。通过RT-qPCR技术验证，这些标记物即使在室温存放一年的降解样本中仍保持稳定表达。研究还创新性地引入十种机器学习模型，证实其鉴别准确率高达98.7%，为法医体液鉴定提供了"分子指纹"级解决方案。

关键技术方法包括：从GSE198740等GEO数据集获取健康人群PB和精子样本RNA-seq数据；通过差异表达分析筛选候选lncRNA；采用SYBR Green实时荧光定量PCR（RT-qPCR）检测45例体液样本（外周血、月经血、精液、阴道分泌物、唾液各9例）；使用支持向量机（SVM）等十种算法构建分类模型；通过加速老化实验验证RNA标记物的稳定性。

mRNA和lncRNA标记物筛选
研究团队通过生物信息学分析，从PB数据集GSE198740/GSE194304和精子数据集GSE92578中筛选出lnc-SLC25A39（位于染色体17q21.31）和lnc-LINC00279-202（染色体14q11.2），其表达量在目标体液中显著高于其他组织（P<0.001）。

五种体液中目标RNA表达验证
RT-qPCR结果显示：血红蛋白β亚基基因（HBB）在PB和月经血中高表达，而lnc-SLC25A39仅在外周血特异性表达（Ct值<25）；鱼精蛋白1（PRM1）和lnc-LINC00279-202在精液中呈现独家表达模式，与其他体液表达量差异达10⁴倍级。

机器学习模型验证
XGBoost模型对PB鉴别的AUC达0.992，随机森林对SE鉴别的准确率98.3%。值得注意的是，lncRNA标记物在混合体液样本（如血液-精液混合物）中仍保持稳定鉴别能力。

讨论与结论
该研究首次系统论证了lncRNA在法医体液鉴定中的应用价值：①突破性地发现lnc-SLC25A39能区分静脉血与月经血（传统mRNA标记物HBB无法实现）；②lnc-LINC00279-202在降解精液样本中保持稳定，解决PRM1易降解的难题；③机器学习模型为多标记物联合鉴定提供量化标准。这些发现不仅为犯罪现场物证鉴定提供新工具，更开创了lncRNA在法医分子生物学中的应用先河。

研究局限性在于样本量较小（n=9/组），且未涉及更复杂的体液混合物（如血液-唾液混合物）。未来研究将扩大样本队列并探索更多lncRNA标记物。该成果获得国家自然科学基金（82293652）支持，由陈学兵（第一作者）和朱博峰（通讯作者）团队完成。