综述：基于13C/12C、18O/16O和2H/1H同位素比值的K均值聚类分析鉴别酒精来源

本研究创新性地结合气相色谱-同位素比质谱（GC-IRMS）技术与K均值聚类-ROC曲线系统，通过测定血液乙醇中δ13C、δ18O和δ2H三维同位素特征，建立了一种区分饮酒来源（代谢）、污染和腐败乙醇的精准方法（准确率达100%），为法医毒理学中酒精溯源提供了客观直接的解决方案。

　　

ABSTRACT
通过气相色谱-同位素比质谱法分析99例饮酒样本（A组）、77例污染样本（B组）和14例腐败样本（C组），获得δ^{13、δ18O和δ2H值。相比单一δ13C的似然比计算（准确率80%），三维同位素结合K均值聚类-ROC曲线系统实现100%准确区分，证实多维数据可显著提升酒精来源判别效能。}

Introduction
乙醇作为法医毒理学最常检测的物质，其血液浓度（BAC）易受代谢、污染和腐败干扰。传统依赖乙基葡糖苷酸（EtG）和正丙醇的间接检测存在局限，而稳定同位素特征（如δ¹³C）因在生物样本中保持稳定，成为直接溯源的关键指标。本研究突破性地引入δ¹⁸O和δ²H值，结合机器学习算法提升判别精度。

Reagents and Methods
样本涵盖饮酒者全血、酒精消毒剂污染血及腐败血。通过GC-IRMS测定同位素比值，K均值聚类将数据划分为饮酒/非饮酒两类，ROC曲线确定最佳截断值。

Key Findings

• 同位素分布：A组δ¹³C均值（-16.85‰）显著高于B组（-18.70‰）和C组（-19.72‰）；δ¹⁸O在饮酒组（97.44‰）与污染组（41.43‰）差异最大。
• 算法优势：K均值聚类通过数据相似性挖掘，使组内同质性达92.3%，显著优于传统方法。

Conclusion
三维同位素模型联合机器学习为酒精溯源提供“分子指纹”级证据，尤其适用于法医实践中代谢干扰与死后腐败的复杂场景。未来可拓展至其他生物标志物的多维溯源研究。

Funding
获国家重点研发计划（2022YFC3302003）等资助，依托上海市司法鉴定重点实验室完成。