基于ATR-FTIR光谱与CHC分析的蝇蛹壳物种鉴定及风化时间评估技术

针对法医昆虫学中蝇蛹壳物种鉴定与风化时间评估难题，德国研究人员结合衰减全反射-傅里叶变换红外光谱（ATR-FTIR）和表皮碳氢化合物（CHC）分析，采用随机森林（RF）、支持向量机（SVM）等算法实现96.7%的物种鉴别准确率，并首次实现93.3%的风化时间分类，为长死后间隔期（PMImin）估算提供新方法。

　　

在法医科学领域，准确估算死后间隔期（PMI）是破解悬案的关键。当尸体高度腐败时，蝇类留下的空蛹壳往往成为唯一生物证据。然而，这些蛹壳因形态特征有限且易风化，传统鉴定方法面临巨大挑战。德国法兰克福的研究团队在《Microchemical Journal》发表的研究，开创性地将化学指纹分析与人工智能相结合，为这一难题提供了突破性解决方案。

研究采用衰减全反射-傅里叶变换红外光谱（ATR-FTIR）和气相色谱-质谱（GC-MS）技术，对丝光绿蝇（Lucilia sericata）、红头丽蝇（Calliphora vicina）等4种法医重要蝇类的蛹壳进行检测。样本分为新鲜（埋土1天）和风化（埋土1月）两组，通过随机森林（RF）、支持向量机（SVM）等算法构建分类模型。

Fly breeding
实验室培育的蝇群在标准化条件下繁殖，蛹壳样本源自德国法兰克福地区，确保实验材料的同质性。

ATR-FTIR spectroscopy
光谱分析显示2922 cm^-1和2853 cm^-1处的C-H伸缩振动峰可作为特征标记。SVM算法对物种鉴别的准确率达97.5%，但风化时间区分仅85.8%（sPLS-DA算法）。

Discussion
研究首次证明CHC分析对风化时间判别的优越性（93.3%准确率），远超光谱方法。该技术突破使PMI_min估算窗口从数周延伸至数月，尤其适用于考古和冷案调查。

结论指出，ATR-FTIR和CHC分析各有优势：前者设备普及适合快速筛查，后者则提供更精确的风化评估。未来通过扩充物种库和延长风化时间梯度，该方法将进一步完善法医昆虫学证据链。作者Luise Thümmel等强调，这项跨学科研究为"无DNA样本"的鉴定开辟了新途径，其机器学习框架可推广至其他生物痕迹分析领域。