在法医鉴定中,越来越多的案件无法仅通过传统的比对证据来确定个人身份。当有参考记录或生物亲属时,指纹、面部图像和DNA谱型非常有效,但它们往往难以提供有关未知人员近期居住历史的信息[[1], [2], [3]]。这类信息在失踪人员调查、身份不明遗体案件、跨区域犯罪活动以及涉及人口流动的其他案件中至关重要。人类头皮毛发是一种具有时间分辨率的化学档案,因为生长中的角蛋白会吸收与所摄入的水分及水文环境相关的氢氧同位素信号,以及与饮食、食物来源和营养结构相关的碳氮同位素信号[[4], [5], [6], [7], [8]]。因此,当传统比对证据不足或无法得出结论时,头发中的多元素同位素比值能够补充DNA、指纹和图像识别手段,帮助确定一个人的可能居住地[9,10]。
稳定同位素比值分析已被广泛用于来源和真伪鉴定[[11], [12], [13]]。多同位素指纹结合化学计量模型,已被应用于食品和农产品?地理来源及生产体系验证[[14], [15], [16], [17], [18], [19]],在药品及相关调查中用于区分原材料、批次以及天然产品与合成产品[[20], [21], [22], [23]],还在环境法医学中用于污染物来源追溯和转化分析[[24], [25], [26], [27], [28]]。然而,人类头发与这些相对受限的样本有所不同,因为其同位素组成包含了饮用水、饮食、新陈代谢、流动情况、城市供水系统以及区域间的食物供应等因素。因此,要可靠地推断人类的来源,不仅需要多变量区分方法,还需要具有代表性的居民基线、在生物学和化学层面都合理的特征构建方式,以及对不确定性和群体典型性的明确评估。
人类头发来源研究已从研究头发δ2H和δ18O值与当地水同位素分布之间的经验关系[3],发展到运用δ13C、δ15N和δ34S作为饮食和生物地球化学变化指标的多同位素分析[5,29]。此后又出现了多种不同的建模策略[10,30,31]。等高面分析法能够生成环境或组织同位素值的连续空间预测值,并将未知样本与各位置的预期同位素分布进行比较。这种方法能够明确界定搜索区域,但其空间分辨率和可靠性取决于基线密度、插值不确定性、时间变化以及环境到组织的传输函数的有效性[32]。贝叶斯地理分配模型则将同位素概率与模型不确定性相结合,在适当情况下还会引入空间先验,从而生成后验概率面[33,34]。尽管其概率输出有助于实现连续定位,但所得的后验分布取决于所选的先验、参考等高面、传输模型以及误差假设。似然比框架则着眼于另一种法医目标,即量化在某一明确设定的假设下,观测到的同位素证据出现的概率相较于另一假设要高多少[35]。因此,似然比是一种证据强度的度量,而非类别归属概率,其估算需要具有代表性的特定假设下的源内及源间分布数据。包括用于分析人类角蛋白的CART模型以及用于分析头发或环境同位素变化的机器学习回归模型在内的机器学习方法,能够捕捉那些难以用简单线性关系描述的非线性及交互作用因素[36]。然而,仅靠预测精度并不足以确保概率的准确性、化学可解释性、来源典型性评估,或是正式的假设级证据评价。这些方法互为补充,而非可以相互替代。当存在经过验证的空间基线时,等高面模型和贝叶斯模型非常适合用于连续的开放区域搜索,而基于参考群体的分类模型则适用于在预定义的候选区域中进行归属判断。当能够明确指定的竞争性假设以及具有足够代表性的背景分布时,似然比模型还能提供额外的证据支撑。目前大多数已建立的人类头发同位素数据库和地理模型都来自北美、欧洲或广阔的大陆地区[10,30,31,37]。由于中国的气候、水文、海拔、饮食习惯、城市供水以及食物分配网络存在显著的区域差异,这些模型直接应用于中国存在一定限制[[38], [39], [40]]。此前的亚洲数据集虽然显示出了大规模的同位素梯度,但并非专为在中国城市居民群体中进行精确的来源归因而设计。因此在尝试进行可靠的城市级推断之前,需要建立一种受本地控制、按城市划分的居民基线。
为填补这一空白,本研究针对中国七个具有不同水文、气候和饮食特征的代表性城市的长期居民,建立了一个以法医应用为导向的CHON头发同位素归因框架。RH-WDID并非将δ2H、δ18O、δ13C和δ15N视为独立的预测因子,而是将它们重新整理为具有化学可解释性的与水相关、与饮食相关以及水-饮食相互作用的描述符,以此揭示混合生物同位素信号中的内在结构。随后,RH-FCIEF会将模型输出结果转换为经过校准的城市级归因结果,并同时给出不确定性和参考群体典型性评估。该框架的推断范围明确限于所定义的七座城市范围内,它既不是连续的全国范围等高面模型,也不是正式的似然比模型。它的价值在于将中国居民头发参考数据集、基于化学原理的CHON同位素信息表示方法,以及考虑不确定性的封闭集归因方法相结合,形成了一条从EA-IRMS测量结果到可解释的法医决策支持的完整路径。