המטבולום האנושי ולמידת מכונה משפרים חיזוי של מרווח הזמן לאחר המוות

למה תזמון המוות חשוב

ידיעת מועד המוות היא חידת מפתח בחקירות פליליות רבות ובמקרים של מוות בלתי מוסבר. הערכה מדויקת של הזמן שחלף מאז המוות, המכונה מרווח לאחר המוות, יכולה לאשר או לערער אליביים, לצמצם חשודים ולעזור לשחזר מה התרחש בשעות ובימים האחרונים של הנפטר. עם זאת, הכלים הקיימים כיום, כגון טמפרטורת הגוף או מדידות כימיות בעין, מאבדים מהר את אמינותם לאחר היום או היומיים הראשונים. מחקר זה בוחן האם עקבות כימיות בלתי נראות בדם, בשילוב בינה מלאכותית מודרנית, יכולות להאריך את חלון המידע השימושי — ממספר ימים ועד כמעט חודשיים לאחר המוות.

מגבלות הרמזים הפורנזיים של היום

מומחים פורנזיים מסתמכים בדרך כלל על סימנים נראים ופיזיקליים כמו שינוי בצבע העור, נוקשות הגוף או קירור הגופה, וכן על רמות אשלגן בנוזל העין. רמזים אלה מתפקדים היטב בתחילה אך הם סובייקטיביים, מושפעים מאוד מהסביבה, ובדרך כלל מפסיקים להיות מהימנים אחרי יום עד שלושה ימים. לתקופות ארוכות יותר, החוקרים נאלצים להסתמך על מדדים גסים יותר כמו פעילות חרקים, מצב הרקבון או אפילו ניתוח של שרידים שלדיים. יש צורך ברור בשיטות כמותיות שיכולות לגשר על הפער בין הערכות מבוססות טמפרטורה בשלבים המוקדמים לבין גישות מבוססות פירוק בשלבים המאוחרים מאוד.

העקבות הכימיות של הגוף כשעון נסתר

לאחר המוות, המולקולות הקטנות בגוף — המכונות בקיבוצן המטבולום — משתנות בצורה מסודרת ככל שהתאים מאבדים אנרגיה, הממברנות מתפרקות וחלבונים מעוכלים. החוקרים ניצלו זאת באמצעות שימוש חוזר בנתוני רעלים קיימים: מדידות ברזולוציה גבוהה של אלפי מאפיינים כימיים מדם מיוחד מהעורק הפמורלי שנאסף באופן שגרתי בעת נתיחות. בסך הכל ניתחנו 4,876 תיקים פורנזיים אמיתיים עם זמנים ידועים בין המוות לנתיחה, רובם בין יום אחד ל-13 ימים אך עד ל-67 יום. במקום לחפש סימן "קסם" יחיד, הם שאלו האם דפוס כולל של רבים מהמטבוליטים יחד יכול לשמש כשעון כימי.

לימוד בינה מלאכותית לקריאת השעון הכימי

הצוות אימן רשת נוירונים שטוחה (feed-forward), סוג של מודל למידת מכונה, לקבל כקלט כ-2,300 אותות כימיים ולתת פלט של מספר הימים שחלפו מאז המוות. לאחר שיפור פרמטרים ושימוש בחלק מהמקרים לאימון ובחלקם לבדיקת המודל, המערכת חזה את מרווח הזמן לאחר המוות עם שגיאה ממוצעת של כ-1.5 ימים ושגיאה מדיאנית קצת מעל יום אחד, במקרים שלא נראו בעבר על ידי המודל. ביצועים אלה היו טובים משש גישות חלופיות, כולל מספר שיטות סטטיסטיות ואלגוריתמיות סטנדרטיות. בעוד שהתחזיות היו המדויקות ביותר למקרים באמצע טווח הזמנים ופחות מדויקות למרווחים קצרים או ארוכים מאוד, השגיאה הכוללת היתה דומה לאי־הוודאות שכבר קיימת בזמני המוות הרשומים עצמם.

מה המודל מגלה על התהליכים המתפרקים בגוף

מכיוון שרשתות נוירונים נתפסות לעתים כאגזרים שחורים, המחברים בדקו מקרוב אילו שינוים כימיים המודל השתמש בהם. במעקב אחרי איך מטבוליטים חשובים נטו לעלות או לרדת עם הזמן, הם גילו שלושה דפוסים רחבים. מולקולות מסוימות, במיוחד ליפידים ואצילקארניטינים מסוימים, ירדו בהתמדה — דבר שמתאים להתפרקות ממברנות התאים ולירידת פעילות המיטוכונדריה. אחרות, ובייחוד חומצות אמינו וקטעי חלבון קצרים, עלו — בהתאם לחיתוך חלבונים כשהרקמות מתפרקות. קבוצה שלישית הציגה עקומות מורכבות יותר לאורך הזמן. מגמות אלה משקפות מחקרים קודמים על בעלי חיים ובני אדם ומצביעות על תהליכים ביולוגיים מוכרים — פירוק ליפידים, כשל מיטוכונדריאלי ועיכול חלבונים — שמתפתחים בשלבים לאחר המוות.

ממחקרים גדולים לכלים פרקטיים

כדי לבדוק האם השיטה עובדת מעבר למעבדה בודדת, החוקרים החילו את רשת הנוירונים המאומנת על 512 תיקים חדשים שנמדדו בשנה אחרת על מכשיר ספקטרומטריית מסה שונה. גם מבלי לאמן מחדש, שגיאת המודל נשארה סביב 1.8 יום, מה שמעיד שהאות הכימי חזק מספיק כדי לשרוד הבדלים בציוד ובתזמון. הם הראו גם שמודלים פשוטים יותר שאומנו על כמה מאות תיקים בלבד עדיין השיגו דיוק שימושי, דבר המרמז שמכוני משפט קטנים יותר יכולים לבנות כלי חיזוי משלהם. אף שלגורמים סביבתיים וסיבת המוות יש גם הם השפעה על המטבולום, ונדרשים נתונים מאוזנים יותר עבור מרווחים קצרים וארוכים מאוד, התוצאות מצביעות על כך שנתוני רעלים שגרתיים יכולים להיות ממוחזרים ככלי עזר חזק להערכת זמן המוות.

מה משמעות הדבר לחקירות בשטח

לקורא שאינו מומחה, המסקנה המרכזית היא שכימיית הגוף לאחר המוות מתנהגת כמו שעון איטי, ולבינה מלאכותית מודרנית יש היכולת לקרוא שעון זה בדיוק של בערך יום למשך יותר משבוע. זה אינו סטופר מושלם, ולא מחליף את שיקול דעת המומחים הפורנזיים או ראיות אחרות. אך ככל ששיטות אלה יתחדדו ויתוקפו במצבים נוספים, הן יכולות לספק לחוקרים הערכה אובייקטיבית ומבוססת נתונים של הזמן שחלף מאז המוות, במיוחד בחלון הקריטי שבו הגישות הסטנדרטיות מתחילות להיכשל.

ציטוט: Magnusson, R., Söderberg, C., Ward, L.J. et al. The human metabolome and machine learning improves predictions of the post-mortem interval. Nat Commun 17, 1504 (2026). https://doi.org/10.1038/s41467-026-69158-w

מילות מפתח: מדע פורנזי, זמן המוות, מטבולומיקה, למידת מכונה, מרווח לאחר המוות