Выявление и подсубтипирование кетоацидоза по метаболомным паттернам в судебно‑медицинских делах

Почему это важно за пределами морга

Кетоацидоз — угрожающее жизни состояние, при котором кровь становится опасно кислой; это часто связано с диабетом, злоупотреблением алкоголем, сильным переохлаждением или голоданием. Когда человек умирает внезапно, судебным медикам бывает довольно трудно определить, какой из этих процессов действительно стал причиной смерти, даже имея современные лабораторные тесты. В этом исследовании показано, как шаблоны маленьких молекул в крови, в сочетании с современными компьютерными методами, помогают восстановить конечное метаболическое состояние человека и более чётко объяснить, почему он умер.

В поисках скрытых подсказок в химии крови

Вместо того чтобы измерять лишь несколько хорошо известных веществ, таких как глюкоза или отдельные кетоновые тела, исследователи использовали широкий подход — метаболомику. Эта техника фиксирует тысячи малых молекул в образце крови одновременно, предлагая детализированный снимок химии организма в момент смерти. В Швеции кровь с аутопсий уже пропускают через высокоразрешающую масс‑спектрометрию для скрининга наркотиков. Команда поняла, что те же измерения содержат богатую информацию о собственных молекулах организма, и использовала этот существующий ресурс для изучения более 1700 реальных судебно‑медицинских случаев, собранных в 2017–2020 годах.

Построение «детектора паттернов» для смертельного ацидоза

Учёные сосредоточились на четырёх основных группах смертей: алкогольный кетоацидоз, диабетический кетоацидоз, фатальное переохлаждение и повешение. Случаи с повешением использовали как контроль, потому что причина смерти обычно ясна, а процесс относительно быстрый, с меньшим временем для сдвигов метаболизма. Из феморальной крови каждого человека команда выделила 4484 различных химических сигнала. Статистические тесты показали, что более 1400 из них отличались между смертями, связанными с кетоацидозом, и контрольной группой, но простые методы визуализации не смогли чётко разделить группы — это указывало на необходимость более продвинутых инструментов распознавания паттернов.

Обучение машин сортировать причины смерти

Чтобы справиться с этой сложностью, исследователи обучили три типа моделей машинного обучения — случайные леса, вариант пенализированной регрессии и опорные векторные машины. Сначала они попросили модели ответить на простой вопрос: умер ли этот человек в состоянии кетоацидоза или нет? После обучения на 70% случаев модели тестировали на оставшихся 30%. Все три модели правильно идентифицировали кетоацидоз примерно в 90% случаев и правильно распознавали контролы примерно в 98%, что показывает: общий метаболический отпечаток кетоацидоза отличается и детектируем даже посмертно.

Различение разных путей к одному смертельному состоянию

Затем команда усложнила задачу: различить алкогольный кетоацидоз, диабетический кетоацидоз, переохлаждение и контролы. Здесь системы по‑прежнему показали сильные результаты, с балансированными точностями выше 80%. Особенно хорошо они отделяли алкогольный и диабетический кетоацидоз, в то время как случаи переохлаждения иногда ошибочно принимали за контролы, что отражает частичное совпадение химических признаков между этими группами. Чтобы проверить, действительно ли модели улавливают кетоацидоз, а не просто наличие диабета или алкоголя, исследователи протестировали их на новых наборах случаев, где диабет или алкоголь присутствовали, но основной причиной смерти было другое. Многие такие случаи были правильно классифицированы как контролы, что поддерживает идею о том, что модели ориентируются на финальный метаболический кризис, а не только на фоновые заболевания.

Что молекулы рассказывают о последних часах жизни

Изучая признаки, на которых модели опирались больше всего, исследователи идентифицировали несколько именованных молекул, связанных с конкретными состояниями. Например, сигналы, связанные с глюкозамином, были выше в смертях, связанных с диабетом, что согласуется с известными путями, связанными с длительной гипергликемией. Кортизол, гормон стресса, был повышен во всех подтипах кетоацидоза по сравнению с контролями, подтверждая его роль маркера тяжёлого физиологического напряжения. Другие молекулы, связанные с распадом витамина B3 и пигментной химией, оказались особенно изменёнными при переохлаждении, что отзвучивает в ранних исследованиях и намекает на то, как холодовой стресс перестраивает метаболизм в предсмертные часы.

Больше объективности в сложных судебно‑медицинских решениях

Проще говоря, это исследование показывает, что компьютер, обученный на широких химических профилях посмертной крови, может как выявлять, умер ли человек в состоянии кетоацидоза, так и часто определять, был ли движущим фактором диабет, алкоголь или холодовое воздействие. Модели не идеальны и зависят от тщательной конструкции исследования и качественных данных, но они предлагают мощное «второе мнение», когда традиционные признаки и несколько лабораторных тестов дают неоднозначные результаты. После дальнейшей валидации такой анализ метаболомных паттернов может помочь судебным патологоанатомам давать более понятные ответы семьям и судам о том, как и почему человек умер.

Цитирование: Monte, R.E.C., Magnusson, R., Söderberg, C. et al. Detecting and subtyping ketoacidosis from metabolomic patterns in forensic casework. Sci Rep 16, 11607 (2026). https://doi.org/10.1038/s41598-026-45073-4

Ключевые слова: кетоацидоз, судебная патология, метаболомика, машинное обучение, причина смерти