| 摘 要： | 目的 筛选人体手足气味中与性别、年龄相关的特征组分;进行不同人群性别与年龄特征刻画。方法 采用热解吸-气相色谱-质谱法（thermal desorption-gas chromatography-mass spectrometry;TD-GC-MS）检测人体手足中的挥发性气味信息;利用单因素分析与多因素分析筛选出不同性别、年龄人群手足气味中的差异组分;并通过遗传算法-随机森林 （genetic algorithm-random forest;GA-RF）机器学习方法预测不同性别、年龄的特征组分;并构建判别模型。结果 从人体手足部位中共检测出 304 种挥发性物质;通过t检验和正交偏最小二乘判别分析（orthogonal partial least squares-discriminant analysis, OPLS-DA）筛选P<0.05且变量投影重要性（variable importance in projection;VIP）>1的差异组分;使用遗传算法（genetic algorithm;GA）优化随机森林（random forest;RF）算法构建判别模型;利用手足特征进行性别识别的准确率分别为92.02%和81.46%;年龄识别的准确率分别为76.13%和73.49%。结论 基于统计学和GA-RF机器学习方法;筛选出人体手足气味中不同性别、年龄的差异标志物;构建判别模型;为人体气味在法庭科学领域中的应用提供新思路。
|
