目的:糖尿病酮症酸中毒(diabetic ketoacidosis,DKA)是一种可导致死亡的糖尿病(diabetes mellitus,DM)急性并发症。法医病理学实践中DKA的死亡原因鉴定缺乏特征性形态学变化,虽然死后生化分析可以辅助诊断DKA,但死后生化分析存在样本少、死后变化影响大、操作繁杂和结果判读标准不统一等瓶颈问题,难以快速、准确地鉴定DKA死亡。本研究通过傅里叶变换红外(Fourier transform infrared,FTIR)显微光谱技术结合化学计量学方法表征DKA死亡的肾组织生化变化,并评估FTIR显微光谱技术在DKA死亡鉴定的法医学应用中的可行性和有效性。方法:收集了20个法医尸检真实案例中的肾组织福尔马林固定-石蜡包埋(formalin-fixed paraffin-embedded,FFPE)样本,包括10例DKA死亡案例和10例阴性对照案例(包括失血性休克3例,致命性创伤死亡3例,机械性窒息4例)。每一例肾组织FFPE样本以2μm厚度切取3张相邻的组织切片,并分别进行苏木素-伊红(hematoxylin-eosin,HE)染色、过碘酸-希夫(periodic acid-schiff,PAS)染色和FTIR光谱采集。使用配备有Hyperion 3000红外显微镜和64×64 FPA探测器的Tensor II光谱确认细节仪进行FTIR光谱数据采集,并对FTIR光谱数据依次进行以下预处理:截取光谱区间为1800-900 cm~(-1)、以64个基线点的橡皮筋校正算法校正基线偏移、利用Savitzky-Golay滤波器进行selleck MDV3100平滑加二阶导数转换、利用向量归一化算法减immune response小组织厚度和光散射的影响及计算平均光谱。分别提取肾小管和肾小球两部分的光谱数据进行分析。利用预处理后的肾小管和肾小球光谱数据分别进行主成分分析(principal component analysis,PCA)以观察DKA组和对照组之间的生化差异并提取分类特征。预处理后的肾小管和肾小球光谱数据分别用于构建偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)二元分类模型,进行DKA预测和分类。结果:(1)DKA组和对照组样本的肾小管平均光谱显示蛋白质酰胺区差异最大,其次是脂质。PCA的结果显示DKA组肾小管中富含α螺旋结构的蛋白质,其含量高于对照组,而富含β转角结构的蛋白质含量低于对照组。(2)利用肾小管的光谱数据建立的PLS-DA分类模型,其中基于训练集构建的模型分类性能参数为:准确性(97.73%)、精准度(97.72%)、敏感度(98.39%)和特异度(96.82%),受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(Area under curve,AUC)值为0.9983,说明该PLS-DA模型在鉴别DKA组和对照组的肾小管方面具有较高的预测准确性和可靠性。将测试集数据加载到该PLS-DA分类模型,其分类性能参数为准确性(90.77%)、精准度(80.85%)、敏感性(100%)和特异性(84.87%)。基于ROC曲线计算的AUC值为0.9930,证明了此模型对DKA分类的准确性较高,分类能力良好。PCA和PLS-DA的结果表明,蛋白质结构和含量的差异是区分DKA与对照的关键。(3)DKA组和对照组样本的肾小球平均光谱显示生化差异主要在蛋白质组分。PCA结果进一步揭示了DKA和其他死亡原因之间的主要差异是肾小球α螺旋结构的蛋白质含量增多。(4)利用肾小球的光谱数据建立的PLS-DA分类模型,其中基于训练集构建的模型分类性能参数为:准确性(94.31%)、精准度(94.97%)、敏感度(93.56%)和特异度(95.05%)。ROC曲线的AUC值为0.9885。基于测试集构建的模型分类性能参数为准确率(69.23%)、精准度(100%)、敏感性(55%)和特异性(100%),基于ROC曲线计算的AUC值为0.9909,说明该PLS-DA二元分类模型在鉴别DKA组和对照组的肾小球生化变化方面具有较高的预测准确性和可靠性。结论:(1)肾小管及肾小球的FTIR光谱中,蛋白质结构和含量的变化是最有价值的生化信息,与其他死因相比,DKA死亡案例肾组织中α螺旋结构的蛋白质含量高。(2)FTIR显微光谱技术结合化学计量学方法可以表征DKA组与对照组肾小管和肾小球生化变化,有望成为法医学实践中鉴定DKA死亡的辅助方法。