Postmortem Interval Determination Using mRNA Markers and DNA Normalization
Postmortem Interval Determination Using mRNA Markers and DNA Normalization
OLEH:
Rifqie Fathiarsya Courie
H1A320001
PEMBIMBING
dr. Arfi Syamsun, Sp. KF, M.Si.Med
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa, karena atas
berkah dan rahmat-Nya penulis dapat menyelesaikan penulisan journal reading yang
berjudul ”Postmortem interval determination using mRNA markers and DNA
normalization” ini tepat pada waktunya. Journal reading ini disusun dalam rangka
mengikuti Kepaniteraan Klinik Madya di Bagian Ilmu Forensik dan Medikolegal RSUD
Provinsi NTB. Pada kesempatan ini, penulis ingin mengucapkan terima kasih yang
sebesar-besarnya kepada dr. Arfi Syamsun, Sp.KF, M.Si.Med selaku pembimbing
karena telah memberikan masukan dan saran dalam penyelesaian tugas. Penulis
menyadari bahwa dalam penulisan journal reading ini masih banyak kekurangan.
Oleh karena itu, kritik dan saran yang bersifat membangun sangat penulis harapkan
demi kesempurnaan journal reading ini. Semoga journal reading ini dapat
memberikan manfaat dan tambahan pengetahuan khususnya kepada penulis dan
kepada pembaca dalam menjalankan praktik sehari-hari sebagai dokter. Terima
kasih.
Penyusun
IDENTITAS JURNAL
Nama Penulis : Duo Peng, Meili Lv, Zhilong Li, Huan Tian, ShengQiu Qu, Bo Jin,
Bing Long, Weibo Liang, Lin Zhang
Judul Artikel : Postmortem interval determination using mRNA markers and DNA
normalization
DOI : https://doi.org/10.1007/s00414-019-02199-7
Postmortem interval determination using mRNA markers and DNA normalization
Abstrak
Kata kunci : penentuan PMI, Koekstraksi DNA dan RNA, Degradasi, Penanda
mRNA
Pendahuluan
Postmortem interval (PMI) adalah masalah penting dalam ilmu forensik dan
dapat digunakan untuk memperkirakan secara retrospektif saat kematian, yang
penting bagi polisi sebagai titik awal untuk penyelidikan mereka. Metode dan proses
konvensional digunakan untuk memperkirakan PMI, seperti skor dekomposisi dan
proses fisik atau fisikokimia (pendinginan tubuh, lividitas postmortem, rigor mortis,
dan keteraturan supravital otot rangka). Namun, metode ini hanya digunakan untuk
memperkirakan PMI yang relatif pendek dengan jendela estimasi yang lebar. Pada
tahun 2003, Bauer et al. melaporkan bahwa degradasi mRNA adalah indikator yang
mungkin untuk estimasi PMI, dan kemudian dalam beberapa tahun terakhir, degradasi
RNA terbukti berkorelasi dengan PMI menggunakan nomor integritas RNA (RIN)
dan PCR kuantitatif (qPCR). Namun, Heinrich et al. menunjukkan bahwa tidak ada
korelasi antara PMI dan degradasi RNA, dan Van melaporkan bahwa hubungan
antara degradasi RNA dan PMI tidak dianjurkan. Dengan demikian, peneliti bertujuan
untuk menentukan apakah ada hubungan antara kuantitas RNA dan PMI. Sethi dan Li
melaporkan bahwa miRNAs memiliki stabilitas terbatas dalam interval postmortem
pendek dari jaringan otak manusia; karenanya, peneliti bertujuan untuk
mengeksplorasi hubungan antara mRNA dan 0-48 jam PMI.
Pengumpulan sampel
Sebanyak 87 tikus dewasa sehat C57BL/6 digunakan dalam penelitian ini, dan
mereka dikorbankan dengan dilakukan dislokasi serviks setelah dibius. Tikus-tikus ini
diperoleh dari Animal Experimental Center of Basic Science and Forensic Medicine
di Universitas Sichuan, dan penggunaannya telah disetujui oleh Applied Science
Ethics Panel of Sichuan University. Model tikus dibuat dengan menginkubasinya
pada suhu 37 °C dan kemudian mendapatkan jaringan otak (n = 3) dan jantung (n = 3)
pada setiap titik waktu PMI. Interval titik waktu setidaknya 0,5 jam, dan total 29 titik
waktu (0 jam, 0,5 jam, 1,0 jam, 1,5 jam, 2,0 jam, 2,5 jam, 3,0 jam, 3,5 jam, 4,0 jam,
4,5 jam, 5,0 jam , 5,5 jam, 6,0 jam, 7,0 jam, 8,0 jam, 9,0 jam, 10,0 jam, 11,0 jam, 12,0
jam, 13,0 jam, 14,0 jam, 15,0 jam, 16,0 jam, 18,0 jam, 20,0 jam, 22,0 jam, 24,0 jam,
36,0 jam, 48,0 jam) dimasukkan dalam penelitian ini. Sampel jantung (n = 87) dan
otak (n = 87) yang dikumpulkan disimpan pada suhu - 80 °C hingga penggunaan
lebih lanjut.
Desain primer
Primer RNA dan DNA dirancang menggunakan Primer Premier software
v5.0. Primer untuk DNA Caspase-3 ditempatkan di intron untuk mencegah
amplifikasi RNA. Pasangan primer mRNA (setidaknya satu primer) dirancang untuk
menjangkau dua ekson untuk menghindari amplifikasi DNA. Kemudian, primer ini
kemudian dianalisis dengan UCSC. Dua amplikon panjang yang berbeda dari HIF2a
(HIF2a-L: 365 bp dan HIF2a-S: 79 bp) dirancang untuk pengujian awal terhadap
pengaruh panjang pada penentuan PMI. Selain itu, reaksi transkripsi balik tanpa
penambahan enzim RevertAid RT (minus reverse transcription) juga dilakukan untuk
menilai kekhususan primer yang dirancang oleh peneliti.]
Analisis Data
Nilai Cq dihitung menggunakan software ABI 7500 System SDS v1.4.
Peneliti pertama-tama mengevaluasi stabilitas gen 18S, Caspase-3 DNA, dan mRNA
HIF2a-S, FIH, AIF, dan HAF dengan RefFinder, alat untuk menilai gen referensi
yang andal untuk analisis ekspresi gen. Kemudian diperoleh nilai dCq sebagai
berikut: dCq = Cqtarget – Cqnormalization. Korelasi dan hubungan 0-48 jam PMI
dan ekspresi mRNA (nilai dCq) kemudian dihitung menggunakan GraphPad 7.0 dan
MATLAB 2016a. Kurva fit nonlinier digunakan untuk membangun model
matematika PMI dan ekspresi setiap mRNA tunggal. Model dengan nilai R tertinggi
dipilih sebagai model matematika yang optimal. Pada akhirnya, peneliti
menggunakan model bertahap untuk membangun PMI penentuan model matematika
menggunakan jantung dan otak jaringan dan beberapa penanda.
a
b
Gambar 1. Peringkat stabilitas gen komprehensif di otak dan jaringan jantung. Karena
HIF2a-L tidak terdeteksi pada sampel No. H87, kami mengurutkan penanda lain di jaringan
otak (a) dan jaringan jantung (b) dengan RefFinder
Dalam penelitian ini, peneliti mengekstraksi DNA dan RNA dalam satu
tabung; dengan demikian, DNA dan RNA secara bersamaan mengalami transkripsi
terbalik. Secara teori, DNA Caspase-3 tidak berpartisipasi dalam transkripsi terbalik,
dan jumlah DNA diencerkan oleh volume reaksi transkripsi balik. Untuk
memverifikasi bahwa DNA Caspase-3 tidak terpengaruh oleh transkripsi balik,
peneliti menghitung nilai Cq yang berbeda sebelum dan sesudah transkripsi terbalik.
Hasilnya ditunjukkan pada Tabel 3. Nilai terukur dan teoretis berbeda 0,5,
menunjukkan bahwa DNA Caspase-3 tidak terpengaruh oleh transkripsi terbalik
kecuali untuk pengenceran. Sedangkan sinyal qPCR dengan Caspase-3 sebelum
transkripsi terbalik juga menunjukkan bahwa primer Caspase-3 spesifik untuk DNA.
Berdasarkan peringkat stabilitas gen pada Gambar 1 dan temuan bahwa DNA
Caspase-3 tidak terpengaruh dalam transkripsi terbalik (Tabel 3), peneliti memilih
DNA Caspase-3 dan 18S untuk normalisasi masing-masing dalam penelitian ini.
Kemudian, dengan menggunakan persamaan dCq = Cqtarget – Cqnormalization,
peneliti menghitung nilai dCq dari semua sampel. Korelasi antara 0-48 jam PMI dan
setiap penanda mRNA dihitung dan ditunjukkan pada Gambar 2 (jaringan otak) dan
3 (jaringan jantung).
Seperti ditunjukkan pada Gambar 2, nilai dCq dari HIF2a-S dan HIF2aL
dalam jaringan otak meningkat dari waktu ke waktu setelah kematian, menunjukkan
bahwa HIF2a-S dan HIF2a-L terdegradasi dalam 0-48 jam PMI. Hubungan ini
mengungkapkan bahwa degradasi HIF2a-S dan HIF2a-L berkorelasi dengan PMI
(Gambar 2a, b). Namun, ekspresi HAF menurun setelah kematian dan ditemukan
terkait dengan PMI dengan normalisasi 18S atau Caspase-3 (Gambar 2c). Selain itu,
tidak ada korelasi yang signifikan antara PMI dan ekspresi AIF ketika dinormalisasi
dengan 18S (P > 0,05). Namun, ekspresi penanda AIF secara signifikan berkorelasi
dengan 0-48 jam PMI ketika dinormalisasi dengan Caspase-3 (Gambar 2d), seperti
halnya penanda FIH (Gambar 2e). Model matematika tercantum dalam Tabel 2, dan
semuanya polinomial kubik. Nilai R model matematika dengan normalisasi Caspase-3
sebanding dengan yang dengan normalisasi 18S. Hasil ini menunjukkan bahwa pada
jaringan otak, DNA Caspase-3 layak digunakan dalam penentuan PMI dengan
penanda mRNA.
X mewakili titik waktu lg, dan Y mewakili dCq penanda
Semua mRNA di jaringan jantung dinormalisasi dengan 18S dan dengan
Caspase-3, dan hubungan antara PMI dan ekspresi penanda mRNA ditunjukkan pada
Gambar. 3. model matematika dengan nilai R tertinggi untuk setiap penanda
tercantum pada Tabel 3. Seperti yang ditunjukkan pada Gambar 3, ekspresi HIF2a-
S, HIF2a-L, AIF, dan FIH di jaringan jantung menurun setelah kematian, dan nilai P
berkorelasi secara signifikan dengan 0-48 jam PMI, sedangkan nilai P untuk HAF
tidak berkorelasi ketika dinormalisasi dengan 18S atau Caspase-3. Nilai R model
(Tabel 3) sedikit lebih tinggi ketika dinormalisasi dengan 18S kecuali untuk HIF2a-L,
yang konsisten dengan hasil jaringan otak. Oleh karena itu, disimpulkan bahwa
Caspase-3 dapat digunakan untuk menormalkan penanda mRNA untuk estimasi PMI.
X mewakili titik waktu lg, dan Y mewakili dCq penanda
Seperti yang ditunjukkan pada Tabel 2, di jaringan otak, peringkat koefisien
korelasi antara PMI dan ekspresi penanda adalah HIF2a-S > HIF2a-L > HAF ketika
dinormalisasi dengan 18S dan HIF2a-S > HIF2a-L > HAF > FIH > AIF bila
dinormalisasi dengan Caspase-3. Seperti yang ditunjukkan pada Tabel 3, peringkat
untuk koefisien korelasi dalam jaringan jantung adalah HIF2a-S > HIF2a-L > AIF >
FIH dengan normalisasi 18S atau Caspase-3. Di kedua jaringan jantung dan otak,
HIF2a ditemukan memiliki hubungan terkuat dengan PMI terlepas dari ukuran
fragmen, menunjukkan bahwa degradasi HIF2a merupakan indikator yang baik untuk
penentuan PMI.
Gambar 2. Korelasi antara 0-48 h PMI dan penanda mRNA di jaringan otak ketika dinormalisasi
dengan 18S dan Caspase-3, masing-masing. Korelasi antara 0–48 jam PMI dan HIF2a-S ditunjukkan
pada (a), HIF2a-L pada (b), HAF pada (c), AIF pada (d), dan FIH pada (e). Nilai P> 0,05 ditunjukkan
dengan warna merah
Meskipun kejadian pada periode premortem seperti hipoksia dan koma dapat
mengubah tingkat beberapa mRNA, penggunaan degradasi RNA dalam forensik
sebagai indikator untuk estimasi PMI mungkin tidak terpengaruh oleh faktor-faktor
ini. White melaporkan tidak ada efek nyata dari PMI pada RIN, terutama sebelum 36
jam, dan penelitian telah melaporkan bahwa RNA terdeteksi hingga 144 jam PMI
dan bahwa fragmentasi DNA berlanjut pada kecepatan konstan selama 3 hari jika
mayat tidak dipengaruhi oleh faktor luar, dengan demikian, peneliti secara langsung
menghitung koekstraksi jaringan menggunakan real-time qPCR. Selain itu, peneliti
memverifikasi bahwa jumlah DNA Caspase-3 tidak terpengaruh oleh transkripsi balik
RNA kecuali untuk pengenceran volume reaksi. Oleh karena itu, peneliti
membuktikan bahwa RNA dan DNA dalam satu tabung dapat bersama-sama
digunakan untuk memperkirakan PMI dengan desain primer yang sesuai. Dan metode
koanalisis mRNA dan DNA merupakan metode pelengkap untuk penentuan PMI.
Selain itu, karena DNA dan RNA diisolasi dalam satu tabung dalam metode
koekstraksi, mereka kemudian dapat dideteksi dalam satu reaksi, dan prosedur ini
akan sangat berguna untuk situasi dengan biomaterial terbatas seperti dalam kasus
sains forensik.
Kesimpulan
Hasil penelitian ini menunjukkan bahwa jumlah HIF2a, AIF, dan FIH dalam
jaringan jantung menurun dari waktu ke waktu setelah kematian dan bahwa degradasi
mereka berkorelasi dengan 0-48 jam PMI. Hasil ini konsisten dengan mereka yang
memiliki jaringan otak ketika dinormalisasi dengan DNA Caspase-3. Namun, ketika
dinormalisasi dengan 18S, FIH dan AIF tidak menunjukkan hubungan dengan PMI di
otak. Dikombinasikan dengan peringkat stabilitas gen, peneliti menyimpulkan bahwa
DNA Caspase-3 layak untuk digunakan dalam penentuan PMI. Selain itu,
peningkatan ekspresi HAF berkorelasi dengan 0-48 jam PMI di otak. Hasil ini
menunjukkan bahwa DNA dan RNA dapat berhasil diekstraksi bersama dalam satu
tabung, kuantitas tidak semua mRNA menurun pada 0-48 jam PMI, dan korelasi
antara PMI dan mRNA bervariasi di antara jaringan yang berbeda dan penanda yang
berbeda. Namun, peneliti menemukan bahwa degradasi HIF2a adalah indikator yang
baik di jaringan jantung dan otak untuk estimasi PMI 0-48 jam. Selain itu, fragmen
HIF2a yang lebih pendek memiliki korelasi yang lebih kuat dengan PMI daripada
fragmen HIF2a yang lebih panjang, menunjukkan bahwa fragmen yang lebih pendek
lebih cocok untuk penanda mRNA untuk digunakan dalam penentuan PMI. Akhirnya,
peneliti membangun model matematika dengan beberapa penanda mRNA dan
beberapa jaringan. Namun, validasi dan penyelidikan penanda dan model matematika
ini pada jaringan manusia memerlukan studi lebih lanjut.
ANALISIS JURNAL
1. Kelebihan jurnal :
Jurnal ini memiliki judul dan abstrak yang jelas dan memberikan gambaran
umum mengenai isi jurnal
Jurnal ini menjelaskan secara rinci pengolahan sampel jaringan otak dan
jantung untuk memperoleh DNA dan RNA yang digunakan dalam
perhitungan PMI
2. Kekurangan jurnal :
Jurnal ini tidak menjelaskan bagaimana faktor eksternal lainnya yang terlibat
dengan DNA dan RNA yang berpengaruh terhadap estimasi PMI.
Beberapa sumber pustaka yang digunakan pada jurnal ini memiliki tahun
terbit yang lebih dari 10 tahun terakhir.