Abstract Introduction The estimation of post-mortem interval remains a major challenge in forensic science. Most of the proposed approaches lack the reliability required to meet the rigorous forensic standards. Objectives We applied 1 H NMR metabolomics to estimate PMI on ovine vitreous humour comparing the results with the actual scientific gold standard, namely vitreous potassium concentrations. Methods Vitreous humour samples were collected in a time frame ranging from 6 to 86 hours after death. Experiments were performed by using 1 H NMR metabolomics and Ion Capillary Analysis. Data were submitted to multivariate statistical data analysis. Results A multivariate calibration model was built to estimate PMI based on 47 vitreous humour samples. The model was validated with an independent test set of 24 samples, obtaining a prediction error on the entire range of 6.9 h for PMI<24h, 7.4 h for PMI between 24 and 48h, and 10.3 h for PMI>48 h. Time-related modifications of the 1 H NMR vitreous metabolomic profile could predict PMI better than potassium up to 48 hours after death, while a combination of the two is better than the single approach for higher PMIs estimation. Conclusion The present study, although in a proof-of-concept animal model, shows that vitreous metabolomics can be a powerful tool to predict PMI providing a more accurate estimation compared to the widely studied approach based on vitreous potassium concentrations.

Abstract Introduction Due to its peculiar anatomy and physiology, the pericardial fluid is a biological matrix of particular interest in the forensic field. Despite this, the available literature has mainly focused on post-mortem biochemistry and forensic toxicology, while to the best of authors’ knowledge post-mortem metabolomics has never been applied. Similarly, estimation of the time since death or Post-Mortem Interval based on pericardial fluids has still rarely been attempted. Objectives We applied a metabolomic approach based on 1 H Nuclear Magnetic Resonance Spectroscopy to ascertain the feasibility of monitoring post-mortem metabolite changes on human pericardial fluids with the aim of building a multivariate regression model for Post-Mortem Interval estimation. Methods Pericardial fluid samples were collected in 24 consecutive judicial autopsies, in a time frame ranging from 16 to 170 hours after death. The only exclusion criterion was the quantitative and/or qualitative alteration of the sample. Two different extraction protocols were applied for low molecular weight metabolites selection, namely ultrafiltration and liquid-liquid extraction. Our metabolomic approach was based on the use of 1 H Nuclear Magnetic Resonance and multivariate statistical data analysis. Results The pericardial fluid samples treated with the two experimental protocols did not show significant differences in the distribution of the metabolites detected. A post-mortem interval estimation model based on 18 pericardial fluid samples was validated with an independent set of 6 samples, giving a prediction error of 33 - 34 hours depending on the experimental protocol used. By narrowing the window to post-mortem intervals below 100 hours, the prediction power of the model was significantly improved with an error of 13-15 hours depending on the extraction protocol. Choline, glycine, ethanolamine, and hypoxanthine were the most relevant metabolites in the prediction model. Conclusion The present study, although preliminary, shows that PF samples collected from a real forensic scenario represent a biofluid of interest for post-mortem metabolomics, with particular regard to the estimation of the time since death.

Abstract Purpose The metabolic pathways of APP-CHMINACA were characterized to select the markers of intake for implementation into analytical assays used by the clinical and forensic communities. We have combined the evidences obtained by both in vitro experiments and administration studies on mice. Methods APP-CHMINACA was incubated with either human or mouse liver microsomes. Urine and blood samples were collected at different time points from mice after injection of a 3 mg/kg dose of the test compound. Samples were analyzed using liquid chromatography-tandem mass spectrometry. Results The in vitro studies allowed to isolate eight different metabolic reactions, formed by two metabolic routes, with no differences between human and mouse liver microsomes. The main biotransformation route involved the hydrolysis of the distal amide group and the subsequent hydroxylation on the cyclohexyl-methyl ring. The second route involved multiple hydroxylation of the parent compound, followed by reduction to generate minor metabolites. In blood samples, the most abundant substances identified were APP-CHMINACA unchanged and the metabolites formed by the hydrolysis of the distal amide together with its hydroxylated products. In urine samples, four metabolites formed following the hydroxylation of the distal amide hydrolysis metabolite were detected as the most abundant and long-term metabolites. Conclusions The outcomes of our study showed that the most suitable markers to detect the intake of APP-CHMINACA in blood and urine samples in the framework of toxicological, clinical and forensic investigations were the metabolite formed by the hydrolysis of the distal amide and its hydroxylated products.