随着警犬技术的发展, 人体气味的研究已引起越来越多的关注。人体气味是人体汗腺、皮脂腺、顶浆分泌腺等多种腺体的分泌物在皮肤表面微生物的作用下挥发形成的气味[1], 其是具体人的一种生物信息, 具有信息素的功能[2-4]; 是由遗传物质决定的[5], 具有相对稳定性[6, 7]; 不同个体气味的差异是由基因决定的, 具有个体特征性[8], 可用于进行个体鉴别[9]。遗留于犯罪现场的人体气味具有相对稳定性, 能够存留较长时间[10]。人体气味是继指纹、DNA后案件侦破的重要物证, 具有一定的证据能力, 警犬技术工作人员通过气味采集介质提取犯罪现场的气味, 用于案件侦破过程中个体气味的警犬鉴别。目前, 刑侦工作中, 主要是利用警犬对人体气味进行个体识别, 以及采用科学仪器对人体气味进行定性和定量分析, 从而达到对生物个体的识别[11]。利用人体气味进行个体识别, 一方面推动了警犬技术的发展; 另一方面, 吸引了科研人员采用科学仪器对人体气味进行大量研究, 在人体气味成分的检测分析方面取得了不少成果, 进而弥补了警犬技术的不足, 与之形成互补[12]。
长期以来, 气相色谱法(GC)是分析人体气味的主要方法[13]。随着技术的发展, 气相色谱-质谱法(GC-MS)因其分离效能高、样品用量少、分析速度快、分析精度高、适用范围广和检测效果显著等优点, 被广泛用于人体气味的研究, 其不但可以分析人体气味的组成成分, 还可用于比较不同个体气味的差别[12]。GC能够对化合物进行有效分离和分辨, 排除复杂混合物各组分间的相互干扰, 将各组分逐个进行定性和定量分析; MS则是准确鉴定化合物的有效手段, 并给出相应的结构信息。GC-MS利用气相色谱法高效分离的特点和质谱法高分辨的能力, 实现了多组分混合物的一次性定性、定量分析[14]。
本文重点综述了GC-MS在人体气味研究方面的应用, 为人体气味的仪器分析提供借鉴, 为人体气味的分离、分析提供新思路, 推动人体气味的研究进展。
常见用于采集犯罪现场或犯罪嫌疑人气味的介质主要有布料、金属管、活性炭等, 不同介质吸附人体气味的能力不同, 人体气味无论用作嗅源供警犬鉴别还是用于仪器分析, 其含量均越高越好。在警犬技术工作中, 人们一般采用无味棉布和纱布吸附人体气味, 荷兰、德国、比利时等国的警方用钢管及布料吸附人体气味[15]。在不同布料中, 特制白棉绒布及脱脂纱布吸附人体气味的能力优于精纺棉布、丝绸、全毛布、涤纶布和毛涤[15], 医用脱脂棉吸附人体气味的能力稍优于医用脱脂纱布[16]。考察金属管、活性炭、木絮棉、无味纱布等吸附人体气味后用于警犬鉴别的效果, 发现采用活性炭时效果最佳。活性炭吸附气味的能力很强, 但其吸附的气味不易被释放, 因此在实际警犬气味的鉴别工作中很少使用活性炭; 其次是木絮棉和无味纱布, 其吸附气味的能力较好, 释放被吸附的气味也较为缓和; 金属管吸附气味的能力并不强, 但其吸附的气味比较纯净, 用于警犬鉴别时错误率低于棉布[17]。
目前, 在警犬技术工作中提取人体气味的方法主要有直接吸附提取和嗅源提取仪提取, 直接吸附提取是警犬技术工作人员现场勘查提取嗅源时最常用的方法, 其是将纱布直接覆在犯罪现场物证(足迹、遗留物体、触摸痕迹等)表面, 通过静态气味分子的自由扩散来提取物证的嗅源气味[18]。在实验室内, 科研人员利用气味采集介质(纱布、棉布、吸附搅拌棒等)直接吸附提取不同部位的人体气味, 并进行一系列前处理后, 用于仪器分析。
嗅源提取仪是利用真空抽气原理设计的一种嗅源气味提取转移设备, 采集现场嗅源气味时, 将嗅源罩严密的罩在附有嗅源气味的有形痕迹上, 通过气流的定向流动使嗅源气味扩散到目标吸附物(脱脂纱布、棉绒布、脱脂棉等)上, 实现嗅源气味的非接触式提取, 减少了外源气味的影响, 吸附有嗅源气味的目标吸附物可用于警犬鉴别、警犬追踪以及仪器分析[19]。
人体气味样品的前处理方法主要有固相微萃取(SPME)[20-22]、搅拌棒吸附萃取(SBSE)[23]、液-液萃取[24]、热脱附[25]等方法。其中, SPME操作简单快速, 进样方便, 样品用量少, 其吸附膜具有选择性, 适用于已知目标化合物的分析测定。SPME借助采集介质将人体气味收集在萃取头上, 然后将萃取头收纳于鞘内, 不经任何溶剂洗脱直接进入气相色谱仪的汽化室, 再探出探头, 萃取头上的人体气味物质在汽化室内解析后, 通过流动相导入色谱柱, 完成提取、分离、浓缩的全过程。搅拌棒吸附萃取技术集采样、浓缩、样品前处理、进样于一体, 操作方便, 适用于大批量样品的分析。液-液萃取是利用有机溶剂洗脱吸附介质中的人体气味, 并利用低温进行浓缩, 该操作繁琐, 不适合大批量样品的处理。
针对人体气味的研究工作中, 无论仪器分析还是警犬鉴别、追踪、搜索等, 采集到高质量的有效气味是关键。研究[26]表明, 嗅源气味量对警犬的气味鉴别存在较大影响, 嗅源量足够多才能使警犬形成清晰的嗅识, 嗅源浓度越大越利于警犬做出正确的判断。当采集的人体气味无法进行及时分析及使用时, 需要储存起来。不同介质吸附气味的能力, 以及人体气味在不同介质上的存留特性、嗅源气味采集动力形式、储存条件和人体气味仪器分析前的预处理等研究对人体气味的分析和应用具有重要意义。
吴德华等[15]以人体的腋窝气味为研究对象, 采用SPME-GC-MS进行检测，探讨了不同极性涂层的萃取膜对人体气味吸附的灵敏度, 发现不同萃取膜具有不同的吸附灵敏度, 其中采用70 μm乙烯二醇-二乙烯基苯共聚物(CW-DVB)和85 μm聚二乙醇-聚二甲基硅氧烷共聚物(CAR-PDMS)萃取头分析得到的色谱峰较多, 对人体气味中脂肪酸、酮、醇类物质有较高的灵敏度, 多次取样分析发现人体气味由脂肪酸、酯、醇、胺、酮等物质组成[27]。Omolo等[28]采用GC-MS考察比较了6种吸附材料(苯基对苯醚、四氟柱、二乙烯基苯-乙烯基乙苯聚合物(porapak Q)、活性炭、反相十八烷基和辛基键合硅胶)对人体气味中挥发性有机物静态的吸附能力。结果表明, 二乙烯基苯-乙烯基乙苯聚合物对人体气味的吸附效率最高。
龙成生等[29]采用GC-MS研究了人体气味在大理石、木制品、棉制品、土块上的存留特性。研究结果表明, 嗅源气味在棉制品、土块、木制品上的存留时间多于大理石, 其中留存于木制品上的时间最长, 该结果与实际警犬技术工作中所取得的经验一致, 同时为案件现场嗅源气味的勘查提供了技术支撑。吴德华等[30]采用GC-MS考察了硬质地面上人体脚部气味的留存特性。结果表明, 在25 ℃无风环境下, 遗留于硬质地面上人体脚部的气味3 h后的含量为初始含量的10%, 该结果在实验环境下得出, 只能作为基准参考, 外界环境中的气温、风速、湿度等都会影响气味的衰减速度。
Caraballo等[31]采用顶空固相微萃取结合GC-MS, 考察了无孔和多孔动态气流非接触式采样装置采集人体气味的特性。结果表明, 相比于直接采集人体气味, 该装置采集到的人体气味的含量和物质种类都有所减少, 但是该装置为刑事案件中采集气味证据提供可能性。陈然然等[18]采用全二维气相色谱-飞行时间质谱法(GC×GC-TOF MS)考察了气流动力形式对非接触式嗅源气味采集效率的影响。结果表明, 在非接触式嗅源气味吸附采集环境下, 气流有利于嗅源气味分子的扩散, 定向气流的提取形式可有效提高嗅源气味的提取效率。
王淳浩等[32]应用质量变化法及SPME-GC-MS对人体气味在一定空间内的存留时间进行研究, 检测到人体气味中常见的25种组分, 在平均温度25 ℃、平均相对湿度64%的房间内可存留至少60天, 并至少在20天内相对含量不变；对人体气味的保存方法进行研究[16], 结果发现, 医用脱脂棉适用于人体气味的保存, 可在-20 ℃的密闭、遮光、冷冻条件下稳定保存180 d。
代勇等[33]于2008年优化了SPME-GC-MS分析人体腋窝气味成分的前处理方法, 为以后的深入研究提供了依据。崔迎[34]通过GC-MS对人体气味的采样部位、采样介质、预处理方法等分析程序进行了优化。
目前研究筛选的最优人体气味提取方案(包括采集介质、采集动力形式等)能够很好地适用于警犬鉴别, 但是我们尚不确定吸附介质采集的人体气味经前处理后能否被仪器完全解析, 也不确定特征气味分子的含量是否在仪器检出限内。因此我们还需不断优化人体气味的提取及前处理程序。此外, 针对人体气味的储存方式及条件, 我们还需不断摸索。
在人体气味成分分析方面, 学者采用GC-MS技术主要进行了以下研究。
Bernier等[35]分析了吸引蚊子的人体发散物中的物质成分, 利用GC-MS检测到300多种成分; 在2000年的研究[36]中, 他们采用GC-MS分析人体皮肤发散物, 在得到的346个色谱峰中, 通过与标准品、谱库等比对, 确定其中207种物质为人体皮肤发散物的成分。
Haze[37]采用GC-MS分析了26~75岁间供试者的人体气味。结果表明, 人体气味中含有酸类、醇类、醛类和烃类等物质, 其中醛类物质是人体皮脂腺分泌物氧化降解产生的。
Mochalski等[38]通过SPME-GC-MS对健康人体皮肤表面发散物进行定性和定量分析, 研究了人体皮肤表面发散物中特定挥发性有机化合物的排放率。从31个健康个体的气味中定量了64种C4~C10化合物, 其中主要包括18种醛类物质和17种碳氢化合物, 此外还包括8种酮类物质、6种杂环化合物、6种萜烯类化合物、4种脂类化合物、2种醇类物质、2种挥发性硫化物和1种腈类化合物; 其中丙酮、乙醛和6-甲基-5-庚烯-2-酮在人体皮肤发散物中排放率最高, 另外, 有33种挥发性化合物的存在率高达80%, 这些化合物可以作为环境中存在人类的潜在标记物, 用于城市搜救行动中被困受害者的早期定位。
徐汉坤等[39]于2001年采用SPME-GC-MS对人体手部气味进行了初步分析, 发现了12种脂肪酸、醇、酮类化合物, 通过对同一个体气味的多次取样分析, 发现GC-MS分析得到的色谱图重复性好, 为人体气味特征组分的进一步分析打下了基础。
何正杰等[40]利用GC-MS对密闭环境中人体挥发性有机化合物进行了定性和定量分析, 初步确定人体自身代谢的挥发性污染物主要为醇类、酯类、酸类、酮类及含氮化合物等极性物质, 烷烯烃、苯系物等非极性化合物的种类相对较少且含量相对较低, 此外, 相比非极性化合物, 极性化合物更难以净化。
崔迎[34]采用优化的SPME-GC-MS分析程序, 检测出人体气味中含有200多种物质, 主要为醇类、酮类、醛类、酚类、醚类、酯类、酸类、烃类、卤代烃类及芳香类物质等, 其中烃类、醇类及芳香类物质含量较多, 酸类物质含量较少, 与其他报道人类气味中以酸类物质为主不同[36]。
龙成生等[23]建立了基于搅拌棒吸附萃取的GC-MS测定人体气味中正十二烷酸、正十三烷酸、正十四烷酸、正十六烷酸等脂肪酸类物质的分析方法。结果显示, 该法准确可靠, 适用于人体气味中脂肪酸类物质的测定, 为人体气味的化学组成分析提供了新的技术手段。
王淳浩等[41]采用SPME-GC-MS分析鉴别了来自8位个体的人体腋窝气味样品。结果表明, 各样品含有7种共有成分, 分别为壬酸、环十二醇、5, 9-十一烷酸内酯、庚醛、己醛、十八烷和1-茨醇。
吴德华等利用SPME-GC-MS检测分析了人体腋窝[42]和手部[43]的气味成分。结果表明, 在43个人体腋窝气味样品中可获得98~105个色谱峰, 检测出36种化合物, 其中部分化合物的定性分析结果和国外报道[36, 44]相似; 对人体手部气味样本多次取样分析, 获得了98~105个色谱峰, 检测出34种化合物; 经分析, 人体腋窝和手部气味是由脂肪酸、酯、醇、胺、酮等物质组成, 多次分析同一个体的腋窝和手部气味样本, 其色谱图有较好的相似性, 从分析结果来看, GC-MS在人体气味的分析研究中有着较好的应用前景。
目前采用GC-MS对人体气味进行分析, 已发现人体气味中含量较高的几大类物质, 但还未能检出一些含量较低的物质成分, 人体气味的物质特征还未能真正解析。为此, 我们在不断优化人体气味提取及样品前处理方案的同时, 还需不断提高仪器的精密度, 以便尽早发现人体气味的全部物质成分。
在人体气味差异性研究方面, 科研工作者主要开展了同一个体不同部位、不同个体同一部位、不同年龄及不同性别个体之间气味差异的研究。
Bernier等[45]利用GC-MS研究比较了不同个体的皮肤发散物成分, 结果表明, 这些成分在性质上具有相似性, 但含量具有差异性, 其中部分物质是十二酸、十一醛、苯甲醛、苯甲醇、环十四烷、十七烷、庚醛、十八烷、壬酸和甲苯等。
Haze[37]采用GC-MS分析比较了年龄分布在26~75岁间的人体气味, 结果表明, 2-壬烯醛只存在于年龄大于40岁个体的人体气味中。
Ostrovskaya等[46]采用SPME-GC-MS分析比较了年龄分布在18~60岁间的50位女性皮肤表面的挥发性成分, 发现了短链和长链烃、短链醛和支链酮等几种不同类型的化合物, 其中88%的个体中存在短链醛(如辛醛、癸醛), 96%的个体中存在长链烃(如十四烷、十五烷和十六烷), 这些化合物在不同个体气味中的含量存在差异, 一些个体中还含有特定的挥发性成分, 如6-甲基-5-庚烯-2-酮和短链的烃(如癸烷)。
Seya等[47]采用GC-MS分析检测了贴身衣物上沾染的人体气味, 供试者为10名年龄在21~34岁之间的健康女性, 分别用纯棉衬衫、纯棉袜子和棉布采集了供试者背部、足部和腋窝处的气味。检测结果表明, 所有供试者3个部位的气味中都存在辛醛、壬醛、2-壬烯醛、2-乙基己醇和6-甲基-5-庚烯酮, 背部气味中醛类和酮类物质的含量多于其他部位, 不同个体中辛醛和壬醛的含量存在一定差异, 另外, 醛类物质有可能是背部皮肤分泌的脂肪酸氧化降解产生的。
崔迎[34]采用优化的SPME-GC-MS开展人体气味成分的研究。结果表明, 不同年龄段的人体气味, 组成结构变化显著; 男性和女性之间的气味组成存在显著差异, 酸类和环氧烷类物质只在男性气味样品中检出; 特殊体味和正常体味的个体在气味物质组成结构上存在显著差异。
王淳浩等[48]优化了顶空固相微萃取(HS-SPME)-GC-MS鉴别人体气味的分析条件, 并分析了不同部位的人体气味[49], 结果表明, 同一个体腋窝、手部和足部的人体气味具有较高的相似度, 但仍存在细微差别。
在人体气味差异性的研究中, 我们采用仪器分析方式发现了不同个体气味之间物质成分的差异, 但是这些还不足以用于区分鉴别不同个体, 还需不断探究人体气味在不同性别、年龄、种族等方面的差异。
在长期的人体气味分析研究中, 人们发现同一个体的人体气味具有一定的稳定性, 不同个体的气味之间存在差异性。因此, 人们意图通过仪器分析的方法发现人体气味的特征, 达到对个体进行识别的目的。
王淳浩等[50]采用SPME-GC-MS对人体手部气味的稳定性进行了研究, 结果表明, 同一个体的人体手部气味具有稳定性, 不同个体的人体手部气味差异明显; 此外, 运用SPME-GC-MS对不同个体的手部、足部和腋窝的人体气味进行鉴别, 样品都得到了有效区分[51-53]。
崔迎[34]采用优化的SPME-GC-MS开展人体气味成分研究。研究表明, 单一个体的气味样品组成在20天内基本稳定, 利用人体气味进行个体识别具有可行性。
Jha等[54]采用GC-MS分析了人体气味的特征, 利用主成分分析和非线性主成分分析对数据进行转换后, 采用人工神经网络技术对人体气味进行识别; 另外, 采用滤波器的方法在GC-MS的光谱中选择化合物色谱峰的最佳子集对人体气味进行分类建模, 实现了较好的人类气味类别鉴别结果[55]。
Cuzuel等[56]通过采用全二维气相色谱-质谱法(GC×GC-MS)分析人体手部气味来识别个体, 用以验证法医学中的贝叶斯猜想。贝叶斯猜想为判断相似的两个人体气味样本是否来自同一个体提供可能性。
代勇等[57]采用SPME-GC-MS分析测定了内衣上附着的人体气味中醇、醛、酮、酯等4类物质, 结果表明, 不同个体的内衣上人体气味成分差异较为明显, 可以通过这4类物质的差别区分鉴别不同个体。此外, 他们采用HS-SPME-GC-MS在选择离子监测(SIM)模式下分析测定了不同人体手部气味中的主要挥发性成分:醇、酚、醛、酮、酸和酯等6类物质[58], 并采用HS-SPME-GC-MS及模式识别法鉴别了群体手部气味中上述6类主要挥发性成分[59]。结果显示, 除酸类和酚类物质外, 其余4类物质均可作为区别不同人体气味的指标性成分。
2008年, 吴德华等[60]通过SPME-GC-MS分析人体腋窝气味, 建立了根据色谱指纹图谱区别不同个体气味的新方法。该方法能较全面地反映人体气味的特征峰和整体信息, 并初步探讨了用仪器鉴别不同个体的可能性。在2010年, 人体气味的色谱指纹特性研究中[61], 他们比较了人体气味样本色谱图的相似度, 发现保留时间在0~15 min及25~42 min阶段的色谱图相似度高于全谱图, 15~25 min阶段色谱图的相似度明显低于全谱图, 进而推断不同个体气味的差异性物质主要是15~25 min期间检出的物质; 另外, 同一个体的气味色谱图的相似度(83.8%)明显高于不同个体间气味色谱图的相似度(61.8%), 20天内的同一个体气味的变异系数为2.22%。2012年, 在基于GC-MS检测同一个体气味中脂肪酸类物质的稳定性和性别间差异性的研究中发现[62], 人体腋窝气味中存在大量不同浓度但浓度比例相对稳定的脂肪酸类物质, 所检测的7种脂肪酸的相对含量在同一个体中保持相对稳定; 另外, 研究结果表明, 可以利用脂肪酸类物质作为性别标记物进行人体气味样本来源的判定, 建立区分个体性别的识别方法。
Natsch等[63]于2006年采用GC-MS详细分析了人体腋窝分泌物的成分, 以及腋窝分泌物被α-酰基谷氨酰胺氨基酰化酶(从人体腋窝棒状杆菌属中获得)降解后的成分, 并将两类成分的分析结果进行了对比。发现无味的腋窝分泌物被该酶降解后释放出28种挥发性羧酸, 其包含几种脂肪族的具有4-甲基支链的3-羟基酸、3, 4-不饱和脂肪酸, 以及具有4-乙基支链的脂肪酸和多种氨基酸的降解产物; 这些物质存在于所有供试者的气味样本中, 但相对含量存在很大差异。因此这些挥发性羧酸是决定不同个体气味类型的关键分子。
以上研究结果表明, 通过GC-MS分析人体气味成分, 发现不同个体气味中的差异成分, 可以此作为指标性物质区分不同气味样品; 另外, 通过对人体气味进行分类以及构建气味指纹图谱对个体识别具有可行性, 未来可以建立如同DNA库、指纹库一样的数据库用于人体气味的比对鉴别。
随着对人体气味研究的不断深入, 人们意图通过仪器分析的方法, 从人体气味的物质成分中找出一种生物标记物, 用于人体的健康表征以及早期疾病的诊断。
Correiasá等[64]建立了GC-MS快速测定人类尿液气味中双酚A的方法。Gao等[65]采用GC-MS对人体血液气味中的柠檬酸进行定量分析, 用以探究其作为生物标记物来诊断人类糖尿病性肾病的可能性。结果表明, 人体血液气味中柠檬酸的含量可以帮助人类糖尿病性肾病的诊断。
Moon等[66]采用GC-MS定量分析了人体唾液气味中18种饱和与非饱和脂肪酸和7种固醇类物质与其叔-丁基二甲基硅烷化衍生物, 以达到诊断人体体内平衡的目的。Phillips等[67]采用GC-MS分析人体呼出气体中的挥发性有机化合物, 结果表明, 人体呼出气体中的挥发性有机物中存在准确预测乳腺癌发生风险的标记物。
Rudnicka等[68]采用GC-MS分析了人体呼出气体中的挥发性有机化合物, 以此作为肺癌的潜在标记物。结果表明, 肺癌患者呼出气体中丙酮、异戊二烯、乙醇、1-丙醇、2-丙醇、己醛和二甲基硫的浓度高于健康个体和患有其他肺部疾病的个体。
以上的研究结果表明, 在人体气味中找出一种或多种生物标记物用于人类的健康表征和疾病诊断具有可行性, 这方面的研究将有助于人类疾病的早预防、早诊断、早治疗, 具有很大的医疗价值。
生活中, 我们发现不同的人对蚊子具有不同的吸引力, 可能源于不同个体气味的差异, 为此人们开展了人体气味对蚊子吸引力的研究。Omolo等[28]开展了不同个体脚部气味对冈比亚按蚊吸引力的研究, 并采用GC-MS分析了不同个体脚部气味的成分, 发现对蚊子具有不同吸引力的脚部气味的图谱差异显著。另外, Verhulst等[69]进行了人类白细胞抗原基因、人体皮肤挥发物与能够引起疟疾的蚊子吸引力之间关系的研究。利用GC-MS分析人体皮肤挥发物的化学成分后发现, 人体皮肤挥发物中柠檬烯、2-苯乙醇和2-乙基-1-乙醇对蚊子的吸引力较弱, 乳酸、2-甲基丁酸、十四烷酸和辛醛对蚊子极具吸引力。因此, 我们可以推断, 不同个体对蚊子具有不同的吸引力源于人体气味的差异, 未来我们可以利用人体气味制作蚊子捕捉器, 改善人们的生活环境。
将文中涉及的GC-MS在人体气味分析各方面的应用进行了归纳, 见表 1。
基于GC-MS在人体气味分析方面的研究已取得一定成果, 初步建立了较好的人体气味采集、储存及样品前处理程序, 定性分析出人体气味的物质成分, 初步开展了人体气味的稳定性和差异性研究, 验证了利用GC-MS建立色谱指纹图谱和对人体气味进行分类在个体识别方面具有可行性, 人体气味中存在一些生物标记物可用于健康表征和疾病诊断等。以上利用GC-MS在人体气味分析各方面的研究, 将为人体气味的仪器分析提供借鉴, 推动人体气味的研究进展。
然而, 利用GC-MS对人体气味进行仪器分析还处在起步阶段, 仪器分析还未能取代警犬鉴别, 意图通过仪器分析鉴别不同个体的人体气味, 尚需解决如下问题:进一步优化GC-MS的数据库, 定性出更多的人体气味成分, 确定人体气味的特征, 尽早实现利用气味指纹图谱进行个体气味的同一认定; 开展人体气味在不同年龄、种族、民族、性别和职业等方面的差异性研究, 找出不同个体气味的差异所在; 对夹杂其他个体气味或者复杂环境下的人体气味进行仪器分析, 希望能在犯罪现场复杂的背景气味中准确识别犯罪嫌疑人的特征气味成分; 基于GC-MS大力研究警犬鉴别是依据人体气味中的哪种或哪类成分, 是单一的人体气味还是与其他气味的混合体。
随着GC-MS技术的不断革新和科研人员对人体气味奥秘的不断探究, 未来可以发现不同个体的气味特征, 构建人体气味的色谱指纹图谱, 通过建立模型和建立如同DNA、指纹数据库一般的人体气味指纹图谱数据库进行同一个体的认定; 通过仪器分析定能发现人体气味在生物个体识别中的原理, 警犬进行人体气味鉴别、追踪、搜索等的奥秘也将揭晓。人体气味证据也将如同指纹、DNA证据一样被法庭接受。
2019,
Vol. 37 Issue (1): 54-62
PDF
2019,
Vol. 37 Issue (1): 54-62
PDF