目的 基于大鼠模型研究埋葬尸体骨骼微生物的群落演替规律,并以此推断死亡时间(PMI),为埋尸案件的死亡时间推断提供参考.方法 将20只大鼠埋葬于深度20 cm的土壤中,分别于5个时间点(7 d、14 d、30 d、45 d、60 d)采集上肢肱骨及下肢股骨,对细菌 16S rRNA基因测序及数据分析,利用机器学习算法构建预测死亡时间的随机森林模型.结果 埋葬大鼠在 60 d的分解过程中,上肢肱骨和下肢股骨微生物群落无显著差异,不同时间点微生物群落差异显著.在尸体腐败进程中,骨骼厚壁菌门、拟杆菌门相对丰度总体呈现上升趋势,变形菌门、放线菌门呈现下降趋势.利用随机森林算法筛选出与PMI相关的 89 个OTU作为标记物并进行预测模型的构建,其R2 值可达 86.32%,平均绝对误差(MAE)为 2.11±1.81 d.结论 本实验基于埋葬大鼠模型所建立的骨骼微生物的死亡时间推断模型具有较好的准确性,可为埋葬案件的死亡时间推断提供参考.