目的 筛选人体手足气味中与性别、年龄相关的特征组分,进行不同人群性别与年龄特征刻画.方法 采用热解吸-气相色谱-质谱法(thermal desorption-gas chromatography-mass spectrometry,TD-GC-MS)检测人体手足中的挥发性气味信息,利用单因素分析与多因素分析筛选出不同性别、年龄人群手足气味中的差异组分,并通过遗传算法-随机森林(genetic algorithm-random forest,GA-RF)机器学习方法预测不同性别、年龄的特征组分,并构建判别模型.结果 从人体手足部位中共检测出 304 种挥发性物质,通过t检验和正交偏最小二乘判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)筛选P<0.05且变量投影重要性(variable importance in projection,VIP)>1的差异组分,使用遗传算法(genetic algorithm,GA)优化随机森林(random forest,RF)算法构建判别模型,利用手足特征进行性别识别的准确率分别为92.02%和81.46%,年龄识别的准确率分别为76.13%和73.49%.结论 基于统计学和GA-RF机器学习方法,筛选出人体手足气味中不同性别、年龄的差异标志物,构建判别模型,为人体气味在法庭科学领域中的应用提供新思路.