编辑推荐：
在法医遗传学中，Y-STR 匹配概率量化困难。研究人员开展了基于系谱计算 Y-STR 匹配概率的研究，提出新数学框架，经测试能有效估计匹配概率。这为合理解读 Y-STR 匹配问题提供方案，推动法医遗传学发展。
在法医遗传学的领域中，准确识别犯罪现场生物痕迹的男性捐赠者，对于破解案件至关重要。Y 染色体短串联重复（Y-STR）标记，作为一种常用的法医检测工具，在性侵犯等涉及男女 DNA 混合样本的案件里，发挥着独特作用。然而，长期以来，Y-STR 检测存在着诸多难题。一方面，由于 Y-STR 所在的 Y 染色体非重组区域缺乏减数分裂重组，且突变率较低，犯罪嫌疑人往往会与多位男性近亲共享相同的 Y-STR 图谱。这就导致仅依据 Y-STR 图谱匹配，难以确定生物痕迹的真正捐赠者，除非能通过非遗传证据明确排除其男性亲属的嫌疑。另一方面，Y-STR 图谱匹配概率的量化也困难重重。传统上，人们常将 Y-STR 图谱在群体数据库中的频率等同于匹配概率，但这种做法并不准确。因为 Y-STR 图谱在主要由无亲缘关系男性构成的群体数据库中的频率，很可能低估了实际 “嫌疑人群体” 中的匹配概率，这使得法医遗传学领域对 Y-STR 单倍型匹配的统计解释，多年来一直难以达成共识。
为了解决这些困扰法医遗传学的难题，来自德国基尔大学（Institute of Medical Informatics and Statistics, Kiel University）、荷兰伊拉斯姆斯大学医学中心（Erasmus MC University Medical Center Rotterdam）等机构的研究人员，开展了一项极具意义的研究。他们提出了一种全新的数学框架，用于基于系谱计算 Y-STR 单倍型匹配概率。该研究成果发表在《Scientific Reports》上，为法医遗传学中 Y-STR 匹配概率的计算与解读，带来了新的曙光。
研究人员在开展此项研究时，主要运用了以下几种关键技术方法：
- 重要性抽样（importance sampling）：鉴于直接通过分析确定匹配概率的精确值难度较大，研究人员采用重要性抽样方法，通过模拟未知单倍型，来近似估计匹配概率。这种方法利用不同的概率测度（即 “提议分布”），提高了模拟效率，减少了所需的模拟次数。
- 系谱重排与编号：为简化计算提议权重的复杂性，研究人员对系谱进行重排，将犯罪嫌疑人设定为最近共同祖先（MRCA），并重新编号。这样的处理方式，使得 Y-STR 的突变过程在计算中更易于处理。
- 软件实现与测试：研究人员用 Python 编写了定制脚本，对新的数学框架进行实现，并针对一系列通用的基本系谱和单个 Y-STR 进行测试。通过改变突变率和等位基因分配，评估该框架和软件的准确性。
下面我们来详细了解一下这项研究的主要结果：
- 研究设置与目标：对于包含 n 个父系相关男性的系谱，研究人员用随机向量H=(H1,...,Hn)表示他们的 Y-STR 单倍型。假设已知前 k 个单倍型，未知后n?k个单倍型。研究的目标是推导条件概率px=P(m(Hu)=x∣hv)，其中m(Hu)表示与犯罪嫌疑人单倍型匹配的未知单倍型数量12。
- 重要性抽样的应用：精确计算px的值在分析上存在困难，因此研究人员通过重复模拟Hu来近似估计。与传统蒙特卡罗方法不同，重要性抽样使用提议分布Q进行模拟，通过计算概率比（提议权重）来估计px，有效提高了模拟效率34。
- 系谱表示的改变：将系谱重排，使犯罪嫌疑人成为 MRCA，并重新编号，这样的处理有助于简化提议权重的计算。因为 Y-STR 的突变过程在一定程度上具有对称性，这种重排不会影响最终的计算结果56。
- 提议分布的构建：在模拟Hu时，先随机选择 x 个未知单倍型，使其与犯罪嫌疑人单倍型相同，然后根据突变率迭代模拟剩余未知单倍型。同时，计算提议权重的分子和分母，以准确估计匹配概率78。
- P(hv)的估计：通过与上述模拟类似的过程，但不预先设定未知单倍型与犯罪嫌疑人单倍型相同，且仅对已知单倍型相关的父子对计算突变率乘积，研究人员可以有效估计P(hv)910。
- 软件测试结果：对新框架和 Python 软件进行测试，结果显示在多数测试场景下，当模拟次数达到 100,000 次或 1,000,000 次时，估计值与精确值的平均百分比差异小于 10%。这表明该框架和软件能够较为准确地估计匹配概率1112。
在研究结论和讨论部分，研究人员指出，他们提出的数学框架和计算机实现，为长期以来法医案件中如何正确解释 Y-STR 单倍型匹配这一难题，提供了可能的解决方案。与以往将匹配概率等同于群体频率估计的错误做法不同，该方法考虑了犯罪嫌疑人的家族背景，通过系谱计算匹配概率，更符合实际情况。虽然该方法目前还存在一些局限性，例如需要详细了解犯罪嫌疑人的男性家族背景信息，且部分男性亲属的基因分型可能存在困难，但随着未来研究的不断深入和技术的发展，有望进一步完善。同时，该方法的应用还需要警方、法医遗传学家等多方面的协作，以充分发挥其在法医遗传学中的重要作用。这项研究成果对于推动法医遗传学的发展，确保司法公正具有重要意义，为后续更精准的法医遗传分析奠定了坚实基础。
