编辑推荐：
在法医 DNA 检测中，实验室间 DNA 回收率存在显著差异，影响证据评估。研究人员开展关于利用贝叶斯网络（BN）考虑实验室间变异性的研究，得出可用于处理不同形式数据的方法，为司法案件中 DNA 证据评估提供更可靠依据。
在司法案件中，DNA 证据至关重要，然而，不同法医实验室在 DNA 回收环节却存在着令人头疼的差异问题。想象一下，同样的一个样本，在不同实验室检测，得到的 DNA 回收量可能大相径庭。这就好比用不同的秤去称同一个物品，得到的重量却不一样，这让依赖这些数据进行证据评估的工作变得困难重重。以往大家常假设 DNA 转移、留存和回收的概率在各实验室间可直接通用，但事实并非如此。近期 ReAct 小组的研究发现，在标准化操作下，不同实验室从同一物品上转移并回收用于 DNA 分析的量差异巨大，从 200 pg 到 4.9 ng 不等。这种差异不仅给实验室使用其他机构的数据带来麻烦，还可能影响司法案件中证据评估的准确性，导致误判风险增加。为了解决这一棘手问题，来自多个研究团队的研究人员展开了深入研究。他们的研究成果发表在《Forensic Science International: Genetics》上，为解决实验室间 DNA 回收数据差异问题带来了新的曙光。
研究人员主要运用了贝叶斯网络（BN）技术开展此项研究。该技术能够综合考虑多种因素之间的概率关系，为处理实验室间变异性提供了有力工具。研究数据部分来源于已有的研究文献，部分则基于对模拟案件场景的设定。
研究方法
研究人员通过构建简化版的贝叶斯网络（BN）来演示如何将实验室间回收变异性纳入评估框架。以一个模拟案件为例，原告指控被告在舞会上对其进行侵犯，警方在原告内衣上检测到被告的 DNA。针对这一案件，研究人员设定了控方和辩方的不同主张，并以此为基础构建 BN 模型。在模型中，各节点代表不同的事件或变量，如被告是否将手伸进原告内衣、触摸内衣时 DNA 的转移量等，通过为这些节点赋予相应概率，来模拟和分析案件中的各种可能性。
处理 DNA 含量数据
研究人员利用 ReAct 研究中的数据来模拟实验室间变异性。尽管 ReAct 研究的样本与模拟案件有所不同，但为演示方法，假设其数据具有代表性。通过对 ReAct 数据中实验室效应（βj）的分析，发现 DNA 回收量可在均值基础上上下波动约 10 倍。在 BN 模型中，通过特定的表达式调整节点数据，将实验室间变异性纳入考虑。调整后，似然比（LR）范围从 1/3 - 9 变为 1/3 - 2，这表明纳入变异性后，对控方主张（Hp）的支持力度受限，同时评估中的不确定性增加，这也符合预期，因为更多的不确定性因素被纳入了评估。
处理存在 / 不存在数据
当评估涉及存在 / 不存在分类的数据时，研究人员先将这类数据转换为 DNA 含量分布。若文献中报告的是 DNA 转移发生的次数比例，如 5 次实验中有 3 次发生转移，研究人员需确定数据的下限检测值（通常根据 DNA 分析技术的限制进行估算），并根据文献提供的其他信息（如实验结果的范围、均值和标准差等）构建 DNA 含量分布。在构建过程中，若缺乏足够信息，研究人员会参考其他类似研究来确定分布的参数。之后，按照处理 DNA 含量数据的方法将变异性纳入评估，最后再将结果转换回存在 / 不存在的形式。例如，在模拟案件中，经过一系列转换和计算，不同节点的概率赋值发生变化，最终得到不同的似然比（LR）范围，为案件评估提供了依据。
研究结论和讨论
研究人员成功展示了如何利用贝叶斯网络（BN）在评估中考虑实验室间变异性，该方法可用于处理文献中以 DNA 含量或 DNA 存在 / 不存在形式呈现的数据。然而，研究也发现，使用 DNA 含量数据更适合纳入实验室间变异性，将存在 / 不存在数据转换为 DNA 含量数据进行评估虽然可行，但在实际应用中存在一些问题，如数据转换过程中的精度损失。此外，不同实验类型可能导致实验室间变异性不同，这使得制定统一的校准测试变得复杂。目前，研究人员虽可利用现有数据（如 ReAct 数据）进行一定的调整，但仍需更多的实验室间实验来确定这些差异的具体情况。对于一些已发表的研究，由于其数据解释方法的模糊性，可能无法用于准确的概率赋值。因此，未来需要更标准化的数据呈现方式，同时科学家在概率赋值过程中仍需发挥专业判断作用，确保数据与案件情况相匹配。这一研究为利用历史数据进行司法案件中的 DNA 证据评估提供了新方法，尽管仍存在一些未解决的问题，但为后续研究指明了方向，对提高司法案件中 DNA 证据评估的准确性和可靠性具有重要意义。
