基于伽马模型的混合DNA证据解释方法

　　摘要： 在法庭科学领域，犯罪现场的混合DNA证据常包含多个个体遗传信息，其准确解析是案件侦破和司法裁决的关键。随着法医遗传学技术发展，虽检测能力有所提升，但多供者分型解析仍存在瓶颈，传统方法难以同时精准推断嫌疑人基因型及贡献比例，无法满足复杂混合样本解析的高要求。针对这一难题，本文提出基于概率残差优化的伽马分布连续模型算法，通过构建两步概率评估架构，先基于等位基因排列组合生成候选基因型组合并计算初步贡献比例，再引入伽马分布假设构建概率密度函数，动态优化形状参数α和尺度参数β以计算残差概率权重，经迭代式极大似然估计同步优化基因型组合与贡献度参数，结合群体基因频率数据库输出最大似然值解析结果。该算法为司法鉴定提供了可量化评估的可靠工具，显著提升复杂混合样本解析准确性，增强混合DNA辅助侦查效能，对推动法庭科学技术进步、保障司法公正意义重大。