《Forensic Science International: Genetics》：An innovative genetic genealogy approach to the identification of three victims of World War I and World War II: The new Forenseq Kintelligence kit
编辑推荐：
法医基因族谱技术通过Forenseq Kintelligence套件对两次世界大战遗留的三个无名遗骸进行SNP分析，并与GEDmatch数据库比对获得3-2000+级亲属匹配，但因数据库中有效个人信息不足导致身份确认困难，提出需优化数据库信息收集及基因调查流程。
Vincent Zvenigorosky | Angéla Gonzalez | Jean-Luc Fausser | Gilles Veith | Bruno Frémont | Tania Delabarde | Bertrand Ludes | Christine Keyser
BABEL实验室，UMR8045，巴黎，法国
摘要
未知人类遗骸的鉴定仍然依赖于潜在线索的比对样本的可用性，以及在常规实践中使用STR基因分型技术。在冷案中，或者遗骸在死亡后很长时间才被发现的案件中，建立线索列表变得更加困难。由于缺乏关于个体身份的外部线索，或者初次鉴定失败，因此必须使用基因数据本身或上下文线索来确定身份。此外，仅依靠常染色体STR基因型，无法可靠地确认一级以上的亲缘关系。Qiagen（前身为Verogen）的Forenseq Kintelligence试剂盒被提出作为解决这两个问题的方法，因为它允许将从未知降解遗骸中提取的SNP基因型与GEDmatch数据库（GEDmatch PRO工具）进行亲缘比较，从而用于法医遗传谱系学研究。
我们将Kintelligence试剂盒应用于从凡尔登战场发现的兩具骨架化遗骸，以及一具与1944年被纳粹处决的法国抵抗运动成员一同埋葬的遗骸。在这三个案例中，我们都获得了可用的基因分型数据，并与GEDmatch数据库进行了比对，结果发现与我们的样本有3到2000多个匹配结果，遗传距离大约为200厘摩（cM）。
我们试图利用这些匹配结果来鉴定这些遗骸，但受到了GEDmatch PRO提供的信息有限的限制，其中大部分数据是别名和电子邮件地址（许多已经过时）。由于与匹配结果相关联的谱系信息大多涉及1920年后出生的人，我们最初依赖于联系GEDmatch的参与者并解析他们的回复，但后来发现这种方法并不合适。在与经验丰富的法医遗传学家咨询后，我们调整了方法，并能够展示结果，并对GEDmatch数据库和谱系调查过程提出改进建议。
引言
鉴定未知人类遗骸是任何法医遗传学实验室的常规工作。鉴定通常依赖于经过验证的常染色体短串联重复序列（aSTR）基因型、Y染色体短串联重复序列（Y-STR）单倍型和线粒体单倍型的比对。最近的方法还允许添加常染色体单核苷酸多态性（SNP）或依赖数千个SNP的基因组面板[1]、[2]、[3]、[4]。参考数据从失踪人员的亲属那里收集，或从大型国家和国际数据库中获取[5]。尽管这种方法在失踪人员鉴定和犯罪身份鉴定方面取得了不可否认的成功[6]，但每年仍有多达数千起案件未能得到解决。由于比对方法早已得到优化（aSTR或SNP基因分型的错误阳性率很低），研究工作转向了寻找任何可能产生新线索的途径[图1]。
法医遗传谱系学（FGG）是一种创新方法，它超越了传统的DNA分型技术，将法医遗传学与历史和谱系数据结合起来，以缩小未知个体的可能身份范围[7]。关于此类数据库构建的争议在这里没有详细讨论，但不应忽视。一些作者认为，FGG可以绕过旨在减少执法机构访问敏感数据量的某些保护措施，而且获取知情同意的过程并不简单[8]。其目的是利用公共记录和其他谱系资源来建立家族联系，从而可能实现身份鉴定。通过将数据与远亲匹配并构建家谱，FGG可以在直接比对失败的情况下提供关键线索[9]。这种方法确实在解决许多冷案方面发挥了重要作用[3]、[10]，其预期效益也非常显著[11]，尽管它也存在局限性[12]。FGG应与祖先信息标记分型和表型标记分型[图1]一起考虑，作为一种生成新线索的方法[13]，这些新线索随后可能会使用更常规的方法（如单亲单倍型比对和基于似然比的常染色体SNP亲缘分析）进行比对。
尽管全基因组测序数据可以提供最准确的比对结果，但这些实验的成本和技术难度使其在法医冷案中不切实际[14]。在常规的STR基因分型实验室中，高通量测序的访问通常受到限制，而且生成包含数十万个SNP的全基因组或全基因组数据的成本很高，尤其是在处理降解样本时。ForenSeq Kintelligence试剂盒（Verogen）通过选择和针对10,230个SNP（其中9,867个用于亲缘推断），使得可以将降解样本与GEDmatch数据库（通过GEDmatch PRO）进行比对，从而找到第七代亲属（包括我们本研究中感兴趣的第五代亲属）。GEDmatch数据库汇集了来自用户自身的数据，用户可以选择同意在刑事案件中使用他们的数据，或者限制数据仅用于未知人类遗骸（UHR）的案例。因此，我们将Kintelligence试剂盒应用于三个样本，这些样本在之前的测试中未能提供任何线索，这些样本来自两次世界大战期间，在法国被发现。我们展示了获得的结果，并对未能在这些案例中鉴定出UHR的原因进行了解释。
样本、历史和人类学数据
我们将Kintelligence试剂盒应用于三组未知人类遗骸和一个已知的活体对照样本：两名第一次世界大战（WW1）的疑似法国士兵（PM2和PM3）、一名疑似第二次世界大战法国抵抗运动成员（FR4）以及一名法国的阳性对照样本（CO，其双方祖先可追溯至三代）。所有分析都是应图卢兹副检察官办公室的要求进行的，并从活体对照样本处获得了知情同意。
2015年5月，该地点正在进行翻新工作
定量结果
我们获得的DNA量符合制造商的建议范围（≥0.04 μg/μl），除了FR4样本，其DNA量约为推荐量的一半[表1]。
SNP分型成功情况
我们使用阈值th1获得了足够的SNP数据，将CO（对照样本）、PM2（WW1）和FR4（WW2）的基因型提交给GEDmatch数据库进行比对。降低阈值自然增加了检测到的SNP变异数量，而最低的质量控制标准（th3）使我们能够为PM3样本获得足够的数据
使用Kintelligence试剂盒成功进行SNP分型
从技术角度来看，Kintelligence试剂盒在处理降解样本方面表现良好，即使在推荐的DNA量以下也是如此。大多数目标SNP都得到了分型，且过程正如承诺的那样简单。我们提交进行分析的样本将是使用该试剂盒分析的最古老样本之一，因为远亲关系的统计限制将禁止对19世纪的样本进行测试，因此我们希望找到第五代的匹配结果。这表明该试剂盒的性能
结论
使用专为亲缘分析设计的10,000个SNP的基因组面板，使我们能够达到大约第七代的亲缘关系确定统计极限。然而，对于鉴定20世纪初法国的遗骸而言，Kintelligence/GEDmatch PRO方法存在显著局限性。大型SNP面板（如Kintelligence）在提出假设时提供了更好的亲缘关系确定手段，但需要克服的困难仍然存在
未引用的参考文献
[35], [36], [37], [38]
CRediT作者贡献声明
Tania Delabarde： 方法学、调查、数据分析。
Bruno Frémont： 调查、数据分析。
Bertrand Ludes： 监督、项目管理。
Christine Keyser： 监督、项目管理、资金筹集。
Angéla Gonzalez： 方法学、调查、数据分析。
Vincent Zvenigorosky： 写作——审稿与编辑、初稿撰写、验证、监督、软件开发、调查、数据分析。
致谢
这项工作只有在Bois de la Reulle枪决者研究小组的持续努力和财政支持下才得以完成。作者还感谢DNA Doe项目在修订本工作期间提供的帮助。
