[논문 리뷰] A unifying framework for the modelling and analysis of STR DNA samples arising in forensic casework

Robert G. Cowell|arXiv (Cornell University)|2018. 02. 27.

Forensic and Genetic Research참고 문헌 30인용 수 5

한 줄 요약

이 논문은 확률 생성 함수(PGFs)와 빠른 푸리에 변환(FFT)-기반 수치 방법을 사용하여 법의학적 STR DNA 샘플을 모델링하고 분석하기 위한 통합 확률적 프레임워크를 제안한다. PCR 증폭을 이산 다중형 분열 과정으로 모델링함으로써 고·저템플릿 DNA 샘플 전반에 걸쳐 암플리콘 분포(스터피 및 노이즈 포함)를 정확하고 효율적으로 계산할 수 있으며, 공개 데이터셋의 시뮬레이션 및 실제 데이터에서 검증된 성능을 보였다.

ABSTRACT

This paper presents a new framework for analysing forensic DNA samples using probabilistic genotyping. Specifically it presents a mathematical framework for specifying and combining the steps in producing forensic casework electropherograms of short tandem repeat loci from DNA samples. It is applicable to both high and low template DNA samples, that is, samples containing either high or low amounts DNA. A specific model is developed within the framework, by way of particular modelling assumptions and approximations, and its interpretive power presented on examples using simulated data and data from a publicly available dataset. The framework relies heavily on the use of univariate and multivariate probability generating functions. It is shown that these provide a succinct and elegant mathematical scaffolding to model the key steps in the process. A significant development in this paper is that of new numerical methods for accurately and efficiently evaluating the probability distribution of amplicons arising from the polymerase chain reaction process, which is modelled as a discrete multi-type branching process. Source code in the scripting languages Python, R and Julia is provided for illustration of these methods. These new developments will be of general interest to persons working outside the province of forensic DNA interpretation that this paper focuses on.

연구 동기 및 목표

• 법의학 사례에서 DNA 샘플에서 전기영동도(EPG)에 이르는 전체 과정을 수학적으로 엄밀하고 통합된 프레임워크로 모델링하는 것.
• 드롭인, 드롭아웃, 분해, 스투티 잡음과 같은 문제를 해결하기 위해 저템플릿 DNA(LTDNA) 샘플을 해석하는 데 도움이 되는 것.
• 특히 복잡한 PCR 동역학 하에서, STR 프로파일의 암플리콘 피크 전체 확률 분포를 계산하기 위한 일반 목적의 계산 방법을 제공하는 것.
• 일致한 확률 모델을 사용하여 혼합물의 해석에 대한 정확한 우도 평가를 가능하게 하는 것.
• 단일이고 일관된 수학적 공식을 통해 고·저템플릿 DNA 샘플에 모두 적용 가능한 확률적 게노타이핑의 적용 범위를 넓히는 것.

제안 방법

• 프레임워크는 PCR 증폭을 이산 다중형 분열 과정으로 모델링하며, 표적 및 스투티 암플리콘의 확률적 동역학을 표현하기 위해 단변량 및 다변량 확률 생성 함수(PGFs)를 사용한다.
• 직접 열거가 계산적으로 불가능한 문제를 해결하기 위해 빠른 푸리에 변환(FFT)을 사용하여 표적 및 스투티 암플리콘의 전체 확률 분포를 효율적으로 계산한다.
• 핵심 법의학적 요소를 모델에 통합: 초기 DNA 템플릿, 증폭 효율성(p), 확률적 샘플링(φ), 기저 노이즈, 이항 희석을 통한 드롭인 이벤트.
• 암플리콘 기원과 스투티 패턴을 추적하기 위해 게놈 스트랜드 모델을 도입하였으며, 모멘트와 전체 분포에 대한 PGF 기반 수식을 제공한다.
• 다수의 기여자, 복제, 타입이 지정되지 않은 기여자를 동시에 모델링할 수 있으며, 피크 높이 상관관계를 교정하기 위한 확장도 가능하다.
• Python, R, Julia로 구현된 수치적 알고리즘을 제공하며, FFT 기반 알고리즘을 사용해 근사 및 공동 분포를 효율적으로 계산한다.

실험 결과

연구 질문

• RQ1 어떻게 단일이고 수학적으로 일관된 프레임워크로 법의학적 STR 분석에서 DNA 샘플에서 전기영동도(EPG)에 이르는 전체 전이 과정을 모델링할 수 있는가?
• RQ2 다양한 템플릿 양에서 스투티 및 노이즈를 포함한 PCR 암플리콘 전체 확률 분포를 계산하는 데 가장 효율적이고 정확한 방법은 무엇인가?
• RQ3 혼합물의 해석에서 표적 및 스투티 피크 높이 간의 상관관계를 어떻게 모델링하고 교정할 수 있는가?
• RQ4 이 프레임워크는 시뮬레이션 및 실제 저템플릿 DNA 혼합물에서 관측된 EPG 패턴을 얼마나 정확하게 재현할 수 있는가?
• RQ5 확률 생성 함수와 FFT의 사용이 시뮬레이션에 의존하지 않고도 복잡한 법의학적 우도를 확장 가능하고 고정밀도로 계산할 수 있도록 할 수 있는가?

주요 결과

• 단일 확률 수식을 사용하여 고·저템플릿 DNA 샘플을 모두 성공적으로 모델링하였으며, 시뮬레이션 데이터에서 검증된 성능을 보였다.
• FFT 기반 계산은 대규모 PCR 사이클 수(예: K=28)에서도 정확하고 효율적인 암플리콘 분포 평가를 가능하게 하였으며, 절단을 통한 메모리 및 시간 최적화를 실현하였다.
• 스터피 패턴, 특히 단일 단계 후행 스투티를 정확히 포착하였으며, 높은 정밀도로 근사 및 공동 분포 계산이 가능했다.
• 드롭인 및 기저 노이즈의 포함으로 실제 데이터에서 모델 캘리브레이션 향상이 확인되었으며, PROVEDit 데이터셋의 이두 및 삼두 혼합물에서 검증되었다.
• 수정된 FFT 모델은 혼합물에서 피크 높이 상관관계를 성공적으로 교정하였으며, 복잡한 사례에서 우도 추정 정확도를 향상시켰다.
• Python, R, Julia로 제공된 소스 코드는 분포 생성 및 시각화에 효과적이며, K=28 사이클 및 큰 N에서의 성능이 입증되었다.