[论文解读] Forensic Identification: Database likelihood ratios and familial DNA searching

Klaas Slooten, Ronald Meester|arXiv (Cornell University)|Jan 20, 2012

Forensic and Genetic Research被引用 7

一句话总结

本文提出了一种贝叶斯框架用于家族DNA搜寻，通过计算似然比和后验概率来识别DNA数据库中的亲属关系，整合了个体亲缘指数和先验概率。该框架引入了两种方法——条件法与目标中心法，可在考虑数据库特异性异质性和偶然匹配的前提下，实现对找到真实亲属的概率的可控性。

ABSTRACT

Familial Searching is the process of searching in a DNA database for relatives of a certain individual. It is well known that in order to evaluate the genetic evidence in favour of a certain given form of relatedness between two individuals, one needs to calculate the appropriate likelihood ratio, which is in this context called a Kinship Index. Suppose that the database contains, for a given type of relative, at most one related individual. Given prior probabilities for being the relative for all persons in the database, we derive the likelihood ratio for each database member in favour of being that relative. This likelihood ratio takes all the Kinship Indices between the target individual and the members of the database into account. We also compute the corresponding posterior probabilities. We then discuss two methods to select a subset from the database that contains the relative with a known probability, or at least a useful lower bound thereof. One method needs prior probabilities and yields posterior probabilities, the other does not. We discuss the relation between the approaches, and illustrate the methods with familial searching carried out in the Dutch National DNA Database.

研究动机与目标

• 开发一个统一的统计框架，用于家族DNA搜寻，整合亲缘指数和先验概率。
• 解决当罪犯基因图谱缺失时，在DNA数据库中识别亲属的挑战，利用似然比和后验概率进行分析。
• 比较两种搜寻策略——条件法与目标中心法，提供对找到真实亲属的概率的统计控制。
• 考虑数据库异质性，包括个体间遗传数据质量差异和位点覆盖范围的不一致。
• 为似然比以及家族搜寻中的假阳性与假阴性权衡提供严谨的贝叶斯解释。

提出的方法

• 使用条件法，通过结合个体似然比（亲缘指数）与先验概率，计算亲属关系的后验概率。
• 应用贝叶斯定理，利用完整的似然比集合，更新目标基因图谱与每个数据库成员之间存在亲属关系的信念。
• 提出一种目标中心法，选择一个子集的数据库成员，确保其包含真实亲属的概率达到最低阈值。
• 通过数学证明表明，在零假设模型（即偶然匹配）下，期望似然比恰好为1，验证了该方法的稳健性。
• 推导出后验奇偶比和倒数后验概率的关键公式，同时纳入真实亲属和无关个体在数据库中的情况。
• 通过使用荷兰国家DNA数据库的模拟实验验证该框架，整合了真实世界的遗传数据和图谱异质性。

实验结果

研究问题

• RQ1 当从DNA数据库中获得多个亲缘指数时，如何计算亲属关系的后验概率？
• RQ2 选择一个数据库成员子集的最优策略是什么，以确保其包含真实亲属的概率达到已知的最低值？
• RQ3 在统计解释和有效性方面，不同搜寻策略（条件法 vs. 目标中心法）如何比较？
• RQ4 目标基因图谱中稀有等位基因与常见等位基因对家族搜寻中亲属可检测性有何影响？
• RQ5 兄弟姐妹指数在检测半同胞关系方面的效果如何，与直接使用半同胞指数相比表现如何？

主要发现

• 在零假设（即偶然匹配）下的期望似然比恰好为1，证实该方法正确地考虑了随机匹配的可能性。
• 可通过一个闭式表达式计算数据库中存在亲属关系的后验概率，该表达式结合了个体似然比和先验奇偶比。
• 目标中心法即使在缺乏先验概率的情况下，也能确保包含真实亲属的概率具有最低保证值。
• 兄弟姐妹指数在检测半同胞关系方面表现几乎与半同胞指数相当，表明基于兄弟姐妹的搜寻是一种可行的替代方案。
• 携带更稀有等位基因的基因图谱显著更可能产生可检测的亲属，证实等位基因频率对家族搜寻成功率具有显著影响。
• 该方法能有效处理具有不同基因分型位点数量的异质性数据库，使其适用于现实世界中的法医DNA数据库。