人类鉴定用的 shotgun DNA 测序：动态 SNP 选择与考虑误差的似然比计算

在 Forensic genetics 中，短重复序列（STRs）用于人类身份鉴定（HID）。含低量短 DNA 片段的退化生物轨迹样本（低质量 DNA 样本）对 STR 鉴定构成挑战。预定义的单核苷酸多态性位点（SNPs）可在短 PCR 片段上被放大，用于从低质量 DNA 样本中生成 SNP 轮廓。然而，低质量 DNA 样本的随机结果可能导致频繁的等位基因丢失和不足的 SNP 基因型数量，难以令人信服地识别个体。shotgun DNA 测序可与目标 PCR 基于测序的方法不同，潜在地分析样本中所有 DNA 片段，可应用于极低质量的 DNA 样本，如被严重破坏的犯罪现场样本和古 DNA 样本。本文开发了一个用于 shotgun 测序、序列比对和基因型调用的统计模型。来自 buccal swab（高质量样本）和毛发样本（低质量样本）的复制 shotgun 测序结果被排列在基因型调用混淆矩阵中，通过最大似然和贝叶斯推断估计调用误差概率。我们开发了基于 shotgun DNA 测序中动态选择的 SNPs 数据计算似然比（LR）的公式。该方法考虑潜在的基因型误差，可对不同基因型质量滤波器进行应用以考虑基因型误差。误差概率为零时，结果等同于 Forensically 常用的 LR 公式。当考虑单个 SNP 标记对 LR 的贡献时，误差概率大于零会降低匹配基因型的 LR 贡献，并增加不匹配情况下的 LR。我们开发了一个开源 R 软件包 wgsLR，实现了该方法，包括估计调用误差概率和计算 LR 值。