PROTOCOLO DE INVESTIGACION METODOS COMPUTACIONALES

...

STR datos

Datos STR mezcla se desarrollaron a partir de las muestras de ADN conocidas de acuerdo con el diseño experimental (Tabla 1). Plantillas de ADN se amplificaron usando un Applied Biosystems (Foster City, CA) panel de Identifiler® Plus STR a dos concentraciones diferentes de ADN (1 ng y 200 pg). Los productos de PCR se detectaron en un Applied Biosystems 3130xl Genetic Analyzer, con la concentración más alta inyectada durante 5 segundos, y la cantidad más baja para 10 seg. (La cantidad más baja también se inyectó por sólo 5 segundos, pero los datos seg 10 eran más informativo.)

Métodos

Genotipo Inferencia

TrueAllele Casework tiene un modelo de probabilidad jerárquica que describe los datos de STR [17]. En este modelo bayesiano [20], la probabilidad genotipo antes proviene de prevalencia del alelo de la población, mientras que la función de verosimilitud compara combinaciones lineales de genotipos contribuyente (con distorsión experimental) a patrones de datos de STR observados. El equipo utiliza la cadena de Markov Monte Carlo (MCMC) búsqueda estadística [21] para tomar muestras de la distribución posterior de probabilidad conjunta. La probabilidad de genotipo posterior se informó para cada colaborador en cada locus. Para eliminar el sesgo de examen, donde conclusiones pueden ser afectados por el conocimiento de una referencia de comparación [22], TrueAllele infiere objetivamente genotipos únicamente a partir de los datos de pruebas.

Los datos electrónicos (.fsa) archivos fueron procesados ​​a través del sistema Casework TrueAllele, y las solicitudes de interpretación se formaron que supone 1, 2, 3, 4, 5, o 6 contribuyentes. Uno, dos y tres solicitudes contribuyentes fueron procesados ​​con una quemadura en el tiempo de 100.000 ciclos de MCMC, y se tomaron muestras de la distribución posterior conjunta de 100.000 ciclos. Las solicitudes que tienen cuatro o más colaboradores fueron quemados y muestras para el doble de ciclos. Todas las solicitudes se realizaron por duplicado, y se replican más, según sea necesario, posiblemente con tiempos de ejecución más largos.

Partido Estadísticas

La comparación de dos genotipos en relación con una población produce un cociente de probabilidad (LR) [23]. La LR no se ve afectada por las creencias previas acerca de la culpabilidad o la inocencia y se centra en lo bien que los datos de la evidencia apoyan una hipótesis de identificación. Un modelo matemático mejor puede provocar más información de identificación a partir de los mismos datos y (a través de un genotipo evidencia inferida) producir una más precisa LR [24]. El LR es un factor de Bayes, que considera el efecto de la evidencia en el cambio de las probabilidades de una identificación, de uso común en la ciencia forense para evaluar la fuerza probatoria de un partido de ADN [25]. La base diez logaritmo de la LR, "log (LR)" o "peso de la evidencia", es una medida aditiva estándar del cambio de información, expresada en unidades de "prohibición" [26].

Un usuario TrueAllele competente revisó los genotipos y combinar resultados computadora inferido. Debido a la incertidumbre genotipo, un contribuyente puede coincidir más de una referencia. El uso de la información de diseño del estudio, cada genotipo colaborador inferirse de un elemento de mezcla se combina con una referencia única conocida. Otra información de emparejamiento útil incluido el valor esperado LR genotipo contribuyente (Kullback-Leibler divergencia, o "KL") [27], las estadísticas de los partidos LR y el peso de la mezcla.

Estadísticas de los partidos se calcularon en relación con la Oficina Federal de los Estados Unidos de bases de datos de investigación de los alelos de afroamericanos, caucásicos, hispanos y poblaciones [28]. Se utilizó el valor LR conservadora más entre estas poblaciones. El registro reportado (LR) fue el promedio de dos carreras informáticas independientes, donde todos los valores de los partidos contribuyentes estaban dentro de una prohibición y los genotipos eran concordantes. En promedio, 3.1 carreras informáticas se llevaron a cabo por muestra. El coeficiente (valor theta) co-ascendencia se fijó a 1% [29].

Resultados

Mezcla Peso

El peso de la mezcla (W) del colaborador de cada elemento tenía un valor de diseño predeterminado (Tabla 1), pero estaba sujeto a la variación de laboratorio (por ejemplo, pipeteado, volúmenes, cuantificación). Como el estudio se refiere a otras variables w, era importante obtener una estimación precisa peso de la mezcla. Por lo tanto, los métodos empíricos basados ​​en datos observados, en lugar de los valores de diseño esperados, fueron utilizados para estimar w para los artículos.

En primer lugar, TrueAllele estimado pesos mezcla en la forma habitual trabajo de casos, sin hacer ninguna suposición genotipo. Es decir, todas las variables (incluyendo w y los genotipos) se estimaron únicamente a partir de los datos de altura de pico STR cuantitativos [15].

A continuación, el sistema TrueAllele utiliza los genotipos contribuyentes conocidos como aportaciones al estimar peso de la mezcla. Es decir, se asumieron los genotipos, pero se estimaron las otras variables (incluyendo w) en base a los datos y que el genotipo del conocimiento [10]. Como este enfoque comienza con más información, puede producir resultados más precisos.

Por último, los pesos de la mezcla se calcularon manualmente para todos los dos elementos contribuyentes. Dentro de cada tema, se identificaron loci donde los dos contribuyentes tuvieron alelos que no se superponen. Las alturas de los picos de alelos de estos loci se introdujeron en una hoja de cálculo Excel (Microsoft, Redmond, WA) que encontró que el peso de la mezcla de cada contribuyente media y desviación estándar.

Hubo una fuerte asociación por pares (r2 = 0,999) entre los tres colaborador de datos derivados de w valores para un elemento, si calcula TrueAllele o una persona. Sin embargo, menos de asociación (r2 = 0,907) se encontró entre los pesos de la mezcla de datos derivados y los valores de diseño experimental. Los cálculos TrueAllele que utiliza tanto los datos observados y genotipos conocidos dieron los pesos de la mezcla más precisos (Tabla 2). Con dos contribuyentes, por ejemplo, la desviación estándar promedio de peso de la mezcla era de 0,0194. Estos valores mínimos peso de la mezcla varianza, inferidas por TrueAllele con todos los genotipos conocidos, se