两个端到端的法医单细胞概率系统的突出性,合法性和可信性

科学领域:

• 法医科学 法医科学 法医科学
• 遗传学 是一个遗传学.
• 计算生物学 计算生物学

背景情况:

• 国家法医DNA数据库有助于调查,但面临复杂DNA混合物的局限性.
• 目前的限制可能会导致未解决的案件,因为限制上传混合DNA数据.

研究的目的:

• 评估两种聚类方法,即基于模型的聚类 (MBC) 和法医意识的聚类 (FAC),用于单细胞DNA分析.
• 为了评估这些方法在端到端单细胞预测器中的性能,EESCItTM.
• 确定最有效的方法来提高法医DNA分析的准确性和实用性.

主要方法:

• 开发了一个端到端的单细胞预测器,EESCItTM,包括MBC和FAC.
• 应用适当的评分规则来评估概率单细胞评估器.
• 基于突出性,合法性和可信度 (SLC) 指标分析业绩.

主要成果:

• 法医意识集群 (FAC) 正确识别了所有测试添加剂的集群号,性能优于MBC.
• FAC改善了基因型确定,90%的位点产生了一个可信的基因型,而MBC的基因型为84%.
• 基于FAC的系统显示出更高的校准和精细化得分,表明更好的准确性和可靠性.

结论:

• 与MBC相比,FAC是单细胞法医分析的更合法的和可信的方法.
• 与FAC集成的EESCItTM系统是为单单元格法医查询提供第一个端到端的概率工具.
• 这项技术有可能通过准确识别多个DNA捐赠者来解决以前无法解决的案件.