JP2011504359A - Dna証拠の考察に関する改善 - Google Patents
Dna証拠の考察に関する改善 Download PDFInfo
- Publication number
- JP2011504359A JP2011504359A JP2010533661A JP2010533661A JP2011504359A JP 2011504359 A JP2011504359 A JP 2011504359A JP 2010533661 A JP2010533661 A JP 2010533661A JP 2010533661 A JP2010533661 A JP 2010533661A JP 2011504359 A JP2011504359 A JP 2011504359A
- Authority
- JP
- Japan
- Prior art keywords
- dna
- given
- probability distribution
- likelihood
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 200
- 238000012360 testing method Methods 0.000 claims abstract description 49
- 230000001143 conditioned effect Effects 0.000 claims abstract description 9
- 238000009826 distribution Methods 0.000 claims description 138
- 238000005315 distribution function Methods 0.000 claims description 129
- 239000000523 sample Substances 0.000 claims description 110
- 239000013068 control sample Substances 0.000 claims description 51
- 238000004458 analytical method Methods 0.000 claims description 44
- 108020004414 DNA Proteins 0.000 description 139
- 230000006870 function Effects 0.000 description 53
- 238000013459 approach Methods 0.000 description 52
- 108700028369 Alleles Proteins 0.000 description 50
- 238000001514 detection method Methods 0.000 description 42
- 238000004364 calculation method Methods 0.000 description 29
- 230000007123 defense Effects 0.000 description 16
- 239000000203 mixture Substances 0.000 description 16
- 230000008569 process Effects 0.000 description 15
- 238000009827 uniform distribution Methods 0.000 description 13
- 239000008280 blood Substances 0.000 description 9
- 210000004369 blood Anatomy 0.000 description 9
- 230000003321 amplification Effects 0.000 description 8
- 239000012895 dilution Substances 0.000 description 8
- 238000010790 dilution Methods 0.000 description 8
- 238000003199 nucleic acid amplification method Methods 0.000 description 8
- 238000011835 investigation Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 238000007476 Maximum Likelihood Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000012408 PCR amplification Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 101001109518 Homo sapiens N-acetylneuraminate lyase Proteins 0.000 description 1
- 108091092878 Microsatellite Proteins 0.000 description 1
- 102100022686 N-acetylneuraminate lyase Human genes 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000009828 non-uniform distribution Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/40—Population genetics; Linkage disequilibrium
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- Biotechnology (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Genetics & Genomics (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Bioethics (AREA)
- Artificial Intelligence (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Description
DNAの可変特徴について検出された一つまたは複数の素性について第一の結果セットについての情報を提供し;
DNAの可変特徴について検出された一つまたは複数の素性について第二の結果セットについての情報を提供することを含む、
方法を提供する。
・Cは第一の結果セットすなわち試験試料からの試験結果セット、より具体的には、犯罪に結び付けられた人物または場所から回収された試料から取られた第一の結果セットであり、可能性としてはピーク位置および/または高さを用いて表される;
・Sは第二の結果セットすなわち別の結果セット、より具体的には、ある人物から収集された試料から取られた第二の結果セットであり、特に被疑者の遺伝子型として表される;
・Hpは一つの仮設、より具体的には、「被疑者が犯行現場にその試料を残した」ことを述べる、法的手続における起訴者側(prosecution)仮設である;
・Hdは代替仮設、より具体的には、「誰か別の者が犯行現場にその試料を残した」ことを述べる、法的手続における弁護側(defence)仮設である。
f(C|G)
の考察を含みうる。ここで、Gは想定される提供者の遺伝子型を表す。比較は、この項の、尤度比の分母としてまたは分母の要素としての考察および/またはこの項の、尤度比の分子としてまたは分子の要素としての考察を含みうる。
f(C|G)=Σj f(C|G,χj)Pr(χj|I(h))
によって定義されるものとして定義することを含んでもよい。ここで、Pr(χj|I(h))は、好ましくは実験的に導出されるピーク高さ情報I(h)が与えられたときのDNA量の確率分布である。
Cは第一の結果セットすなわち試験試料からの試験結果セット、より具体的には、犯罪に結び付けられた人物または場所から回収された試料から取られた第一の結果セットであり、可能性としてはピーク位置および/または高さを用いて表される;
Giは第二の結果セットすなわち別の結果セット、より具体的には、潜在的な提供者遺伝子型の網羅的なリストのさまざまなメンバーである;
Pr(Gi)は遺伝子型Giについての事前分布であり、好ましくはある人口集団、特に考察対象の試験試料が由来する人口集団について計算される。これは、非特許文献1によって導入された公式を使って計算されることができる。
1)証拠コンテキストにおいて、単一ソース試料について、DNA量を条件とすることなしに;
2)証拠コンテキストにおいて、単一ソース試料について、DNA量を条件として;
3)インテリジェンス・コンテキストにおいて、単一ソース試料について、DNA量を条件とすることなしに;
4)インテリジェンス・コンテキストにおいて、単一ソース試料について、DNA量を条件として;
5)証拠コンテキストにおいて、混合ソース試料について、DNA量を条件とすることなしに;
6)証拠コンテキストにおいて、混合ソース試料について、DNA量を条件として;
7)インテリジェンス・コンテキストにおいて、混合ソース試料について、DNA量を条件とすることなしに;
8)インテリジェンス・コンテキストにおいて、混合ソース試料について、DNA量を条件として。
DNAの可変特徴について検出された一つまたは複数の素性について第一の結果セットについての情報を提供し;
DNAの可変特徴について検出された一つまたは複数の素性について第二の結果セットについての情報を提供することを含み、
当該方法が、因子f(C|G)またはその因子を組み込む因子を使用し、fは尤度の表現であり、Cは第一の結果セットの情報であり、Gは第二の結果セットの情報である、
方法を提供する。
・Cは試験試料からの第一の結果セット、より具体的には、犯罪に結び付けられた人物または場所から回収された試料から取られた第一の結果セットであり、可能性としてはピーク位置および/または高さを用いて表される;
・Sは第二の結果セット、より具体的には、ある人物から収集された試料から取られた第二の結果セットであり、特に被疑者の遺伝子型として表される;
・Hpは一つの仮設、より具体的には、「被疑者が犯行現場にその試料を残した」ことを述べる、法的手続における起訴者側(prosecution)仮設である;
Hdは代替仮設、より具体的には、「誰か別の者が犯行現場にその試料を残した」ことを述べる、法的手続における弁護側(defence)仮設である。
a)被疑者はヘテロ接合で、犯罪プロファイルは一つのピークをもつ;
b)被疑者はヘテロ接合で、犯罪プロファイルは二つのピークをもつ;
c)被疑者はヘテロ接合で、犯罪プロファイルはピークを含まない;
d)被疑者はホモ接合で、犯罪プロファイルは一つのピークを含む;
e)被疑者はホモ接合で、犯罪プロファイルはピークを含まない。
f(C={hb}|Hd)= f(C={hb}|U={b,b},Hd)Pr(U={b,b}|S={a,b}Hd)
+f(C={hb}|U={b,Q},Hd)Pr(U={b,Q}|S={a,b}Hd)
として定義される。ここで、Qはa以外の他の任意の対立形質(allele)素性である。
Pr(C={hb}|U={b,b},Hd)=fhet(0.5hb,0.5hb)
を考察しうる。ここで、fhetは、ヘテロ接合の提供者に由来する高さの対に対する二次元pdfである。
Pr(C={hb}|U={b,b},Hd)=fhom(hb)
としてポイントしてもよい。
f(C={ha,hb}|S={a,b},Hd)=fhet(ha,hb)
によって定義される。
f(C={ha,hb}|S={a,b},Hd)=fhet(ha,hb)Pr(U={a,b}|S={a,b}Hd)
によって与えられる。
f(C={hb}|S={b,b},Hp)=fhom(hb)
によって与えられうる。これは、ホモ接合型寄与者について推定された密度関数でありうる。
f(C={hb}|S={b,b},Hd)
= f(C={hb}|U={b,b},Hd)Pr(U={b,b}|S={b,b})
+f(C={hb,hQ<Td}|U={b,Q},Hd)Pr(U={b,Q}|S={b,b})
によって与えられうる。
f(C={hb}|G={b,b})=fhom(hb)
によって与えられうる。ここで、fhomはいくつかの方法によって計算できる。たとえば、本稿の別の箇所に記載される回転の方法によって、および/または方法
fhom(hb)=fhet(αhb,(1−α)hb)
によって近似されうる。
Cは第一の結果セットすなわち試験試料からの試験結果セット、より具体的には、犯罪に結び付けられた人物または場所から回収された試料から取られた第一の結果セットであり、可能性としてはピーク位置および/または高さを用いて表される;
Giは第二の結果セットすなわち別の結果セット、より具体的には、潜在的な提供者遺伝子型の網羅的なリストのさまざまなメンバーである;
Pr(Gi)は遺伝子型Giについての事前分布であり、好ましくはある人口集団、特に考察対象の試験試料が由来する人口集団について計算される。これは、一様分布であることができ、あるいは非特許文献1および非特許文献2に記載された遺伝子型確率公式を使って計算されることができる。
DNAの可変特徴について検出された一つまたは複数の素性について第一の結果セットについての情報を提供し;
DNAの可変特徴について検出された一つまたは複数の素性について第二の結果セットについての情報を提供することを含み、
当該方法が、因子f(C|G)またはその因子を組み込む因子を使用し、
f(C|G)=Σj f(C|G,χj)Pr(χj|I(h))
であり、fはこれが尤度の表現であることを意味し、Cは第一の結果セットの情報であり、Gは第二の結果セットの情報であり、Pr(χj|I(h))は、第一の結果セットおよび/または第二の結果セットにおいて考察される一つまたは複数の素性のある定量的指標I(h)が与えられたときのDNA量χjの確率分布である、
方法を提供する。
DNAの可変特徴について検出された一つまたは複数の素性について第一の結果セットについての情報を提供し;
DNAの可変特徴について検出された一つまたは複数の素性について第二の結果セットについての情報を提供することを含み、
当該方法が、因子Pr(χj|I(h))またはその因子を組み込む因子を使用し、因子Pr(χj|I(h))は、第一の結果セットおよび/または第二の結果セットにおいて考察される一つまたは複数の素性のある定量的指標I(h)が与えられたときのDNA量χjの確率分布である、
方法を提供する。
DNAの可変特徴について検出された一つまたは複数の素性について第一の結果セットについての情報を提供し;
DNAの可変特徴について検出された一つまたは複数の素性について第二の結果セットについての情報を提供することを含み、
当該方法が、因子f(C|G1,G2)またはその因子を組み込む因子を使用し、好ましくはfはこれが尤度の表現であることを意味し、Cは第一の結果セットの情報であり、G1およびG2は第二の結果セットの情報である、
方法を提供する。
・Cは試験試料からの第一の結果セット、より具体的には、犯罪に結び付けられた人物または場所から回収された試料から取られた第一の結果セットであり、可能性としてはピーク位置および/または高さを用いて表される;
・Sは第二の結果セット、より具体的には、ある人物から収集された試料から取られた第二の結果セットであり、特に被疑者の遺伝子型として表される;
・Hpは一つの仮設、より具体的には、「被疑者が犯行現場にその試料を残した」ことを述べる、法的手続における起訴者側(prosecution)仮設である;
Hdは代替仮設、より具体的には、「誰か別の者が犯行現場にその試料を残した」ことを述べる、法的手続における弁護側(defence)仮設である。
a)被疑者と犠牲者がヘテロ接合型であり、両者の間に重なり合う対立形質がなく、犯罪プロファイルに三つのピークしかない;
b)被疑者と犠牲者がヘテロ接合型であり、両者の間に重なり合う対立形質が一つあり、犯罪プロファイルに三つのピークしかない。
Hp:被疑者(S: suspect)および犠牲者(V: victim)が犯罪プロファイルの発生者であるという検察側仮設;および
Hd:犠牲者(V)と未知の人物(U: unknown)が犯罪プロファイルの発生者であるという弁護側仮設。
f(C={ha,hb,hc}|V={a,b},S={c,d},Hp)=fhet(ha,hb)×fhet(hc,hd)
によって与えられうる。
f(C={ha,hb,hc}|V={a,b},S={c,d},Hd)
=f(C={ha,hb,hc}|V={a,b},S={c,d},U={a,c},Hd)Pr(U={a,c}|S={a,b})
+f(C={ha,hb,hc}|V={a,b},S={c,d},U={b,c},Hd)Pr(U={b,c}|S={a,b})
+f(C={ha,hb,hc}|V={a,b},S={c,d},U={c,Q},Hd)Pr(U={a,c}|S={a,b})
によって与えられうる。
f(C={ha,hb,hc}|V={a,b},U={a,c},Hd)=fhet(mxha,hb)×fhet((1−mx)ha,hc)
を用いて計算されうる。
U={b,c}についての因子は公式:
f(C={ha,hb,hc}|V={a,b},U={b,c},Hd)=fhet(ha, mxhb)×fhet(ha,(1−mx)hc)
を用いて計算されうる。
U={c,Q}についての因子は公式:
f(C={ha,hb,hc}|V={a,b},U={c,Q},Hd)=fhet(ha,hb)×fhet(hc,hQ)
を用いて計算されうる。
Pr(C={ha,hb,hc}|V={a,b},S={b,c},Hp)=fhet(ha, mxhb)fhet((1−mx)hb,hc)
によって与えられうる。
U∈{{a,c},{b,c},{c,c},{c,Q}}
を考慮しうる。
Pr(C={ha,hb,hc}|V={a,b},S={b,c},U={a,c},Hd)=fhet(mxha,hb)fhet((1−mx)ha,hc)π( )
を使って計算されうる。
f(C={ha,hb,hc}|V={a,b},U={b,c},Hd)=fhet(ha, mxhb)fhet((1−mx)hb,hc)
を使って計算されうる。
f(C={ha,hb,hc}|V={a,b},U={c,c},Hd)=fhet(ha,hb)fhet(0.5hc,0.5hc)
を使って計算されうる。
f(C={ha,hb,hc}|V={a,b},U={c,Q},Hd)=fhet(ha,hb)fhet(hc,hQ)
を使って計算されうる。
DNAの可変特徴について検出された一つまたは複数の素性について第一の結果セットについての情報を提供し;
DNAの可変特徴について検出された一つまたは複数の素性について第二の結果セットについての情報を提供することを含み、
当該方法が、因子f(C|G1,G2,χi)またはその因子を組み込む因子を使用し、好ましくはfはこれが尤度の表現であることを意味し、Cは第一の結果セットの情報であり、G1およびG2は第二の結果セットの情報であり、χiは第一の結果セットおよび/または第二の結果セットにおいて考察される一つまたは複数の素性の定量的指標である、
方法を提供する。
・Cは試験試料からの第一の結果セット、より具体的には、犯罪に結び付けられた人物または場所から回収された試料から取られた第一の結果セットであり、可能性としてはピーク位置および/または高さを用いて表される;
・Sは第二の結果セット、より具体的には、ある人物から収集された試料から取られた第二の結果セットであり、特に被疑者の遺伝子型として表される;
・Hpは一つの仮設、より具体的には、「被疑者が得られた犯罪血痕の寄与者の一人である」ことを述べる、法的手続における起訴者側仮設である;
Hdは代替仮設、より具体的には、「二人の未知の人物が犯罪血痕の提供者である」ことを述べる、法的手続における弁護側仮設である。
a)DNAの対照試料を提供する段階と;
b)DNAの前記少なくとも一つの可変特徴について検出されたレベルを確立するよう対照試料を解析する段階と;
c)複数の対照試料について段階a)およびb)を繰り返して、検出されたレベルのデータ・セットを形成する段階と;
d)検出されたレベルの前記データ・セットの少なくとも一部について確率分布関数を定義する段階とを含む、
方法を提供する。
(1/V)×fH (2)
によって与えられうる。ここで、Vは一次元pdfの回転によって得られる表面の下の体積である。
p1,1×(1/t2)
に関係するまたはこれである関数である確率分布関数であってもよく、より好ましくはそのような確率分布関数を含んでいてもよい。ここで、p1,1はh1<tおよびh2<tであるデータの割合であり、tは検出閾値である。特に、前記一つの群が、検出レベルが、より高ウェイトの特徴などの第一の可変特徴に関する閾値および/またはそれ以上であり、より低ウェイトの特徴などの第二の可変特徴に関する閾値および/またはそれ以上である対照試料である場合、各可変量についての検出レベルが、定義された確率分布関数に寄与する値でありうる。
p1,2×g1,2(h1,h2)
に関係するまたはこれである関数である確率分布関数であってもよく、より好ましくはそのような確率分布関数を含んでいてもよい。ここで、p1,2はh1≧tおよびh2<tである点の割合であり、g1,2はh1≧tおよびh2<tである領域についての二次元確率密度関数であり、h1は低分子対立形質の高さであり、h2は高分子対立形質の高さであり、特に、前記一つの群が、検出レベルが、より高ウェイトの特徴などの第一の可変特徴に関する閾値および/またはそれ未満であり、より低ウェイトの特徴などの第二の可変特徴に関する閾値および/またはそれ未満である対照試料である場合、第一の特徴についての検出レベルおよび第二の特徴についての0の値が、確率分布関数に寄与する値でありうる。確率分布関数は、
g1,2(h1,h2)=g1,2(h1|h2)g1,2(h2)
に関係するまたはこれである関数である確率分布関数であってもよく、より好ましくはそのような確率分布関数を含んでいてもよい。ここで、g1,2(h1|h2)はh1≧tおよびh2<tである実験データから推定され:
g1,2(h2)=1/t
である。確率分布関数は、特にこの群については、指数分布であるまたは指数分布を含んでいてもよい。
p2,1・g2,1(h1,h2)
に関係するまたはこれである関数である確率分布関数であってもよく、より好ましくはそのような確率分布関数を含んでいてもよい。ここで、p2,1はh1<tおよびh2≧tである領域における高さの対の割合であり、g2,1はh1<tおよびh2≧tである領域についての二次元確率密度関数であり、h1は低分子対立形質の高さであり、h2は高分子対立形質の高さである。特に、前記一つの群が、検出レベルが、より高ウェイトの特徴などの第一の可変特徴に関する閾値および/またはそれ以上であり、より低ウェイトの特徴などの第二の可変特徴に関する閾値および/またはそれ未満である対照試料である場合には、第二の特徴についての検出レベルおよび第一の特徴についての0の値が、確率分布関数に寄与する値でありうる。確率分布関数は、
g2,1(h1,h2)=g2,1(h2|h1)g2,1(h1) (A.5)
に関係するまたはこれである関数である確率分布関数であってもよく、より好ましくはそのような確率分布関数を含んでいてもよい。ここで、g2,1(h2|h1)はh1<tおよびh2>tである実験データから推定され:
g2,1(h1)=1/t (A.6)
である。確率分布関数は、特にこの群については、指数分布であるまたは指数分布を含んでいてもよい。
p2,2×g2,2(h1,h2)
に関係するまたはこれである関数である確率分布関数であってもよく、より好ましくはそのような確率分布関数を含んでいてもよい。ここで、p2,2はh1≧tおよびh2≧tである領域にはいる高さの対(h1,h2)の割合であり、g2,2はh1≧tおよびh2≧tである領域についての二次元確率密度関数であり、h1は低分子量対立形質の高さであり、h2は高分子量対立形質の高さである。特に、前記一つの群が、検出レベルが、より高ウェイトの特徴などの第一の可変特徴に関する閾値および/またはそれ未満であり、より低ウェイトの特徴などの第二の可変特徴に関する閾値および/またはそれ以上である対照試料である場合には、第一の特徴についての0の値および第二の特徴についての0の値が、確率分布関数に寄与する値でありうる。
本発明のキーとなる部分は、ピーク高さに関係する2D確率分布関数pdfの生成、そして使用である。これは、多数の対照試料の解析を通じて得られる。
一方の軸に、観察される座位におけるより低分子量の対立形質についてのピーク高h1さとして表される、解析において検出されたDNAの量を;
他方の軸に、観察される座位におけるより高分子量の対立形質についてのピーク高h2さとして表される、解析において検出されたDNAの量を、
プロットすることによって考察できる。
g 1,2 (h 1 ,h 2 )の定義
これは、図2の領域(1,2)におけるh1およびh2の同時分布である。g1,2(h1,h2)の定義は、分布を次のように因子分解することを通じて与えられる:
g1,2(h1,h2)=g1,2(h1|h2)g1,2(h2) (A.2)
ここで、g1,2(h1|h2)はh1>tおよびh2<tである実験データから推定され、
g1,2(h2)=1/t (A.3)
である。
g 2,1 (h 1 ,h 2 )の定義
これは、領域(2,1)におけるh1およびh2の同時分布であって、先の定義と一致する形に従う。よって、これは、分布を同様にして次のように因子分解することを通じて与えられる:
g2,1(h1,h2)=g2,1(h2|h1)g2,1(h1) (A.5)
ここで、g2,1(h2|h1)はh1<tおよびh2>tである実験データから推定され、
g2,1(h1)=1/t (A.6)
である。
g 2,2 (h 1 ,h 2 )の定義
これは、領域(2,2)におけるh1およびh2の同時分布である。これは、h1>tおよびh2>tである実験データからの2D pdfの推定によって与えられる。
これら三つの領域およびそれらの分布について、以下の分布が、適用されるものとして目下推定される:
g1,2(h1,h2)……一次推定として、指数分布を使う
g2,1(h1,h2)……一次推定として、指数分布を使う
g2,2(h1,h2)……データの変換、次いで2D推定を使う。
前節では、ソースがヘテロ接合体である場合について2D pdfを推定するための例示的な方法を与えた。本節では、ソースがホモ接合体である状況を扱う。
1Dのpdfの2Dのpdfへの変換を、分布をたとえば90°数学的に回転させることによって行うことも可能である。その結果は、ホモ接合型の提供者について後述される仕方で使用できる2Dのpdfであり、ホモ接合型の提供者についての方法1に対する代替となる。
(1/V)×fH (22)
によって与えられる。ここで、Vは一次元pdfの回転によって得られる表面の下の体積である。
アプローチaでは、分布のうち、rfu閾値tにより左側打ち切りされた(left-censored)データに関係する部分を論じた。アプローチbはその代替を提供する。
f(h|θ)=θe-θh
となりうる。ここで、θは種々の値、たとえば0.1,0.11等をもつことができ、それによりファミリーが提供される。
L(θ|{hi:i=1,2,...,n})=n1×F(t|θ)×Πm i=1f(hi|θ)
によって確立できる。ここで、左側打ち切りのために0として記録されたn1個の高さがあり、Fは累積確率分布であり、fは指数分布の確率密度関数であり、tは検出閾値である。
ヘテロ接合型の提供者のコンテキストにおいて2Dのpdfを確立するための代替的方法をここで述べる。1Dの類推を使うことによる説明から始め、その後その2Dでの仕組みを詳述するためにそのアプローチを拡張する。
上述したように、ある座位におけるヘテロ接合型の提供者からのプロファイルは典型的には二つのピークからなる。しかしながら、プロファイルが少量のDNAから得られる場合、そのプロファイルは観察された結果に一つのピークを含むまたはピークを含まないことがありうる。これは、低くてベースラインに近いとピークが検出できないからである。この例では、30rfuを最小検出限界として使っているが、観察される結果に他の検出限界を適用することもできる。
上記のアプローチbでは、課されるrfu限界によるピークの打ち切りを扱うアプローチを論じた。このアプローチは、左側打ち切りされたピークを扱う仕方に対するさらなる変形を与える。
ヘテロ接合の場合についてのピーク高さについての基礎になる2D pdf、fhet(h1,h2)およびホモ接合の場合のピーク高さについての2D pdf、fhom(h1)を確立したので、関心のあるさまざまな状況における尤度比を確立することに進むことができる。
1)証拠コンテキストにおいて、単一ソース試料について、DNA量を条件とすることなしに;
2)証拠コンテキストにおいて、単一ソース試料について、DNA量を条件として;
3)インテリジェンス・コンテキストにおいて、単一ソース試料について、DNA量を条件とすることなしに;
4)インテリジェンス・コンテキストにおいて、単一ソース試料について、DNA量を条件として;
5)証拠コンテキストにおいて、混合ソース試料について、DNA量を条件とすることなしに;
6)証拠コンテキストにおいて、混合ソース試料について、DNA量を条件として;
7)インテリジェンス・コンテキストにおいて、混合ソース試料について、DNA量を条件とすることなしに;
8)インテリジェンス・コンテキストにおいて、混合ソース試料について、DNA量を条件として。
証拠コンテキストにおいては、二つの仮設の相対的な確からしさが通常は考察される。一般に、これらは起訴者側仮設と弁護側仮設であろう。考察、尤度比は、一般に
・Cはピーク高さからなる犯罪プロファイルであり、たとえばC={h1,h2}またはC={h1}であり、h={h1,h2<t}、h={h1<t}である。
・Sは被疑者の遺伝子型であり、たとえばS={1,2}またはS={1,1}である。
・Hpは「被疑者が犯行現場にその血痕を残した」ことを述べる起訴者側仮設である;
・Hdは「誰か別の者が犯行現場にその血痕を残した」ことを述べる弁護側仮設である。これは、推定上の提供者、すなわち被疑者に関係する(related)または関係しない(unrelated)および同じ民族または異なる民族の出身である推定上の提供者の弁護側仮設を含む。
f(C|G) (43)
と単純化される。ここで、Gは仮定される提供者の遺伝子型(genotype)を表す。
a)被疑者はヘテロ接合で、犯罪プロファイルは一つのピークをもつ;
b)被疑者はヘテロ接合で、犯罪プロファイルは二つのピークをもつ;
c)被疑者はヘテロ接合で、犯罪プロファイルはピークを含まない;
d)被疑者はホモ接合で、犯罪プロファイルは一つのピークを含む;
e)被疑者はホモ接合で、犯罪プロファイルは一つのピークを含む。
この状況では、C={hb}であり、S={a,b}である。尤度比は、上記の式1と整合して:
f(hb|Hd)= f(hb|U={b,b},Hd)Pr(U={b,b}|S={a,b}),Hd
+f(ha<t,hb|U={b,Q},Hd)Pr(U={b,Q}|S={a,b})Hd (1.3)
によって与えられる。ここで、Qはa以外の他の任意の対立形質(allele)素性である。
f(hb|U={b,b},Hd)=fhom(hb) (1.4)
として計算される。ここで、fhomは上で論じた一次元pdfである。第三の因子は公式
この状況では、C={ha,hb}であり、S={a,b}である。LRは:
f(C={ha,hb}|S={a,b},Hd)=fhet(ha,hb) (2.2)
によって与えられる。
f(C={ha,hb}|S={a,b},Hd)=fhet(ha,hb)Pr(U={a,b}|S={a,b},Hd) (2.3)
によって与えられる。
この状況では、C={hb}であり、S={b,b}である。LRは:
f(hb|S={b,b},Hp)=fhom(hb) (3.2)
によって与えられる。ホモ接合型寄与者について推定された密度関数である。
f(hb|S={b,b},Hd)
= f(hb|U={b,b},Hd)Pr(U={b,b}|S={b,b},Hd)
+f(hb,ha<t|U={b,Q},Hd)Pr(U={b,Q}|S={b,b}Hd) (3.3)
によって与えられる。
は分子と同じである。項
先述したように、ホモ接合の状況は1D pdfに関係して出発し、アプローチにおける互換性のために2D pdfに変換される必要がある。この2Dアプローチは尤度計算にも拡張される。このアプローチは、高さh1をもつホモ接合型の試料がおよその高さ0.5h1および0.5h1をもつヘテロ接合型の試料を観察するのと同様であるという観察から発している。
f(C={h1}|G={1,1}) = f(C={αh1,(1−α)h1}|G={1,1}) (45)
で近似することができる。
f(C={h1}|G={1,1},χi) = f(C={αh1,(1−α)h1}|G={1,1},χi) (47)
となる。
上記の状況1では、計算が
f(C|G) (48)
と単純化される様子を論じた。ここで、Gは想定される提供者を表し、尤度のこの一般的な形が本発明の動作およびその利点に対する鍵である。
f(C|G)=Σj f(C|G,χj)Pr(χj|I(h)) (49)
によって計算できる。ここで、Pr(χj|I(h))は、ピーク高さ情報I(h)が与えられたときのDNA量の確率分布である。
これは希釈データから提供されることができる;
f(C|G,χi)の推定は、すべての座位からのデータをグループ化することによって行うことができ、潜在的には該推定はすべての座位についての一つのf(C|G,χi)を与えるが、それぞれのDNA量χiについて別個のf(C|G,χi)を与える;
f(C|G,χi)の推定は、座位ごとに行うことができ、潜在的には該推定は各座位についてそれぞれのDNA量χiについて一つのf(C|G,χi)を与える;
f(C|G,χi)の推定は、二次元密度推定を推定するための任意の方法を使って行うことができる;
f(C|G,χi)の推定は、ヘテロ接合型提供者において述べた方法、方法1および/またはホモ接合型提供者方法1の諸アプローチを使って行うことができる。
希釈データからのPr(X=χi|I(h))の推定;
ピーク高さ情報I(h)がピーク高さの任意の関数、たとえば二つのピーク高さの平均または諸高さの合計であること;
ある座位についてのPr(X=χi|I(h))の、同じ座位からのまたは一つまたは複数の他の座位からのI(h)に基づく推定
を含むことができる。
インテリジェンス・コンテキストでは、証拠コンテキストで試みられたのとは異なる問題が考察対象となる。インテリジェンス・コンテキストは、犯罪現場試料からのDNAプロファイルと、英国で使われる国立DNAデータベース(The National DNA Database(登録商標))のようなデータベースに記憶されている諸プロファイルとの間の結び付けを見出そうとする。このプロセスは、収集されたプロファイルが与えられたときの遺伝子型に関心をもつ。
f(C|Gi)
はプロセスの鍵である。この項は、上で論じたpdfを定量化するためのさまざまなアプローチを使ってうまく推定できる。
状況1を状況2に拡張したのと同様の仕方で、状況3におけるアプローチを、関与するDNA量を考慮するよう拡張することが可能である。
多様な状況において、遭遇されるDNA試料は単一のソースからのものではなく、混合ソースからのものである。混合ソースは、二人、三人またはそれ以上の寄与者から生じる。このアプローチは、一つのそのような混合ソース状況に関して詳述するが、このアプローチは他の型の混合ソース試料についても有効である。
i)起訴者側仮設Hp:被疑者および誰か別の者が犯行現場における血痕への提供者である;
ii)弁護側仮設Hd:二人の未知の人が犯行現場における血痕への提供者である。
f(C|G1,G2) (54)
によって表す。ここで、G1およびG2は想定される提供者の遺伝子型である。よって、状況は、前記の諸状況と等価な一般的な性質の因子に帰着される。これは、前述した対照試料アプローチを使って評価できる。
a)被疑者と犠牲者がヘテロ接合型であり、両者の間に重なり合う対立形質がなく、犯罪プロファイルに三つのピークしかない;
b)被疑者と犠牲者がヘテロ接合型であり、両者の間に重なり合う対立形質が一つあり、犯罪プロファイルに三つのピークしかない。
Hp:被疑者(S: suspect)および犠牲者(V: victim)が犯罪プロファイルの発生者であるという検察側仮設;および
Hd:犠牲者(V)と未知の人物(U: unknown)が犯罪プロファイルの発生者であるという弁護側仮設。
この状況Hp:V+S、Hd:V+Uでは、C={ha,hb,hc}、V={a,b}、S={c,d}である。LRは:
f(C={ha,hb,hc}|V={a,b},S={c,d},Hp)=fhet(ha,hb)×fhet(hc,hd) (4.2)
によって与えられる。
f(C={ha,hb,hc}|V={a,b},S={c,d},Hd)
=f(C={ha,hb,hc}|V={a,b},S={c,d},U={a,c},Hd)Pr(U={a,c}|S={a,b})
+f(C={ha,hb,hc}|V={a,b},S={c,d},U={b,c},Hd)Pr(U={b,c}|S={a,b})
+f(C={ha,hb,hc}|V={a,b},S={c,d},U={c,Q},Hd)Pr(U={a,c}|S={a,b})
(4.3)
によって与えられる。
f(C={ha,hb,hc}|V={a,b},U={a,c},Hd)=fhet(mxha,hb)×fhet((1−mx)ha,hc)
(4.4)
を用いて計算される。
f(C={ha,hb,hc}|V={a,b},U={b,c},Hd)=fhet(ha, mxhb)×fhet(ha,(1−mx)hc)
(4.5)
を用いて計算されうる。
f(C={ha,hb,hc}|V={a,b},U={c,Q},Hd)=fhet(ha,hb)×fhet(hc,hQ)
(4.6)
を用いて計算されうる。
この状況では、Hp:V+S、Hd:V+U、C={ha,hb,hc}、V={a,b}、S={b,c}である。尤度比は:
f(C={ha,hb,hc}|V={a,b},S={b,c},Hp)=fhet(ha, mxhb)fhet((1−mx)hb,hc)
(5.2)
となる。
U∈{{a,c},{b,c},{c,c},{c,Q}}
を考察する。
f(C={ha,hb,hc}|V={a,b},S={b,c},U={a,c},Hd)=fhet(mxha,hb)fhet((1−mx)ha,hc)
(5.3)
U={b,c}については:
f(C={ha,hb,hc}|V={a,b},U={b,c},Hd)=fhet(ha, mxhb)fhet((1−mx)hb,hc)
(5.4)
U={c,c}については:
f(C={ha,hb,hc}|V={a,b},U={c,c},Hd)=fhet(ha,hb)fhet(0.5hc,0.5hc)
(5.5)
U={c,Q}については:
f(C={ha,hb,hc}|V={a,b},U={c,Q},Hd)=fhet(ha,hb)fhet(hc,hQ)
(5.6)
となる。
この状況は、状況5について上述したのと等価な仕方で扱われる。諸公式は、DNA量を条件とすることを使うよう修正できる。
インテリジェンス・コンテキストでは、タスクは、座位ごとに、遺伝子型G1およびG2の対の順序付けられたリストを、リスト中の最初の対が犯罪血痕の最も尤度の高い提供者であるように、提案することである。
状況8は、状況7のアプローチを使って扱える。ただし、項fhetはDNA量を条件とすることになる。
〈混合試料状況についての追加情報〉
先述したように、証拠、インテリジェンス・コンテキストについての混合ソース・アプローチの核心には、尤度f(C|G1,G2)の計算がある。以下の記述は、因子分解を通じたf(C|G1,G2)の計算を与える。因子分解はその計算を、単一プロファイルについての尤度の計算に帰着させる。そのアプローチは、DNA量を条件とすることを許容するよう、f(C|G1,G2,χi)にも拡張される。さらに、これらの公式に関して、実験データからのPr(χi|I(h))の推定およびその使用が詳述される。
シナリオ1――提供者が対立形質を全く共有しない
この場合、二人の混合物の尤度を二つの単一プロファイルの尤度に因子分解するために混合比mxの助けは必要ない。たとえば、二人の提供者がヘテロ接合型であれば:
f(C={h1,h2,h3,h4}|G1={1,2},G2={3,4})
=f(C={h1,h2}|G1={1,2})f(C={h3,h4}|G2={3,4}) (56)
一方の提供者がホモ接合型であれば:
f(C={h1,h2,h3}|G1={1,2},G2={3,3})
=f(C={h1,h2}|G1={1,2})f(C={h3}|G2={3,3}) (57)
両方の提供者がホモ接合体であれば:
f(C={h1,h2}|G1={1,1},G2={2,2})
=f(C={h1}|G1={1,1})f(C={h2}|G2={2,2}) (58)
となる。
提供者が一つの対立形質を共有する場合、共通のピーク高さ、最大のピークは混合割合mxに従って分割される。両方の提供者がヘテロ接合型であれば:
シナリオ2の場合と同様、二人混合物尤度を二つの単一プロファイル尤度に因子分解するために混合割合が使われる。両方のピークが分割される。より具体的には、
シナリオ1――提供者が対立形質を全く共有しない
二人の提供者がヘテロ接合体であれば:
一方の提供者がホモ接合型であれば:
提供者が一つの対立形質を共有する場合、共通のピーク高さが混合割合mxに従って分割される。両方の提供者がヘテロ接合型であれば:
一方の提供者がホモ接合型であれば:
前記の場合と同様、二人混合物尤度を二つの単一プロファイル尤度に因子分解するために混合割合が使われる。より具体的には、
〈一般的な観察〉
2D pdfを利用することにより、本発明はいくつかの利点を提供し、多様な状況および仮設を考察することを許容する。
1)本モデルは、対立形質ドロップアウトを扱える。ドロップアウト事象は2D pdfの推定において考察されるからである。
Claims (16)
- 試験試料結果セットを別の試料結果セットと比較する、コンピュータ実装される方法であって:
DNAの可変特徴について検出された一つまたは複数の素性について第一の結果セットについての情報を提供する段階と;
DNAの可変特徴について検出された一つまたは複数の素性について第二の結果セットについての情報を提供する段階と、
ある仮設の、代替仮設に対する
ここで、Cは試験試料からの試験結果セットであり、Sは別の結果セットであり、Hpは一つの仮設であり、Hdは代替仮設であり、UiはHdにおいて述べられている想定されるソースの一つであり、
前記尤度比は、前記試験試料内のDNA量および/または別の試験結果セットを条件としている、
方法。 - 前記尤度比が、想定されるソースを与えられたときのにC内のピーク高さのセットを観察する尤度の定義を含む、請求項1記載の方法。
- 請求項3記載の方法であって、因子f(C|S,Hp)および/またはf(C|Ui,S,Hd)は想定されるソースが与えられたときにC内のピーク高さのセットを観察する尤度の定義である、方法。
- 前記比較が項f(C|G)の考察を含み、ここで、Gは想定されるソース遺伝子型を表す、請求項1記載の方法。
- 請求項5記載の方法であって、前記尤度が
f(C|G)=Σj f(C|G,χj)Pr(χj|I(h))
の形でDNA量を条件とすることによって計算され、ここで、Pr(χj|I(h))はピーク高さ情報I(h)が与えられたときのDNA量の確率分布である、方法。 - 前記項f(C|G)が推定である、請求項5記載の方法。
- 前記項f(C|G)が実験データから導出される、請求項5記載の方法。
- 前記項f(C|G)が一つまたは複数の確率分布関数を含む、請求項8記載の方法。
- Pr(χj|I(h))についての確率分布がχ1からχjについての離散的確率のリストに関係し、ここで、ΣiPr(χi|I(h))=1である、請求項9記載の方法。
- 前記確率分布が、DNAの対照試料の解析からの観察された分布を考察することによって得られる、請求項10記載の方法。
- 前記確率分布関数は、平均高さmおよびヘテロ接合体不均衡rによって定義される空間における高さh1およびh2の対についての二次元pdfを推定することによって与えられる、請求項9記載の方法。
- 因子fM,R(m,r)が実験データから推定される、請求項14記載の方法。
Applications Claiming Priority (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB0722649.1 | 2007-11-19 | ||
GB0722649A GB0722649D0 (en) | 2007-11-19 | 2007-11-19 | Improvements in and relating to the consideration of evidence |
GB0804665.8 | 2008-03-13 | ||
GB0804665A GB0804665D0 (en) | 2008-03-13 | 2008-03-13 | Improvements in and relating to the consideration of evidence |
GB0810624A GB0810624D0 (en) | 2008-06-11 | 2008-06-11 | Improvements in and relating to the consideration of evidence |
GB0810624.7 | 2008-06-11 | ||
GB0815300.9 | 2008-08-21 | ||
GB0815300A GB0815300D0 (en) | 2008-08-21 | 2008-08-21 | Improvements in and relating to the consideration of evidence |
PCT/GB2008/003882 WO2009066067A1 (en) | 2007-11-19 | 2008-11-19 | Improvement in and relating to the consideration of dna evidence |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011504359A true JP2011504359A (ja) | 2011-02-10 |
JP5587197B2 JP5587197B2 (ja) | 2014-09-10 |
Family
ID=40459600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010533661A Expired - Fee Related JP5587197B2 (ja) | 2007-11-19 | 2008-11-19 | Dna証拠の考察に関する改善 |
Country Status (7)
Country | Link |
---|---|
US (1) | US8121795B2 (ja) |
EP (1) | EP2212818A1 (ja) |
JP (1) | JP5587197B2 (ja) |
AU (1) | AU2008327704B2 (ja) |
CA (1) | CA2705280C (ja) |
NZ (1) | NZ585147A (ja) |
WO (1) | WO2009066067A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014523580A (ja) * | 2011-06-22 | 2014-09-11 | ブイオーアール データ システムズ インコーポレイテッド | 複数の寄与体を有するdna試料に基づいて寄与体のstr遺伝子型を識別するためのシステムおよび方法 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010116158A1 (en) * | 2009-04-09 | 2010-10-14 | Forensic Science Service Limited | Improvements in and relating to the consideration of evidence |
WO2011058310A1 (en) | 2009-11-10 | 2011-05-19 | Forensic Science Service Limited | Improvements in and relating to the matching of forensic results |
GB201004004D0 (en) * | 2010-03-10 | 2010-04-21 | Forensic Science Service Ltd | Improvements in and relating to the consideration of evidence |
GB201108587D0 (en) * | 2011-05-23 | 2011-07-06 | Forensic Science Service Ltd | Improvements in and relating to the matching of forensic results |
GB201110302D0 (en) * | 2011-06-17 | 2011-08-03 | Forensic Science Service Ltd | Improvements in and relating to the consideration of evidence |
US11952622B2 (en) * | 2013-07-18 | 2024-04-09 | The Johns Hopkins University | Analysis of DNA-containing samples and resolution of mixed contributor DNA samples |
DE102014008537A1 (de) | 2014-06-04 | 2015-12-17 | Friedrich-Schiller-Universität Jena | Wasserlösliche manganbasierte Kohlenstoffmonoxid freisetzende Moleküle, deren Verwendung und Verfahren zu deren Herstellung |
CN107622183B (zh) * | 2017-08-15 | 2021-04-09 | 上海派森诺生物科技股份有限公司 | 一种基于多重指标的胎儿染色体倍性检测分析方法 |
WO2021251834A1 (en) * | 2020-06-10 | 2021-12-16 | Institute Of Environmental Science And Research Limited | Methods and systems for identifying nucleic acids |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0009294D0 (en) * | 2000-04-15 | 2000-05-31 | Sec Dep For The Home Departmen | Improvements in and relating to analysis of DNA samples |
-
2008
- 2008-11-19 CA CA2705280A patent/CA2705280C/en active Active
- 2008-11-19 US US12/273,951 patent/US8121795B2/en not_active Expired - Fee Related
- 2008-11-19 JP JP2010533661A patent/JP5587197B2/ja not_active Expired - Fee Related
- 2008-11-19 AU AU2008327704A patent/AU2008327704B2/en not_active Ceased
- 2008-11-19 WO PCT/GB2008/003882 patent/WO2009066067A1/en active Application Filing
- 2008-11-19 EP EP08851449A patent/EP2212818A1/en not_active Ceased
- 2008-11-19 NZ NZ585147A patent/NZ585147A/xx not_active IP Right Cessation
Non-Patent Citations (3)
Title |
---|
JPN6013044785; Gill, P.: 'An investigation of the rigor of interpretation rules for STRs derived from less than 100 pg of DNA' Forensic science international Vol.112, No.1, 20000724, p.17-40 * |
JPN6013044786; Buckleton, J.S.: 'An extended likelihood ratio framework for interpreting evidence' Science & justice : journal of the Forensic Science Society Vol.46, No.2, 200604, p.69-78 * |
JPN6013044787; Gill, P.: 'LoComatioN: a software tool for the analysis of low copy number DNA profiles' Forensic science international Vol.166, No.2-3, 200703, p.128-138 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014523580A (ja) * | 2011-06-22 | 2014-09-11 | ブイオーアール データ システムズ インコーポレイテッド | 複数の寄与体を有するdna試料に基づいて寄与体のstr遺伝子型を識別するためのシステムおよび方法 |
Also Published As
Publication number | Publication date |
---|---|
NZ585147A (en) | 2012-08-31 |
CA2705280A1 (en) | 2009-05-28 |
EP2212818A1 (en) | 2010-08-04 |
AU2008327704B2 (en) | 2014-06-26 |
AU2008327704A1 (en) | 2009-05-28 |
JP5587197B2 (ja) | 2014-09-10 |
CA2705280C (en) | 2018-08-21 |
US20090132173A1 (en) | 2009-05-21 |
WO2009066067A1 (en) | 2009-05-28 |
US8121795B2 (en) | 2012-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5587197B2 (ja) | Dna証拠の考察に関する改善 | |
Balding et al. | Weight-of-evidence for Forensic DNA Profiles | |
Bright et al. | Developmental validation of STRmix™, expert software for the interpretation of forensic DNA profiles | |
Steele et al. | Statistical evaluation of forensic DNA profile evidence | |
Wilberg et al. | Genecap: a program for analysis of multilocus genotype data for non‐invasive sampling and capture‐recapture population estimation | |
Setodji et al. | The right tool for the job: choosing between covariate-balancing and generalized boosted model propensity scores | |
Garamszegi | Uncertainties due to within-species variation in comparative studies: measurement errors and statistical weights | |
Meehan et al. | Spatial modeling of Audubon Christmas Bird Counts reveals fine‐scale patterns and drivers of relative abundance trends | |
Oliveira et al. | Modelling highly biodiverse areas in Brazil | |
Bondarchik et al. | Improving the objectivity of sustainability indices by a novel approach for combining contrasting effects: Happy Planet Index revisited | |
CN107004066B (zh) | 性状预测模型制作方法和性状预测方法 | |
Clay et al. | Galaxy formation in the Planck cosmology–III. The high-redshift universe | |
Puch-Solis et al. | Evidential evaluation of DNA profiles using a discrete statistical model implemented in the DNA LiRa software | |
Paulose et al. | Spatial soft sweeps: patterns of adaptation in populations with long-range dispersal | |
McMillan et al. | Visualizations for genetic assignment analyses using the saddlepoint approximation method | |
Algarni | On a new generalized lindley distribution: Properties, estimation and applications | |
Kruijver et al. | Exploring the probative value of mixed DNA profiles | |
Huang et al. | Assessing the goodness of fit of forest models estimated by nonlinear mixed-model methods | |
Amarullah et al. | Planning decision support system using building mall AHP (Analytical Hierarchy Process) | |
Mortera | DNA mixtures in forensic investigations: the statistical state of the art | |
WO2001079541A2 (en) | Improvements in and relating to analysis of dna samples | |
Slooten | Familial searching on DNA mixtures with dropout | |
Lucassen et al. | Evaluating Mixture Solution™—rapid and non-MCMC probabilistic mixture analysis | |
US20120046874A1 (en) | Consideration of evidence | |
Schuerman et al. | Using the nondonor distribution to improve communication and inform decision making for low LRs from minor contributors in mixed DNA profiles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111111 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130910 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20131127 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20131204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140307 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140624 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140723 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5587197 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |