.png){kind=icon}
返回
Ancestry estimation: Methodological evolution and forensic implications
.png){kind=icon}
PRE
AI
DOI：10.1007/s12024-026-01230-9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
通过基因组学、生物信息学、人工智能和人类学等多学科领域的进步，祖源估算已得到显著提升。然而，对过时类型学方法的持续依赖需要转向经过验证的现代技术。本综述旨在整合方法学演变、当前技术进展，并确立前瞻性研究议程。本研究的创新之处在于其专业的法医学焦点以及对高分辨率基因组数据与《道伯特》和《弗雷》标准下法律可采性要求的交叉点的批判性分析。在SCOPUS、Web of Science和PubMed数据库（2000-2025年）中进行了文献检索，涵盖遗传学、法医人类学和生物信息学领域。根据其对方法学演变、生物学基础和先进计算工具整合的相关性，对文章进行了筛选和评估。分析识别出一种向统计稳健、基于群体的模型的范式转变。然而，批判性分析显示，尽管先进的基因组面板和机器学习算法实现了高精度，但由于技术透明度不足，它们在法律可采性方面面临重大障碍。此外，当前方法受到数据库偏差和深远的伦理问题阻碍，包括可能助长种族特征刻画以及法医DNA表型分析中缺乏全球监管共识。祖源估算的法医学实用性取决于弥合技术精度与司法可靠性的差距。我们提出一项研究议程，重点通过机器学习优化方法学，扩展全球多样化的参考面板，并建立协调一致的法律框架，以保护遗传隐私，同时保持这些工具在法医案件中的调查效用。关键点：1. 多学科方法是推进祖源估算的关键。2. 遗传学、人类学和计算方法提高了准确性和背景理解。3. 法医学应用受益于优化的祖源估算技术。4. 局限性包括数据偏差、祖源复杂性及伦理问题。5. 未来方向强调包容性、协作和伦理准则。
Keyword:
Anthropology
Geometric morphometrics
Genetics
Machine learning
Legal admissibility
DNA phenotyping
SNPs
期刊
IF:
1.4
论文数:
182
被引数:
1.9K