Bayes框架下DNA證據(jù)的量化研究.pdf

1、近年來，隨著DNA(脫氧核糖核酸)技術(shù)的發(fā)展，以及利用人類基因組DNA的多態(tài)性，DNA證據(jù)的應(yīng)用在案件的偵破與庭審中已經(jīng)變得越來越普遍.有時候DNA證據(jù)是一些案件的唯一線索，從而引起了越來越多的重視.本文指出了以往DNA證據(jù)的量化過程中一個常規(guī)的插入算法(Plug-inapproach)存在的問題：在參考群體(Referencepopulation)中，由于群體參數(shù)的不確定性，在估計等位基因(Allele)頻率時，未能考慮到樣本大小所帶

2、來的影響，在樣本較小的時候，往往過分地量化了DNA證據(jù)的作用，從而對被告是不公平的.本文指出，對相同的群體參數(shù)估計值，在不同的樣本大小下，DNA證據(jù)的量化也應(yīng)該是不同的，DNA證據(jù)的量化應(yīng)該反映樣本大小的影響. 首先，本文介紹了DNA證據(jù)量化的一些背景知識，基本原理和預(yù)備知識，以及國內(nèi)外的主要研究概況和本文的主要工作. 在第二章中，首先考慮了一個參考群體中DNA證據(jù)的量化，且分別討論了群體內(nèi)部的個體之間是無關(guān)的和部分個體

3、是相關(guān)的情況.我們引進(jìn)了一些符號，特別的，把兩種不同的對立假設(shè)用圖的形式直觀地表示出來.為了考慮樣本的影響，引入了Bayes模型，將群體中的等位基因頻率視為隨機(jī)變量，具有先驗分布，給出了似然比LR(Likelihoodratio)的計算公式.第二節(jié)在第一節(jié)的基礎(chǔ)上，用同樣的方法考慮了兩個獨(dú)立參考群體的情況，且仍然假設(shè)每個參考群體內(nèi)部的個體是無關(guān)的，給出了LR的計算公式. 在第三章中，對于幾種常見的案例，分別給出了常規(guī)的插入算法和