In which cases does it make sense to classify a trace into one population, and what are the alternatives?

Wenn ein Tatort nur einen winzigen Tropfen Blut oder ein einzelnes Haar liefert, greifen Forensiker oft auf die DNA zurück, um herauszufinden, wer die Person sein könnte. Über das bloße Abgleichen mit einem Verdächtigen hinaus können Ermittler nun genetische Marker nutzen, um zu erahnen, woher die Vorfahren einer Person stammen könnten, welche Augenfarbe sie möglicherweise hat oder wie alt sie ist. Dieser Prozess, bekannt als biogeografische Ahnenanalyse, funktioniert durch den Vergleich der in der Spur gefundenen DNA mit einer Bibliothek von Referenzgruppen aus der ganzen Welt. Stellen Sie sich diese Referenzgruppen wie verschiedene Nachbarschaften vor; das Ziel ist es zu sehen, in welche Nachbarschaft das DNA-Profil am besten passt. Die reale Welt ist jedoch selten so ordentlich wie ein Bibliothekskatalog. Menschen ziehen um, Familien vermischen sich und es gibt Populationen, die noch niemand bisher beprobt hat. Wenn die Eltern einer Person von zwei verschiedenen Kontinenten stammen oder wenn ihre Familie aus einer Region kommt, die noch nie in der Datenbank enthalten war, kann das Erzwingen einer Einordnung in eine einzige „Nachbarschaft“ zu einem falschen Schluss führen. Die entscheidende Frage für Ermittler ist nicht nur, wie man eine Bezeichnung vergibt, sondern wann es überhaupt sicher ist, eine zu vergeben.

Ein Team von Forschern von Universitäten aus Deutschland und dem Ruhrgebiet setzte sich genau mit diesem spezifischen Problem auseinander. Sie fragten sich, wann es sinnvoll ist, eine Spur einer spezifischen Population zuzuordnen, und – ebenso wichtig – wann das System eingestehen sollte, dass es es nicht weiß. Um dies zu beantworten, testeten sie sieben verschiedene statistische Methoden mit einem Satz von 104 genetischen Markern, einem Standardwerkzeug der modernen Forensik. Ihr Ziel war es, ein System zu entwickeln, das drei Dinge leisten kann: eine Person selbstbewusst einer bekannten Population zuzuordnen, zu identifizieren, ob eine Person Eltern aus zwei verschiedenen Populationen hat, oder zu erklären, dass der Hintergrund der Person zu verschieden von den Referenzdaten ist, um klassifiziert werden zu können.

Die Forscher fanden heraus, dass der zuverlässigste Ansatz eine Methode war, die sie als „Recent Naive Bayes“-Klassifikator bezeichneten. Im Gegensatz zu älteren Methoden, die vielleicht auch bei schwachen Daten eine Vermutung erzwingen, agiert dieses neue System wie ein vorsichtiger Türsteher. Es berechnet zuerst das wahrscheinlichste Paar an Ahnenpopulationen für ein Individuum. Wenn die Person nicht gemischt ist, sagt das System dieselbe Population für beide Eltern voraus. Wenn die Person gemischt ist, sagt es zwei verschiedene voraus. Entscheidend ist, dass das System dann einen Konfidenzwert prüft. Wenn die genetische Evidenz stark genug ist, um einen bestimmten Schwellenwert zu überschreiten, gibt es das Ergebnis aus. Wenn die Evidenz zu zweifelhaft ist, weigert sich das System zu raten und meldet die Probe als „außerhalb der Referenz“. Diese Weigerung ist kein Scheitern, sondern eine Sicherheitsmaßnahme gegen Fehler.

In ihren Tests simulierten die Forscher tausende Szenarien, um zu sehen, wie gut jede Methode abschnitt. Sie erstellten künstliche Kinder aus Eltern aus der Referenzdatenbank, um die Fähigkeit des Systems zu testen, gemischte Abstammung zu erkennen. Sie hielten zudem ganze Populationen aus den Trainingsdaten zurück, um zu sehen, ob das System erkennen konnte, wenn eine Person nicht zu den bekannten Gruppen gehörte. Die am besten abschneidende Methode identifizierte Menschen aus unbekannten Populationen in fast 85 Prozent der Fälle korrekt, indem sie diese effektiv ablehnte, statt sie falsch zu etikettieren. Wenn das System eine Klassifizierung akzeptierte, war es hochgradig genau. Wenn das System beispielsweise identifizierte, dass eine Person Eltern aus zwei verschiedenen Gruppen hatte, benannte es in 64 Prozent der Fälle beide elterlichen Ursprünge korrekt und lag in fast allen anderen Fällen mit mindestens einem richtig.

Die Forscher testeten ihre Methode auch an realen Proben von 28 Freiwilligen, die ihre eigene Familiengeschichte angaben. In dieser Gruppe klassifizierte das System 16 Personen erfolgreich und stimmte deren selbstberichtete Abstammung mit hoher Präzision ab. Für die anderen 12 Personen lehnte das System die Abgabe einer Vermutung korrekt ab. In vielen dieser abgelehnten Fälle hatten die Personen komplexe Familiengeschichten, wie etwa einen bereits gemischten Elternteil oder einen Großelternteil aus einer fernen Region, was das genetische Signal zu unscharf für eine einzelne Bezeichnung machte. Die Weigerung des Systems, in diesen schwierigen Fällen zu raten, verhinderte, dass es falsche Zuweisungen vornahm, die eine Untersuchung in die Irre führen könnten.

Eine der zentralen Erkenntnisse war, dass die Größe der Referenzdatenbank eine Rolle spielt. Die Studie verwendete ein Panel von 104 Markern, das hervorragend geeignet ist, um zwischen großen kontinentalen Gruppen wie Ostasien, Europa und Afrika zu unterscheiden. Die Forscher merkten jedoch an, dass einige Populationen genetisch so ähnlich sind, dass selbst die besten Marker Schwierigkeiten haben, sie voneinander zu unterscheiden. Beispielsweise erwies sich die Unterscheidung zwischen Menschen aus dem Nahen Osten und bestimmten Teilen Europas als schwierig, weshalb die Forscher sie in ihren Tests als eine einzige Gruppe behandelten. Dies verdeutlicht eine Einschränkung: Das System kann nur dann sagen, dass jemand „außerhalb der Referenz“ liegt, wenn er wirklich unterschiedlich genug zu den Gruppen in der Datenbank ist. Wenn eine fehlende Population einer bekannten sehr nahe kommt, wird das System die Person dennoch der bekannten Gruppe zuordnen; dies ist eine vernünftige Annäherung, aber keine perfekte Übereinstimmung.

Die Studie befasste sich auch mit dem Thema der gemischten Abstammung. Traditionelle Methoden haben oft Schwierigkeiten mit Menschen, die Hintergründe aus verschiedenen Regionen haben, wobei sie sie entweder in eine einzige Kategorie pressen oder die Mischung ganz nicht erkennen. Die neue Methode behandelt gemischte Abstammung als einen natürlichen Teil des Modells. Sie muss nicht mit gefälschten gemischten Beispielen trainiert werden; stattdessen versteht sie, dass eine Person eine Kombination aus zwei Eltern ist. Dies ermöglicht es ihr, ein gemischtes Ergebnis auszugeben, wie etwa „ein Elternteil aus Europa und ein aus Südasien“, anstatt nur „gemischt“ zu sagen. Diese Detailtiefe ist für forensische Untersuchungen von entscheidender Bedeutung, da sie das Spektrum potenzieller Verdächtiger effektiver einschränkt als eine vage Bezeichnung.

Letztendlich zeigt die Arbeit, dass die ehrlichste Antwort in der forensischen Genetik manchmal „wir wissen es nicht“ lautet. Durch die Kombination eines anspruchsvollen Klassifizierungswerkzeugs mit einer strengen Regel dafür, wann eine Vermutung akzeptiert oder abgelehnt werden sollte, haben die Forscher ein System geschaffen, das das Risiko falscher Fährten minimiert. Das System sucht nicht nur nach der besten Passform; es prüft, ob diese Passform gut genug ist, um vertraut zu werden. In der hochsensiblen Welt der kriminalistischen Ermittlungen, in der eine falsche Vermutung Ressourcen verschwenden oder in die falsche Richtung führen könnte, ist diese Fähigkeit, „Nein“ zu sagen, genauso wertvoll wie die Fähigkeit, „Ja“ zu sagen. Die Arbeit bestätigt, dass wir zwar viel aus der DNA lernen können, wir aber auch die Grenzen unseres derzeitigen Wissens und die Komplexität der menschlichen Geschichte respektieren müssen.