In which cases does it make sense to classify a trace into one population, and what are the alternatives?
यह अध्ययन 104 AIMs का उपयोग करके जैव-भौगोलिक वंशावली विश्लेषण के लिए वर्गीकरण विधियों का मूल्यांकन करता है, जो यह प्रदर्शित करता है कि एक हालिया नैइव बेयस (RNB) क्लासिफायर इन-रेफरेंस, एडमिक्सड और आउट-ऑफ-रेफरेंस व्यक्तियों के बीच प्रभावी ढंग से अंतर करता है, जिससे अज्ञात को एकल संदर्भ जनसंख्या में सौंपने की सीमाओं का समाधान होता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
जब किसी अपराध स्थल से रक्त की एक नन्ही बूंद या एक अकेला बाल मिलता है, तो फोरेंसिक वैज्ञानिक अक्सर यह जानने के लिए डीएनए (DNA) का सहारा लेते हैं कि वह व्यक्ति कौन हो सकता है। केवल किसी संदिग्ध का मिलान करने के अलावा, जांचकर्ता अब जेनेटिक मार्कर्स (genetic markers) को देखकर यह अनुमान लगा सकते हैं कि उनके पूर्वज कहाँ से आए होंगे, उनकी आँखों का रंग कैसा हो सकता है, या उनकी उम्र कितनी हो सकती है। यह प्रक्रिया, जिसे 'बायोजियोग्राफिकल एनसेस्ट्री एनालिसिस' (biogeographical ancestry analysis) कहा जाता है, दुनिया भर के संदर्भ समूहों (reference groups) के एक पुस्तकालय के साथ मिले हुए डीएनए की तुलना करके काम करती है। इन संदर्भ समूहों की कल्पना विभिन्न मोहल्लों के रूप में करें; लक्ष्य यह देखना है कि डीएनए प्रोफाइल किस मोहल्ले में सबसे अच्छी तरह फिट बैठता है। हालांकि, वास्तविक दुनिया शायद ही कभी एक लाइब्रेरी कैटलॉग जितनी व्यवस्थित होती है। लोग चलते-फिरती हैं, परिवार आपस में मिलते हैं, और ऐसी आबादी मौजूद है जिसका अभी तक किसी ने नमूना नहीं लिया है। यदि किसी व्यक्ति के माता-पिता दो अलग-अलग महाद्वीपों से हैं, या यदि उसका परिवार ऐसे क्षेत्र से है जिसे डेटाबेस में शामिल नहीं किया गया है, तो उसके डीएनए को एक ही "मोहल्ले" में जबरदस्ती फिट करना गलत निष्कर्ष की ओर ले जा सकता है। जांचकर्ताओं के लिए महत्वपूर्ण प्रश्न केवल एक लेबल लगाने के बारे में नहीं है, बल्कि यह है कि लेबल लगाना कब सुरक्षित है।
जर्मनी और रूर क्षेत्र के विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने इसी विशिष्ट समस्या को हल करने का प्रयास किया। उन्होंने यह पता लगाने की कोशिश की कि कब किसी ट्रेस (trace) को एक विशिष्ट आबादी में वर्गीकृत करना तर्कसंगत है और, उतना ही महत्वपूर्ण रूप से, कब सिस्टम को यह स्वीकार करना चाहिए कि वह नहीं जानता। इसका उत्तर देने के लिए, उन्होंने आधुनिक फोरेंसिक में उपयोग किए जाने वाले 104 जेनेटिक मार्कर्स के एक सेट का उपयोग करके सात अलग-अलग सांख्यिकीय विधियों का परीक्षण किया। उनका लक्ष्य एक ऐसा सिस्टम बनाना था जो तीन चीजें कर सके: आत्मविश्वास के साथ किसी व्यक्ति को ज्ञात आबादी में वर्गीकृत करना, यह पहचानना कि क्या किसी व्यक्ति के माता-पिता दो अलग-अलग आबादी से हैं, या यह घोषित करना कि व्यक्ति की पृष्ठभूमि संदर्भ डेटा से बहुत भिन्न है जिससे उसे वर्गीकृत नहीं किया जा सकता।
शोधकर्ताओं ने पाया कि सबसे विश्वसनीय दृष्टिकोण वह था जिसे उन्होंने "रीसेंट नैव बेयस" (recent naive Bayes) क्लासिफायर कहा। पुराने तरीकों के विपरीत, जो कमजोर डेटा होने पर भी अनुमान लगाने की कोशिश करते हैं, यह नया सिस्टम एक सतर्क द्वारपाल की तरह कार्य करता है। यह पहले किसी व्यक्ति के लिए सबसे संभावित पूर्वजों की जोड़ी की गणना करता है। यदि व्यक्ति मिश्रित नहीं है, तो यह दोनों माता-पिता के लिए एक ही आबादी की भविष्यवाणी करता है। यदि व्यक्ति मिश्रित है, तो यह दो अलग-अलग आबादी की भविष्यवाणी करता है। महत्वपूर्ण रूप से, सिस्टम एक कॉन्फिडेंस स्कोर (confidence score) की जाँच करता है। यदि जेनेटिक साक्ष्य एक विशिष्ट थ्रेशोल्ड (threshold) को पार करने के लिए पर्याप्त मजबूत है, तो यह परिणाम रिपोर्ट करता है। यदि साक्ष्य बहुत अस्पष्ट है, तो सिस्टम अनुमान लगाने से इनकार कर देता है और नमूने को "आउट ऑफ रेफरेंस" (out of reference) के रूप में रिपोर्ट करता है। यह इनकार एक विफलता नहीं है; यह त्रुटि के विरुद्ध एक सुरक्षा कवच है।
अपने परीक्षणों में, शोधकर्ताओं ने हजारों परिदृश्यों का अनुकरण (simulate) किया यह देखने के लिए कि प्रत्येक विधि ने कैसा प्रदर्शन किया। उन्होंने संदर्भ डेटाबेस में मौजूद माता-पिता से कृत्रिम बच्चों को बनाया ताकि मिश्रित पूर्वजों को पहचानने की सिस्टम की क्षमता का परीक्षण किया जा सके। उन्होंने प्रशिक्षण डेटा से पूरी आबादी को रोककर यह भी देखा कि क्या सिस्टम यह पहचान सकता है कि कोई व्यक्ति ज्ञात समूहों में से नहीं है। सबसे अच्छा प्रदर्शन करने वाली विधि ने लगभग 85 प्रतिशत मामलों में अज्ञात आबादी के लोगों को सही ढंग से पहचाना, यानी उन्हें गलत लेबल करने के बजाय उन्हें खारिज कर दिया। जब सिस्टम ने वर्गीकरण को स्वीकार किया, तो वह अत्यधिक सटीक था। उदाहरण के लिए, जब सिस्टम ने यह पहचाना कि एक व्यक्ति के माता-पिता दो अलग-अलग समूहों से हैं, तो उसने 64 प्रतिशत मामलों में दोनों माता-पिता के मूल स्थान का सही नाम बताया और लगभग सभी मामलों में कम से कम एक को सही बताया।
शोधकर्ताओं ने अपने तरीके का परीक्षण 28 स्वयंसेवकों के वास्तविक नमूनों पर भी किया जिन्होंने अपना पारिवारिक इतिहास प्रदान किया था। इस समूह में, सिस्टम ने 16 व्यक्तियों को सफलतापूर्वक वर्गीकृत किया, जो उनके स्व-रिपोर्ट किए गए पूर्वजों के इतिहास से उच्च सटीकता के साथ मेल खाते थे। शेष 12 लोगों के लिए, सिस्टम ने अनुमान लगाने से मना करने में सफलता प्राप्त की। कई खारिज किए गए मामलों में, व्यक्तियों का पारिवारिक इतिहास जटिल था, जैसे कि एक माता-पिता पहले से ही मिश्रित थे या एक दादा-दादी दूर के क्षेत्र से थे, जिससे जेनेटिक सिग्नल बहुत धुंधला हो गया था। इन कठिन मामलों में अनुमान लगाने से सिस्टम के इनकार ने जांच को गुमराह करने वाले गलत असाइनमेंट को रोक दिया।
एक प्रमुख निष्कर्ष यह था कि संदर्भ डेटाबेस का आकार मायने रखता है। अध्ययन में 104 मार्कर्स का एक पैनल उपयोग किया गया है जो पूर्वी एशिया, यूरोप और अफ्रीका जैसे प्रमुख महाद्वीपीय समूहों के बीच अंतर करने के लिए उत्कृष्ट है। हालांकि, शोधकर्ताओं ने नोट किया कि कुछ आबादी इतनी आनुवंशिक रूप से समान है कि सर्वश्रेष्ठ मार्कर भी उनके बीच अंतर करने के लिए संघर्ष करते हैं। उदाहरण के लिए, मध्य पूर्व और यूरोप के कुछ हिस्सों के बीच अंतर करना कठिन था, जिसके कारण शोधकर्ताओं ने उन्हें एक ही समूह के रूप में माना। यह एक सीमा को रेखांकित करता है: सिस्टम केवल तभी यह कह सकता है कि कोई व्यक्ति "आउट ऑफ रेफरेंस" है यदि वह वास्तव में डेटाबेस के समूहों से पर्याप्त भिन्न है। यदि कोई गायब आबादी ज्ञात आबादी के बहुत करीब है, तो सिस्टम उस व्यक्ति को ज्ञात समूह में असाइन कर सकता है, जो कि एक उचित अनुमान है लेकिन पूर्ण मिलान नहीं है।
अध्ययन ने मिश्रित पूर्वजों के मुद्दे को भी संबोधित किया। पारंपरिक तरीके अक्सर उन लोगों के साथ संघर्ष करते हैं जिनके माता-पिता अलग-अलग पृष्ठभूमि से होते हैं, या उन्हें एक ही श्रेणी में जबरदस्ती फिट करते हैं या मिश्रण की पहचान करने में विफल रहते हैं। नया तरीका मिश्रित पूर्वजों को एक प्राकृतिक हिस्से के रूप में मानता है। इसे नकली मिश्रित उदाहरणों के साथ सिखाने की आवश्यकता नहीं है; इसके बजाय, यह समझता है कि एक व्यक्ति दो माता-पिता का संयोजन है। यह इसे एक मिश्रित परिणाम रिपोर्ट करने की अनुमति देता है, जैसे कि "एक माता-पिता यूरोप से और एक दक्षिण एशिया से," न कि केवल "मिश्रित" कहना। विवरण का यह स्तर फोरेंसिक जांच के लिए महत्वपूर्ण है, क्योंकि यह संदिग्धों के पूल को अधिक प्रभावी ढंग से सीमित करता है।
अंततः, यह पेपर यह प्रदर्शित करता है कि फोरेंसिक जेनेटिक्स में सबसे ईमानदार उत्तर कभी-कभी "हम नहीं जानते" होता है। एक परिष्कृत वर्गीकरण उपकरण को एक सख्त नियम के साथ जोड़कर, कि अनुमान को कब स्वीकार या अस्वीकार किया जाए, शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो गलत सुरागों के जोखिम को कम करता है। सिस्टम केवल सबसे अच्छे फिट की तलाश नहीं करता है; यह मूल्यांकन करता है कि क्या वह फिट भरोसेमंद होने के लिए पर्याप्त है। आपराधिक जांच की उच्च-दांव वाली दुनिया में, जहाँ एक गलत अनुमान संसाधनों को बर्बाद कर सकता है या गलत दिशा में मोड़ सकता है, "ना" कहने की यह क्षमता "हाँ" कहने की क्षमता जितनी ही मूल्यवान है। यह कार्य पुष्टि करता है कि हालांकि हम डीएनए से बहुत कुछ सीख सकते हैं, हमें अपने वर्तमान ज्ञान की सीमाओं और मानव इतिहास की जटिलता का भी सम्मान करना चाहिए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।