In which cases does it make sense to classify a trace into one population, and what are the alternatives?
本研究は、104個のAIMsを用いた生物地理学的祖先解析のための分類手法を評価し、最近のナイーブベイズ（RNB）分類器が、参照内集団、混合集団、および参照外個体を効果的に区別できることを実証しており、それによって未知の個体を単一の参照集団に割り当てることの限界に対処している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
犯罪現場から極めて微量の血液や一本の髪の毛が見つかったとき、法科学者はその人物が誰であるかを知るためにDNAを利用することがよくあります。単に容疑者と一致させるだけでなく、現代の捜査官は遺伝マーカーを調べて、その人の祖先がどこに由来するか、目の色が何色か、あるいは年齢がどのくらいかといったことを推測することも可能です。「生物地理学的祖先解析」として知られるこのプロセスは、証拠から見つかったDNAを、世界中の参照グループのライブラリと比較することで機能します。これらの参照グループを、それぞれ異なる「近隣住区（ネイバーフッド）」だと想像してみてください。目標は、そのDNAプロファイルがどの住区に最もよく適合するかを見極めることです。しかし、現実の世界はライブラリのカタログのように整然としていることは稀です。人々は移動し、家族は混じり合い、そして誰もサンプリングしていない集団が存在します。もしある人の両親が異なる二つの大陸の出身であったり、あるいはその家族がデータベースに含まれていない地域にルーツを持っていたりする場合、その人のDNAを無理やり一つの「住区」に当てはめようとすると、誤った結論を導き出すことになります。捜査官にとっての重要な問いは、単にどのようにラベルを割り当てるかではなく、いつラベルを割り当てることが「安全」であるかということなのです。
ドイツおよびルール地方の大学の研究チームは、この特定の問題を解決するために立ち上がりました。彼らは、ある痕跡を特定の集団の一つに分類することがいつ意味を持つのか、そして同様に重要なこととして、システムが「分からない」と認めるべきはいつなのかを問い直しました。これに答えるため、彼らは現代の法医学で使用される標準的なツールキットである104個の遺伝マーカーを用い、7つの異なる統計的手法をテストしました。彼らの目標は、3つのことができるシステムを構築することでした。すなわち、ある人物を既知の集団に自信を持って割り当てること、その人物の両親が異なる集団に由来するかどうかを特定すること、そして、その人物の背景が参照データとはかけ離れすぎていて分類できないと宣言することです。
研究者たちは、最も信頼できるアプローチは「最近のナイーブベイズ（recent naive Bayes）」分類器と呼ばれる手法であることを発見しました。データの根拠が乏しい場合でも無理に推測を行おうとする古い手法とは異なり、この新しいシステムは、慎重な門番のように振る舞います。まず、個人の最も可能性の高い両親の祖先集団のペアを計算します。もしその人が混血でなければ、システムは両親に対して同じ集団を予測します。もしその人が混血であれば、二つの異なる集団を予測します。決定的なのは、システムが信頼度スコアをチェックすることです。遺伝的証拠が特定の閾値を超えるほど十分に強力であれば、結果を報告します。もし証拠が曖昧すぎる場合は、システムは推測を拒否し、サンプルを「参照外（out of reference）」として報告します。この拒否は失敗ではなく、誤りを防ぐための安全装置なのです。
研究者たちは、各手法がどの程度うまく機能するかを確認するために、数千ものシナリオをシミュレーションしました。彼らは、混合した祖先を検知する能力をテストするために、参照データベース内の両親から人工的な子供を作成しました。また、トレーニングデータから集団全体を除外して、その人物が既知のどのグループにも属さない場合にシステムがそれを認識できるかどうかをテストしました。最も優れた性能を示した手法は、未知の集団に属する人々を、誤ってラベル付けするのではなく、ほぼ85パーセントのケースで正しく拒絶（判定不能と識別）できました。システムが分類を受け入れた場合、その精度は非常に高いものでした。例えば、ある人が二つの異なるグループの出身であると特定した場合、システムは両親の起源のうち一方を64パーセントの確率で正確に特定し、少なくとも一方を正しく特定したケースはほとんどすべてに及びました。
研究者たちはまた、自身の家族歴を申告した28人のボランティアからの実世界のサンプルを用いて、彼らの手法をテストしました。このグループにおいて、システムは16人を分類することに成功し、彼らが自己申告した祖先と高い精度で一致しました。残りの12人については、システムは正しく推測を辞退しました。拒絶されたケースの多くは、すでに混血であった両親や、遠方の地域にルーツを持つ祖父母がいるなど、複雑な家族歴を持っており、それが遺伝的信号をあまりに不鮮明にしていたためでした。こうした困難なケースにおいてシステムが推測を拒んだことは、捜査を誤らせるような誤った割り当てを防ぐことにつながりました。
主要な発見の一つは、参照データベースのサイズが重要であるということです。この研究で使用された104個のパネルは、東アジア、ヨーロッパ、アフリカといった主要な大陸間グループを区別するのに非常に優れています。しかし、研究者たちは、一部の集団は遺伝的に非常に似通っているため、最善のマーカーであってもそれらを区別するのが困難であると指摘しました。例えば、中東の人々とヨーロッパの特定地域の特定の人々を区別することは困難であり、そのため研究者たちはテストにおいてこれらを一つのグループとして扱いました。これは限界を示しています。つまり、欠落している集団が既知の集団と非常に近い場合、システムはその人を既知のグループに割り当てる可能性がありますが、これは妥当な近似であり、完璧な一致ではありません。
この研究は、混合した祖先の問題にも対処しました。伝統的な手法は、異なる背景を持つ両親を持つ人々に対して苦戦することが多く、彼らを一つのカテゴリーに強制的に押し込めるか、あるいは混合を全く特定できないことがあります。新しい手法は、混合した祖先をモデルの一部として自然に扱います。偽の混合例を用いて学習させる必要はなく、代わりに、人間は二人の親の組み合わせであるということを理解しています。これにより、単に「混合」と言うのではなく、「一人の親はヨーロッパ、もう一人の親は南アジア」といった詳細な結果を報告することが可能になります。このレベルの詳細さは、法医学的な捜査において極めて重要です。なぜなら、漠然としたラベルよりも効果的に、容疑者の絞り込みを行うことができるからです。
結局のところ、この論文は、法遺伝学における最も誠実な答えは、時には「分からない」であるということを証明しています。洗練された分類ツールと、推測を受け入れるか拒否するかという厳格なルールを組み合わせることで、研究者たちは誤った手がかりのリスクを最小限に抑えるシステムを作り上げました。このシステムは単に「最も適合するもの」を探すのではなく、その適合が信頼に足るものかどうかを評価します。誤った推測がリソースを浪費したり、方向を誤らせたりする可能性がある、極めて重大な局面にある犯罪捜査の世界において、この「ノー」と言う能力は、「イエス」と言う能力と同じくらい価値があるのです。彼らの研究は、私たちはDNAから多くのことを学ぶことができる一方で、現在の知識の限界と人類の歴史の複雑さを尊重しなければならないということを裏付けています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。