《Legal Medicine》：Forensic DNA phenotypic prediction of freckles in the Brazilian population: Association analysis and prediction modelling
編輯推薦：
巴西人群6個SNP與雀斑關聯性研究，構建含性別和地理祖先的三模型預測系統，結果顯示模型性能與現有工具相當，支持法醫應用。
Bettina Stingelin Forlenza | Marcelo Alves Ferreira | Cintia Fridman
圣保羅大學醫學院（FMUSP）法醫學、生物倫理學、職業醫學以及物理與康復醫學系，巴西圣保羅州圣保羅市
摘要
在外觀可見特征（EVCs）的預測在法醫學中得到了廣泛應用，以協助那些犯罪者或受害者身份不明的調查。與色素沉著特征相關的遺傳標記已被廣泛研究，通過分析單核苷酸多態性（SNPs）來預測頭發、眼睛和皮膚顏色等表型特征，以及雀斑。本研究分析了534名巴西成年人的六個色素沉著基因中的SNPs（rs1042602、rs1800404、rs11636232、rs2238289、rs12203592、rs2228479）與雀斑表型之間的關聯，用于法醫學目的。結果表明，有三個多態性與所研究的EVC有顯著關聯（p < 0.05）。為了評估所測試SNP集的預測性能，使用二項邏輯回歸開發了三個預測模型。第一個模型包含了三個遺傳變異，表現出中等的預測性能；當將性別作為預測變量納入第二個模型時，預測性能得到了提升，這進一步證實了性別在雀斑預測中的重要性，正如先前的研究中所報道的。第三個模型中加入了生物地理祖先信息，該模型實現了最高的區分能力。通過ROC曲線得出的最佳臨界閾值，找到了敏感性和特異性之間的最佳平衡，表明這些參數可以根據法醫學應用進行策略性定義。總體而言，獲得的預測性能與之前發表的雀斑預測工具的結果一致，支持了它們在法醫學應用中的潛在價值。應進一步分析以完善和驗證這些模型，以評估它們在巴西人群中的適用性。
引言
在法醫學中，人類識別涉及分析血液、唾液、精液和組織等生物樣本，以獲得每個個體的獨特且排他的生物特征（單卵雙胞胎除外），這些特征在人群中不會重復出現[1]。由于遺傳標記具有高度的多態性，它們常用于法醫遺傳學中的人類識別，其中最常用的標記之一是短串聯重復序列（STRs）[2]。STRs是長度約為2到7個堿基對的短DNA重復序列，可以形成個體的STR特征譜型[3]。這些特征譜型通常由24個STR組成，可以通過與參考個體的譜型進行比較來區分[3]。
表型特征譜型也受到法醫科學家的廣泛研究，因為它們提供了關于個體祖先或外貌的有用信息。這些表型特征譜型是通過分析單核苷酸多態性（SNPs）和插入-缺失多態性（INDELs）等遺傳標記獲得的。SNPs是人類基因組中最常見的遺傳變異，每1000個堿基就出現一次，涉及核苷酸的點突變，導致A、T、G和C之間的交替[4]、[5]。它們大多是雙等位的，并表現出六種可能的核苷酸組合：A/G、C/T、A/T、C/G、T/G和A/C。在法醫遺傳學中，SNPs可能與外觀可見特征（EVCs）的推斷相關，如眼睛顏色、頭發顏色、皮膚顏色、雀斑的存在等[6]、[7]。
與這些色素沉著特征相關的多態性分析在法醫背景下被廣泛用于支持執法調查，無論是通過縮小潛在嫌疑人的范圍，還是通過重建兇殺案、武裝沖突或大規模死亡事件（如自然災害）中的人類遺骸的外貌[7]。一個著名的例子是斯洛文尼亞發現的49名二戰受害者的骨骼遺骸分析案例，從骨骼和牙齒中提取的DNA成功進行了STRs和與眼睛及頭發顏色相關的色素沉著標記的分型。表型預測在很大程度上是一致的，在某些情況下得到了受害者親屬的確認，證明了即使在超過70年后，從高度降解的遺骸中仍然可以可靠地預測眼睛和頭發的顏色[8]。
另一個例子是由私人公司Parabon NanoLabs開發的Snapshot Forensic DNA Phenotyping系統，該系統聲稱能夠從DNA樣本中準確預測遺傳祖先、頭發、眼睛和皮膚顏色、雀斑的存在與否以及頭型[9]。該系統曾在2010年美國佛羅里達州的一起性侵犯案件中得到應用，基于DNA的面部合成圖像引導警方找到了嫌疑人，隨后通過STR分型得到了確認。然而，盡管該系統已在實際案件中得到應用，但Parabon NanoLabs尚未在同行評審的期刊上發表其方法論或驗證研究[10]、[11]。
雀斑，也稱為ephelides，是由于某些皮膚區域由于黑色素細胞數量增加而導致色素過度沉著而形成的外觀可見特征（EVCs）[12]。MC1R基因的等位變異是形成雀斑的主要因素，尤其是在高加索人和日本人人群中。IRF4、ASIP、TYR、BNC2、HERC2等基因的多態性，以及SLC45A2的單倍型也與雀斑的存在有關，并影響其數量、大小、顏色和表現模式[13]、[14]、[15]、[16]、[17]、[18]、[19]、[20]、[21]。雀斑的表型預測在法醫學中非常重要，因為它們易于識別且視覺上明顯，存在于人體的可見部位，具有補充現有模型和預測系統的巨大潛力，例如HirisPlex-S系統，該系統分析了41個與頭發、皮膚和眼睛色素沉著相關的SNPs，在法醫界得到了廣泛應用[6]。
截至本文發表時，已有兩項研究致力于開發雀斑預測模型：第一項研究由Hernando等人[18]進行，基于對四個色素沉著基因（MC1R等位基因R和r、IRF4中的rs12203592、BNC2中的rs2153271和ASIP中的rs4911442）相關的五個遺傳變異的分析，使用二項邏輯回歸以及個體的性別信息，對458名西班牙裔個體進行了預測。該模型的預測準確率為74.13%，曲線下面積（AUC）為0.771，特異性為82.00%，敏感性為63.51%。將性別信息納入模型后，預測準確率提高了2.19%，達到76.32%。隨著性別變量的加入，AUC值（0.781）、特異性（83.80%）和敏感性（66.21%）也得到了改善。此外，作者還在一個獨立的193人隊列中對開發的模型進行了外部驗證，并評估了調整性別后的模型在成年期的預測能力。外部驗證的模型顯示出74.61%的預測準確率、0.809的AUC、89.12%的特異性和59.79%的敏感性；而在成年期評估的調整性別后的模型顯示出69.63%的成功率、80.70%的特異性和58.91%的敏感性。
Kukla-Bartoszek等人[7]在另一項研究中，使用MC1R基因的等位變異和其他色素沉著基因中的七個SNPs（IRF4中的rs12203592、TYR中的rs1042602、RALY中的rs605965、MC1R的R和r變異、OCA2中的rs1448485、HERC2中的rs7183877、DEF8中的rs8049897和BNC2中的rs12350739）以及性別信息，開發了一個雀斑預測模型。研究隊列包括960名波蘭裔個體，包括男性和女性，他們要么有雀斑，要么沒有。使用二項邏輯回歸推斷多態性與性別變量和雀斑存在之間的關聯，得到AUC為0.752、敏感性為84.0%、特異性為46.4%。研究中還開發了第二個模型，旨在根據個體表現出的雀斑數量將雀斑分為三類（無雀斑、中度雀斑或重度雀斑）。使用多項式邏輯回歸計算了三類模型的分類準確性，結果如下：重度雀斑（AUC = 0.814，敏感性17.2%，特異性97.8%）、中度雀斑（AUC = 0.686，敏感性74.3%，特異性88.8%）和無雀斑（AUC = 0.771，敏感性54.5%，特異性79.4%）。上述兩個模型都是為了補充現有的法醫DNA表型系統而開發的。然而，由于它們的結果僅限于歐洲人群，因此需要創建新的模型來驗證這些表型預測方法在其他人群中的適用性，并提高其預測準確性。
巴西估計有2.0323億人口，展現出由其復雜的人口歷史塑造的顯著遺傳和表型多樣性。自認為是白人、棕色皮膚和黑色皮膚的比例在該國的五個地理區域之間存在顯著差異。例如，在北部地區，19.7%的人認為自己是白人，70.1%認為是棕色皮膚，8.3%認為是黑色皮膚；而在南部地區，72.8%的人認為自己是白人，5.4%認為是黑色皮膚，20.9%認為是棕色皮膚（IBGE，2022年）。這些對比反映了該國深刻的歷史和社會異質性，這種多樣性是五個多世紀種族混合的結果，因為該國的歷史受到葡萄牙殖民、非洲奴役和大規模意大利移民的影響。鑒于這種歷史復雜性，遺傳祖先與可觀察到的色素沉著特征之間的關系并不簡單。例如，具有高歐洲血統的個體不一定表現出淺色皮膚、頭發或眼睛，反之亦然，正如巴西人群的色素沉著和祖先研究中所記錄的[22]、[23]、[24]、[25]、[26]、[27]。理解這一復雜的遺傳和表型景觀對于法醫學應用至關重要，特別是對于表型預測模型。在雀斑等特征中，由于它們受到多個色素沉著相關基因的影響，并受環境暴露的調節，遺傳祖先與表型表達之間的相互作用在高度混合的人群中變得更加重要。
在過去幾十年中，已經對巴西人群進行了多項出于法醫目的的色素沉著研究，特別是評估眼睛、頭發和皮膚顏色等表型，以及HirisPlex-S工具中包含的SNPs[28]、[29]、[30]、[31]、[32]；[32]，但只有少數研究專門針對雀斑表型[13]、[17]。考慮到關于巴西人群雀斑表型預測的研究較少，本研究旨在分析534名巴西人群中色素沉著基因中的六個SNPs，以預測雀斑的發生情況。除了關聯分析外，還開發了三個預測模型：第一個模型包含了最佳的雀斑預測因子，第二個模型在第一個模型的基礎上增加了性別變量。考慮到巴西人群的大量遺傳混合和多樣性，在第三個模型中考慮了個體祖先信息，該模型包含了第一個模型中選擇的相同預測因子、性別和祖先作為變量。
研究隊列和數據收集
研究隊列由534名來自圣保羅市的無關健康巴西人組成，包括不同性別（男性、女性）、不同膚色（白色、黑色、棕色和黃色）的18歲以上個體，他們來自一個包含公立醫學院和巴西最大公立醫院的機構綜合體。這個環境匯集了高度多樣化的群體，包括教職員工、醫生、行政人員和學生。
結果
最初進行了數據處理以去除缺失數據，最終樣本為534人，原樣本為611人。樣本的平均年齡為35.8歲（標準差=12.3歲；范圍：17-71歲），其中413人（77.3%）沒有雀斑，121人（22.7%）有雀斑。其中，347人為女性（平均年齡=36.5歲；標準差=12.5歲；范圍：17-71歲），187人為男性（平均年齡=34.5歲；標準差=11.9歲；范圍：17-63歲）。為了更好地可視化數據，表2提供了相關信息。
討論
已知91%的雀斑是由遺傳決定的，性別和膚色是決定這種EVC表現的關鍵因素，尤其是對于女性和膚色較淺的個體[36]。我們的數據顯示，這兩個變量對雀斑的發生有顯著影響，女性個體比男性更容易出現雀斑，而白色皮膚比其他膚色更容易出現雀斑。這些結果……
結論
我們的研究發現，IRF4中的rs12203592、OCA2中的rs1800404和MC1R中的rs2228479，以及性別和祖先變量，作為巴西人群中雀斑的預測因子具有巨大潛力。通過包含性別和生物地理祖先信息，模型擬合度得到了提升，使用每個模型的最佳臨界閾值，在敏感性和特異性之間實現了更平衡的權衡，提供了更好的整體分類效果。
資金來源的作用
本研究的支持者未參與本手稿的任何步驟。
利益沖突聲明
作者聲明他們沒有已知的財務利益或個人關系可能影響本文報告的工作。
致謝
本研究得到了FAPESP（圣保羅州研究基金會）（2012/02043-6）和LIM40-HCFMUSP的支持。
