Forensic DNA Phenotyping — Портрет по ДНК с места преступления

Предсказание цвета глаз, волос, кожи, биогеографического происхождения и возраста по следовым количествам ДНК — прямо на месте преступления

🧬 Описание пейплайна

Forensic DNA Phenotyping (FDP) — направление криминалистической геномики, позволяющее получить описание внешности неизвестного человека по биологическим следам (кровь, слюна, волосяная луковица, эпителий) без наличия профиля ДНК в базе данных.

В отличие от традиционного ДНК-профилирования (STR-анализ для сравнения с базой данных), FDP создаёт описание из ничего: следователь получает вероятностный фенотипический портрет даже при полном отсутствии подозреваемых. Наш пайплайн, работающий на OnSiteSeq Edge, выполняет анализ прямо на месте или в мобильной лаборатории без передачи генетических данных в облако.

📥 На входе: Сырые данные в формате FASTQ после High Accuracy basecalling (Dorado SUP). Материал: кровь, слюна, волосяная луковица, эпителий с предметов.
📤 На выходе: PDF/HTML-отчёт для следователя — вероятностный фенотипический портрет с доверительными интервалами по каждой характеристике; технический отчёт с данными QC и покрытия маркеров.

📊 Доступность продукта

Платформа	Статус доступности
OnSiteSeq Cockpit Edge	🟡 В разработке
OnSiteSeq Cockpit Desktop	🟡 В разработке
OnSiteSeq Cockpit Cloud	🔴 Не доступно

🔍 Определяемые характеристики

Характеристика	Метод	Точность
Цвет глаз	HIrisPlex-S (41 SNP)	AUC >0.95 (синий vs карий)
Цвет волос	HIrisPlex-S	AUC ~0.89 (чёрный/тёмный vs светлый vs рыжий)
Цвет кожи	HIrisPlex-S (шкала FST 1–6)	Чувствительность ~80%
Биогеографическое происхождение	AIMs-панель + PCA	Материк с точностью >95%; субпопуляция ~80%
Биологический возраст	Эпигенетические часы (DNA-метилирование)	Ошибка ±3–5 лет
Биологический пол	Амелогенин (AMEL X/Y)	100% при достаточном покрытии
Родство	Анализ IBD-сегментов (low-pass WGS + импутация ~600 тыс. SNP)	1–3 степень родства (следственная генеалогия)

🎯 Ключевые SNP-маркеры и гены

Система HIrisPlex-S (цвет глаз, волос, кожи)

Ген	Ключевые SNP	Признак
HERC2 / OCA2	rs12913832	Главный переключатель синий/карий глаз
SLC45A2	rs16891982	Цвет кожи и волос (светлая кожа Европы)
SLC24A4	rs12896399	Синий/зелёный оттенок глаз
MC1R	rs1805007, rs1805008	Рыжие волосы, веснушки
IRF4	rs12203592	Светлые волосы, голубые глаза
TYR	rs1042602	Пигментация кожи
KITLG	rs12821256	Светлые волосы

Биогеографическое происхождение (AIMs)

Ancestry Informative Markers (AIMs) — SNP с резко различной частотой аллелей между популяциями:

~100–200 AIMs достаточно для определения континентального происхождения
~1 000–10 000 SNP — субпопуляционная дифференциация (Восточная Европа vs Западная Европа, Ближний Восток и т.д.)
Для РФ критично: дифференциация славянских / тюркских / монголоидных популяций

Гаплогруппы mtDNA и Y-хромосомы

Длинные нанопоровые риды покрывают митохондриальный геном целиком и детерминированные участки Y-хромосомы, что позволяет определить однородительские линии происхождения:

Маркер	Линия	Что даёт следствию
Митохондриальная ДНК (mtDNA)	Материнская	Гаплогруппа (H, U, T, J, K и др.) — сужает круг поиска, полезна для деградированных образцов, где ядерной ДНК мало
Y-хромосома (Y-SNP)	Отцовская	Гаплогруппа (R1a, R1b, N, I и др.) — сужает поиск до мужской родственной линии
Y-STR	Отцовская	Совместимость с классическими Y-STR базами данных

Гаплогруппы не идентифицируют человека напрямую, но резко сокращают пространство поиска и используются для исключения линий в следственной генеалогии.

Эпигенетический возраст

Модель	Маркеры	Применимость
Horvath clock	353 CpG-сайта	Универсальная — все ткани
Hannum clock	71 CpG-сайт	Кровь
DNAmAge (кровь/слюна)	>800 CpG	Наиболее точная для криминалистики

🆚 Место FDP среди криминалистических методов

Метод	Что даёт	Когда применяется
STR-профилирование (CODIS/ФБДД)	Идентификация по базе данных	Есть подозреваемый или профиль уже в базе; FDP не заменяет STR
FDP (HIrisPlex-S + AIMs)	Вероятностный портрет внешности	База молчит, подозреваемых нет — нужно описание для ориентировки
Нанопоровое WGS (низкое покрытие)	Гаплогруппы, родство, полный SNP-профиль	Следственная генеалогия, сложные смеси, неопознанные останки

FDP — дополнение к классическому STR-анализу, а не его замена: портрет ориентирует следствие, но юридическую идентификацию по-прежнему даёт совпадение STR-профилей.

⚠️ Ограничения и границы применимости

Смеси ДНК — при следе от 2+ доноров портрет строится только после деконволюции смеси; при соотношении доноров хуже 1:10 интерпретация минорного компонента недостоверна.
Микроколичества (LT-DNA) — при <100 пг ДНК возможны выпадения аллелей (drop-out); отчёт обязан содержать покрытие по каждому маркеру.
Деградированная ДНК — фрагментация <150 п.н. критична для ампликонных схем; длинные нанопоровые риды частично компенсируют это за счёт WGS-подхода.
Вероятностная природа — FDP выдаёт категории с вероятностями («карие глаза, P=0.87»), а не фотографию; результат — ориентирующая информация, а не доказательство.
Популяционная калибровка — модели обучены на конкретных когортах; для адмикс-популяций погрешность выше, что указывается в отчёте.

⚙️ Версии и ML-модели

Основной инструмент

Компонент	Статус
OnSiteSeq FDP Pipeline	🟡 В разработке

Планируемые ML-модели

Модель	Целевая задача
HIrisPlex-Nano	Предсказание EVCs по нанопоровым ридам HIrisPlex-S маркеров
AIM-Classifier	Классификация биогеографического происхождения (ансамбль RF + NN)
EpiAge-Nano	Оценка биологического возраста по метилированию CpG из нанопоровых данных

Обучение на публичных когортах 1000 Genomes Project, HGDP (Human Genome Diversity Project) и валидация на данных ENFSI-партнёров.

🛠 Под капотом: Зависимости и Окружение (Pipeline Stack)

Этап пайплайна	Ключевые библиотеки и инструменты
1. Контроль качества (QC)	`porechop_abi`, `NanoFilt` (специальные настройки для деградированной ДНК)
2. Выравнивание (Mapping)	`minimap2` (ref: GRCh38/hg38)
3. Генотипирование SNP	`clair3`, `medaka` (целевые позиции HIrisPlex-S и AIMs)
4. Определение метилирования	`modkit` (Nanopore 5mC-моды из нативной ДНК)
5. Пол (Amelogenin)	Кастомный скрипт AMEL X/Y покрытие
6. ML-инференс	`PyTorch`, `scikit-learn` (HIrisPlex-S модели + AIM-классификатор)

⚖️ Правовой и этический контекст

Применение FDP регулируется законодательством и требует строгого соблюдения профессиональных стандартов:

Аспект	Регуляторная база
Правовая основа в РФ	ФЗ-73 «О государственной судебно-экспертной деятельности»; ФЗ-144 «Об оперативно-розыскной деятельности»
Геномная база данных	Федеральная база данных ДНК (ФБДД) — ведение МВД России (ЭКЦ)
Персональные данные	ФЗ-152; биометрические данные — специальная категория
Международные стандарты	ENFSI (European Network of Forensic Science Institutes) DNA Working Group; ISO/IEC 17025
Вероятностная интерпретация	Все результаты FDP — вероятностные, не детерминированные. Используются для ориентирования следствия, не как доказательство

🌍 Глобальный контекст

Нидерланды (Erasmus MC) — разработчики системы HIrisPlex-S; FDP уже применяется в уголовных расследованиях Европы, Австралии, США.
Россия — действует Федеральная база данных ДНК (ФБДД) МВД; мобильные ДНК-лаборатории и point-of-care анализ следов — направление активного интереса силовых ведомств.
Следственная генеалогия — методология поиска родственников неизвестного по базам геномных данных (как в деле Golden State Killer, США). Требует отдельного правового регулирования в РФ.

🗺 Дорожная карта

Генеративная фотопортретная реконструкция — переход от категориальных признаков к композитному изображению лица (уровень решений типа Parabon Snapshot) на основе полногеномных данных.
Деконволюция смесей ML-моделью — автоматическое разделение профилей 2–3 доноров из метагеномного следа.
Интеграция с ФБДД — автоматическое сопоставление STR-профиля, полученного из нанопоровых данных, с федеральной базой.
Валидация по ISO/IEC 17025 — межлабораторные сличения и аккредитация метода для использования в экспертизе.