现在DNA在法医领域的应用比如个体识别, 严格的依赖于比对对象:从犯罪现场提取的生物物证与犯罪嫌疑人比对。如果DNA样本匹配, 那么同一性概率就建立了, 如果DNA样本不匹配, 那就意味着没有同一性。如果犯罪嫌疑人有前科, 那么他们的DNA数据已经被采集, 或者通过警方的调查已经确定了犯罪嫌疑人的身份, 这种情况下与现场提取的生物物证比对并不困难。但是如果DNA数据库没有大到覆盖国家所有的犯罪人员, 或者如果警方的调查不成功, 那么犯罪嫌疑人可能仍然是未知的, 在这种情况下缺乏比对对象而无法进行同一性认定, 从而会产生大量因缺乏调查线索的冷案。即使冷案的数量很小, 它仍然会困扰警方, 尤其会严重地困扰受害者的家庭。

原则上讲, 扩大DNA数据库以使它更有效的发挥个体识别的作用, 可以消除部分冷案。但是短时间内在不能扩大DNA数据库的情况下, 找到未知犯罪嫌疑人的一个可能途径就是利用DNA进行大范围的排查。这种排查需要犯罪发生地的成百上千的人, 每人自愿提供口腔拭子, 并且允许他们的DNA跟犯罪现场的DNA相比对。这种方法在早些时候的很多案件中是很成功的^[1], 但是现在, 真实的犯罪者参加DNA排查会导致身份暴露这一方法已经为犯罪人员所共知。这让DNA排查在如今不那么有效了, 但是可以排查出那些不愿参加DNA排查的人员。尽管如此, 现实中还是有人考虑到很多原因不愿参加自愿的DNA排查。DNA排查也可以通过亲属进行, 允许通过他们的亲属来追踪那些没有参加DNA排查的人员。联合应用Y染色体来排查男性家系也是很有效的^[2]。但是, 这在很多国家也产生了侵犯人权的问题, 即近亲属有拒绝作证的权利。考虑到伦理道德、法律方面的因素, 同时这也非常耗时、昂贵, 使得DNA排查的应用受到很大限制, 从而导致很多案件因为没有确定的犯罪嫌疑人而不能告破。

如果警方调查不成功, 犯罪现场的生物物证在DNA数据库中也没有比中, 同时在不能开展DNA排查的情况下, 有一个办法对这种冷案的解决会有所帮助。那就是利用犯罪现场的生物检材采用基于DNA预测人类可见外表特征的方法来帮助警方来找到未知的犯罪嫌疑人, 这使得能够减少潜在的需要通过常规的DNA分型的犯罪嫌疑人的数量^[3]。近来遗传学的发展使得基于DNA标记来预测人类一些明显的、群体特异性可见的外表特征在某些领域已经可行了。如果潜在犯罪嫌疑人的类型能基于DNA预测可见外表特征来辨别, 那么使用个体特异性标记的常规DNA分型技术将会最终提供个体识别。虽然人类的面部是个体特异性的(双胞胎除外), 但是现在我们还不能理解面部个体特异性的遗传学基础作为DNA预测的前提。因此, 想象一个工具即接受一滴血, 然后传递献血者的头面像, 在目前及可预见的未来都还是法医科学的幻想。但是那些针对群体特异的可见外表特征的DNA标记有望很快能成为警方调查的新的有用的工具。

允许同时检测上百万遗传标记(通常是单核苷酸多态, SNPs)的基于基因芯片分型技术的进展, 为发现那些跟可见外表特征关联的基因提供了强有力的工具^{[4, 5]}。表型特征是由遗传和环境因素共同影响的。尽管在过去根据孟德尔遗传定律认为有些可见外表特征是由单基因决定的简单性状, 但现在已经认为远不止一个遗传因子参与。现在普遍认为大部分的可见外表特征是复杂的性状, 这使得鉴定相关联的基因和开发预测性的DNA标记并进行遗传关联测试很有挑战性。遗传关联检验可以分析哪个遗传标记与哪个性状相关联。当一个遗传标记的等位基因频率伴随着在不同表达(比如可见外表特征)的个体中而显著不同时, 或者在病人和健康组对照间而显著不同时, 遗传关联就被确定了。

通常涉及到大量个体的全基因组关联分析是一种发现跟复杂性状和人类疾病表型相关联的基因的有效方法^[4]。在全基因组关联分析中使用大量的遗传标记(目前已超过一百万), 一方面允许测试大量基因对潜在遗传效应的影响, 但同时也面临着假阳性的结果。不过假阳性的结果可以采用其他样本通过额外的确证试验来从真实的阳性结果中筛选出来。在研究复杂性状时, 关联分析除了可以鉴定强效的遗传因子, 还可以鉴定弱效的遗传因子, 这使得关联分析优于连锁分析^[6]。但是, 如果实际上跟目标性状关联的遗传因子只有很小的表型效应, 那么在做全基因组关联分析时, 就必须包含很大数目的个体才能发现统计上的显著关联。尽管在应用全基因组关联分析之前已经知道一些跟可见外表特征关联的相关基因, 但是近来的全基因组关联分析发现了另外一些新的跟可见外表特征有显著关联的新基因和遗传标记。

因为用于全基因组关联分析的基因芯片的DNA标记通常是位于基因组非编码区的DNA多态性, 因此全基因组关联分析不太可能鉴定基于因果关系的遗传变异的。不过, 如果一个非因果关系的DNA标记跟某一性状显著关系, 而且这个标记能够解释绝大部分的表型差异, 那么, 这个关联的标记对于预测是非常有价值的。

至今用DNA标记来预测可见外表特征最准确的是人类的性别。X染色体跟Y染色体amelogenin基因拷贝长度的差异被用来进行基于DNA的性别鉴定, 这个标记现在已经被法医学上用于人类识别的商用试剂盒所包括在内。但是, 这个预测并不是无差错的, 因为有的男性Y染色体中包含amelogenin基因座在内一段区域缺失而被错误的认定为女性。这种依赖于amelogenin DNA标记来预测的出错率在不同地理区域的男性中有很大差异。Amelogenin缺失在欧洲只有很小的频率, 在奥地利有0.02%^[7], 但是在南亚可以达到很高的频率, 比如印度有1.8%^[8], 斯里兰卡有8%^[9]。所以, 一个准确的基于DNA的性别预测不仅仅需要包含amelogenin标记, 还应有跟amelogenin相距较远的性别特异性的DNA标记。

除了人类性别, 目前只有三个人类可见外表特征能够单独基于DNA预测并保持高的准确性:红色头发, 蓝色虹膜和褐色虹膜。早在十年前就已经认识到MC1R基因跟红色头发显著关联^[10], 而且这一点也被随后的一些包括全基因组关联在内的相关研究所证实。那些能够把红色头发从DNA样本中预测出来的标记已经得到了法医界的公认。从一个个体的DNA样本来预测他(她)的提供者是不是红色颜色头发的确定性达到96%, 但是这个研究仅包含相对少的个体^[11]。仅利用两个编码MC1R的单核苷酸多态基于模型预测大量的冰岛和荷兰个体揭示, 预测出个体是红色头发的可能性大于50%, 这其中70%的人的确是红色头发^[12]。一个近来的全基因组关联分析显示ASIP基因的单核苷酸多态也跟红色头发有关联^[13], 这对于更加准确的预测红色头发是很有帮助的。此外, 除了MC1R基因, 还有诸如SLC24A4、KITLG、HERC2、OCA2、TYR、MATP、TPCN2、 IRF4基因的单核苷酸多态也被认为跟非红色头发显著关联^{[12, 13, 14]}, 这其中一些也跟虹膜和皮肤的颜色显著关联。一个研究发现, 相比其他基因, HERC2基因的单核苷酸多态跟非红色头发颜色显著关联^[14], 但是在另一个研究中没有发现这一点, 反而发现SLC24A4跟非红色头发颜色显著关联^[12]。利用MC1R、HERC2、TYR、KITLG、SLC24A4和6p25.3染色体区域的单核苷酸多态基于模型预测非红色头发颜色揭示, 预测出个体是棕色或黑色头发的可能性大于50%, 这其中50%~60%的确是棕色或黑色头发, 个体是淡黄色头发的可能性大于40%, 这其中40%的确是淡黄色头发^[12]。很明显, 非红色头发预测的准确性明显低于红色头发, 不过近来通过利用额外的跟头发颜色关联的单核苷酸多态提高了准确性。根据一个基于12个基因的45个SNPs来预测欧洲的波兰人的头发颜色的研究提出的模型, 来自11个基因的13个SNPs预测红色头发的准确性大于90%, 预测黑色头发的准确性接近90%, 预测金黄色和棕色头发的准确性大于80%。并且采用的遗传标记能够适当的区分相近的头发颜色, 比如红色和金红色, 金黄色和暗金色^[15]。

突变OCA2基因会导致白化病, 一段时间内OCA2被认为是参与虹膜颜色决定的主要基因。一个更详细的研究显示显著关联区域仅仅是OCA2的第一个内含子^[15], 这表明关联信号来自OCA2基因的外边。确实, 四个相关研究表明靠近OCA2基因的HERC2的SNPs相比OCA2基因的SNPs与虹膜颜色更加显著关联。现在认为HERC2的SNPs对OCA2提供调控效应, 从而影响OCA2的表达活性, 最终导致了蓝色和褐色虹膜的突变^[16]。所以, 来自OCA2和HERC2基因的少量SNPs就可以有效地预测蓝色/褐色虹膜。仅利用OCA2和HERC2基因的三个SNPs基于模型预测蓝色和褐色虹膜, 在欧洲的荷兰人中得到了80%的准确性, 大部分是由HERC2基因的一个SNP贡献的^[16]。在一个冰岛人和荷兰人的平行研究中, 基于OCA2、HERC2、SLC24A4、TYR 4个基因4个SNPs基于模型预测揭示, 个体是褐色虹膜的可能性小于20%, 是绿色虹膜的可能性小于10%, 是蓝色虹膜的可能性是90%, 是褐色虹膜的可能性大于50%^[12]。如果采用HERC2基因的其他跟虹膜颜色关联度更高SNPs(不是上面研究中用到的)和近来发现的跟虹膜颜色关联的其他基因的SNPs, 预测虹膜颜色的可能性预计会提高。现在对于非蓝色和非褐色虹膜的遗传学基础还不很清楚, 这归因于虹膜颜色表型是被归类收集来进行遗传研究, 以后需要研究更多的蓝色和褐色之间的虹膜中间色的种类。全基因组关联分析揭示, 有其他基因参与虹膜中间色的形成过程, 研究揭示除了HERC2的SNP之外, SLC24A4和TYR基因的SNPs跟蓝色-绿色虹膜个体存在高度显著关联, 而跟蓝色-褐色虹膜个体仅有次要显著关联。这个研究中预测绿色虹膜的个体有大于30%的可能性, 但其中仅有40%的确是绿色虹膜^[12]。很明显, 还需要更多的研究来更好地理解虹膜中间色的遗传学。一个在荷兰人中利用目前所有已知的跟虹膜颜色相关的SNPs基于模型预测的研究揭示, 仅利用来自6个基因[HERC2、OCA2、SLC24A4、SLC45A2(MATP)、TYR、IRF4]的6个SNPs预测是褐色虹膜的准确性达到93%, 蓝色虹膜达到91%, 但是预测中间色虹膜的准确性是72%^[17]。这些少量但包含很多信息量的标记揭示基于DNA来高度精确地预测人类虹膜颜色是可行的。2011年Susan Walsh等人开发了基于上述6个SNPs来精确预测人类虹膜颜色的IrisPlex检验系统, 该系统基于多重SNaPshot SNP分型技术和毛细管电泳, 并按照SWGDAM国际法医组织的要求验证了该系统^[18]。结果显示, 在只有31pg的DNA, 大约相当于6个人在二倍体细胞的情况下, 该检验能够得到完整的SNP分型, 这比目前常用的STR试剂盒还要灵敏。采用血液、精液、唾液、头发、微量和高度降解的DNA样本均能得到完整的SNP分型结果。而且IrisPlex虹膜颜色预测系统是在不需要知道样本提供者的生物地理学祖先的情况下就可以得到可靠的结果。

许多跟头发和虹膜颜色变异关联的基因也跟皮肤颜色变异有关, 例如, MATP、ASIP、MC1R、SLC24A4、TYR、HERC2、IRF4、KITLG^{[12, 13, 14]}。采用进化遗传学方法对比亚洲人、非洲人和欧洲人的基因组中存在很大不同的区域, 也发现了上述的一些基因。这个方法也发现了其他的色素沉着基因, 比如, DCT、EGFR、DRD2、TYRP1、MYO5A。这种进化遗传学的研究也揭示了深色皮肤很可能象征着原始人类的性状, 这跟人类起源自非洲也是吻合的。因为在北纬地区紫外线强度小, 所以在欧洲和亚洲的皮肤经由遗传适应性自主进化为浅色。尽管现在知道大量跟人类皮肤颜色变异关联的基因, 但是利用遗传标记来预测皮肤颜色这方面的研究还是很少的。一个利用4个色素沉着基因(OCA2、DCT、TYRP1、SLC45A2)的5个SNPs对来自世界范围的51个人群的大于一千人的样本研究发现, 在由这5个SNPs贡献的遗传多样性和皮肤颜色表型之间存在统计上显著的而且高度的正相关^[19]。这些研究显示皮肤颜色的总调整方差的82%可以由这5个SNPs来解释。尽管这是来自特定人群的数据, 但是该结果也预示着这5个SNPs在基于DNA预测皮肤颜色方面是有用的。如果想在法医学上应用DNA来预测皮肤颜色, 还需要鉴定更多更合适的遗传标记。

虹膜颜色跟一个主要的的遗传因子(HERC2/OCA2, 至少相对于蓝色和褐色虹膜来说)和少数其他的次要的遗传因子相关联, 而成年人的身高、人类面部特征是更复杂的可见外表特征。如果能通过基于DNA准确的预测人类身高、人类面部特征, 这对于法医学应用将是很好的消息。

通过家族研究发现成年人身高的总的遗传度大约是80%^[20], 这使得找到与身高关联的遗传因子看起来很有希望。尽管2008年的基因组关联研究掀起了发现跟成年人身高关联的遗传因子的科学革命, 但是对人类身高的生物学解释还是高度有限的。对于63000个个体的关于寻找跟成年人身高关联的遗传因子的3个基因组关联研究, 揭示了54个统计上显著的跟身高关联的遗传变异^{[20, 21, 22]}。但是, 至今发现的所有遗传变异仅仅占了身高差异的很小的一部分。每一个身高增加等位基因的平均效应仅仅只有0.4cm, 还待发现的其他遗传因子可能有更小的表型效应。所以, 现在对成年人身高的遗传多样性的解释是, 由很多遗传变异所决定, 这所有的变异每一个只起很小的个体效应。一个利用54个跟身高关联的SNPs的基于模型预测荷兰成年人身高的研究表明, 仅有65%的准确性^[23]。这个研究提出了一个遗传模型, 这个模型能够解释他们研究人口中80%的身高多样性, 同时有大于97%的准确性。

2011年Stefan Boehringer等人首次开展了人类面部特征的遗传学基础的相关研究。研究发现德国人群中鼻子的宽度跟靠近GREM1基因的SNP rs1258763, 荷兰人群中两颧的间距跟靠近CCDC26基因位于8q24.21处的SNP rs987525发现了显著的关联^[24]。现在我们还不能基于DNA准确的预测成年人的身高、人类面部特征, 希望在将来的研究中发现更多的跟身高、面部特征相关的遗传变异, 使其能够应用于实际法医学领域。

现在除了荷兰在2003年改编的法律允许在案件调查中使用基于DNA预测人类可见外表特征外, 还没有其他国家颁布法律允许这种技术用于调查中。只有对这种新的分子生物学调查工具能够达到的目标和局限性达成广泛共识, 立法者才能采取有效地步骤已通过相关的法律。除了牵扯到法律方面, 基于DNA预测人类可见外表特征也面临着伦理道德的挑战, 这需要在科学界和社会被公开的讨论。关键是在使用新的DNA标记与对诸如自由、隐私、公正等道德价值的潜在威胁之间找到一个平衡点。从犯罪现场物证得到的可见外表特征信息只是跟案件中完全未知的嫌疑人相关联。这意味着不存在对隐私权的侵犯, 因为这种信息不跟某一个确定的人关联。而且一个人的可见的外表特征对每个人都是可见的, 因此, 通过遗传学揭示的可见外表特征信息不能被认为是隐私的信息。

反对在法医遗传学中使用预测性标记一个主要的问题, 是担心最终会分析人的整个基因组, 揭示所有可见的和不可见的性状, 包括会得某种遗传疾病的风险。当一种新技术发展不完善时, 人们总会对其可能的滥用产生恐惧。这需要对该技术划定明确的范围, 在一些严重犯罪案件中, 即使是在损失调查线索的情况下, 也不能进入划定的禁止范围。为打消这种想法, 由相关的科学界开展广泛的讨论, 并且向公众介绍在法医学调查领域应用预测性标记的可能性和局限性是非常有必要的。现在调查使用的用于预测可见的外表特征的DNA标记跟遗传疾病不可能有太强的关联。即使将来发现了跟遗传疾病关联可见外表特征的DNA标记, 但是考虑到大部分遗传疾病只有很低的外显率, 这意味着只有一小部分的携带者会得遗传疾病, 所以在法医领域的预测价值不是太高。有很好预测价值的疾病标记是那些单基因遗传病, 但是单基因遗传病在人群中只有很低的频率, 所以单基因遗传病的标记应用于法医领域也没什么意义。荷兰, 作为唯一一个法律允许基于DNA来预测可见外表特征, 特别的把那些跟疾病可见外表特征关联的DNA标记排除在外, 以避免对残疾人士的歧视^[3]。

在常规调查不能识别出直接嫌疑人的情况下, 通过遗留在犯罪现场的生物检材基于DNA来预测该未知个体的可见外表特征, 对于警方调查减少可能的嫌疑人数量将会是很有用处的。因为一个人的可见外表特征对于每个人都是可见的, 所以这不能认为是隐私信息。而且预测可见外表特征仅仅是针对未知个体遗留在现场的样本, 所以这也不存在对隐私权的侵犯。现在科学程度只能允许我们通过高度关联的DNA标记准确的预测性别、红色头发颜色、蓝色和棕色虹膜颜色。但是, 在不远的将来, 从一个生物样本预测一个完整的头面像, 将仍然不能实现。很明显, 在基于DNA预测可见外表特征实际应用于刑事案件中之前, 需要在大部分国家先建立这种应用的法律基础。因此, 需要就DNA标记能达到的目标和局限性展开广泛的讨论。科学界尤其是法医学界应该积极地推动这种讨论, 让立法机关关注这个问题, 以促使为这种遗传标记的应用建立坚实的法律根据。