法医遗传学群体遗传数据研究主要是研究群体中以DNA多态性为基础的遗传标记, 统计调查其等位基因频率或基因型频率分布及遗传突变情况, 利用统计学方法计算遗传标记的法医学应用参数, 并探讨与之相关的法医学应用问题。

DNA遗传标记有长度多态性和序列多态性, 分析方法包括片段大小电泳分离、分子杂交、测序分析等。当然, 分析两种多态性的方法不是一成不变的, 既可以用测序的方法分析长度多态性（如高通量测序法等）, 也可以利用片段长度的差异分析序列多态性（如单碱基延伸法等）。

目前, 法医遗传学上最常见、应用最多的遗传标记是STR, 包括常染色体-STR（Au-STR）、Y-STR、X-STR, 公开报道的群体数据也最多; 其它常见遗传标记类型有SNP（单核苷酸多态性）、 InDel（插入缺失多态性）、mtDNA（线粒体DNA）等。在每类遗传标记中有不同的基因座、位点、单倍型等。此外, 作为新型遗传标记, DNA甲基化（DNA methy-lation, DNAm）已被用于体液来源确证、年龄推断等研究; DIP-STR（与STR连锁的缺失/插入多态性）已用于混合DNA分离的研究。

由于Y染色体和mtDNA以单倍体方式遗传, 因此对其遗传标记研究、结果解释及应用均不同于Au-STR。ISFG对此发布了相应的技术指南, 并推荐了其单倍型频率计算方法^{[1, 5]}。为了保证发表论文的单倍型不出现错误, 提高检验结果质量, 国外期刊要求提供的数据要分别上传至YHRD（Y chromosome haplotype reference database, Y染色体单倍型参考数据库）和EMPOP（EDNAP forensic mtDNA popu-
lation database, EDNAP线粒体DNA种群数据库）两个数据库进行审核^{[9, 12]}。近年, 欧洲法庭科学联盟（ENFSI）开发了STRidER 数据库（STR for Identity ENFSI Reference Database, ENFSI身份认定STR数据库）, 可以对Au-STR的群体数据进行审核^[3] 。

群体遗传数据除了调查最基础的等位基因频率外, 还要用统计学方法计算遗传学参数, 评价遗传标记的遗传多态性。常见的群体遗传学参数包括预期纯合度（expected homozygosity, h）、预期杂合度（expected heterozygosity, H_E）、观测杂合度（observed heterozygosity, H_O）、个体识别能力（power of discrimination, PD）、排除概率（power of exclusion, PE）、典型父权指数（typical paternity index , TPI）、随机匹配概率（random match probability , PM）和多态性信息含量（polymorphism information content, PIC）等。Buckleton等详细描述了上述统计学指标的原理和计算过程^[18], 本文不再赘述。

在更复杂的群体数据分析中, 还会涉及到计算特定人群的FST(θ )值, 对群体是否满足哈迪-温伯格平衡（Hardy-Weinberg equilibrium, HWE）进行检验, 以评估群体的亚结构、近亲关系、抽样偏倚等因素。如果用人工方法计算这些参数, 既繁琐, 又容易出错。1999年, Promega公司编制了Powerstats软件来统计群体数据^[19], 并不断完善, 得到广泛应用; 2016年, Coble等对涉及法医遗传学生物统计计算软件的验证发布了指导意见^[4]。

研究和报道群体遗传数据, 应具备以下要素^[8]：

1）研究对象：对研究的群体进行描述, 包括群体特征、地理分布、种族、取样方法、选择原因等。

2）伦理要求：知情同意及伦理委员会审查是必须的, 且要在文中注明。一般情况下, 为了保证样本提供者的隐私, 不需要提供完整的STR分型。当伦理审查未限制以匿名方式提供完整的STR分型时, 研究者可以提供给相关学者。

3）质量控制：研究实验室必须进行严格的质量控制, 包括严格按照ISFG推荐方法和QC程序、实验室通过ISO17025实验室认可或相关能力验证、通过数据审核进行核查等。

4）特殊要求：单倍体（Y-STR、mtDNA、男性X-STR、Y-SNP等）要报道完整分型, 可以以电子版的补充材料方式缩短篇幅; 群体调查时要保证统计的所有样本分型完整（Au-STR不用报道）, 遇到稀有基因或无效基因, 要予以记录。

在发表群体遗传数据结果方面, Carracedo等对不同类型遗传标记或检测方法提出了最少所需的遗传标记数和统计样本数（见表1）^[11]。这些要求同样也适合于对群体遗传数据的研究。

表1

Table 1

表1(Table 1)

表1 研究和发表群体遗传数据的最低要求 Table 1 Minimum requirements for research and publication of population genetic data DNA类型 遗传标记数 无关个体数 数据审核 Au-STR 15 500 STRidER X-STR 12 500 — Y-STR 23 400 YHRD Au-SNP/InDel 30 500 — X-SNP/InDel 20 500 — Y-SNP/InDel 视检测体系 300 YHRD mtDNA_Sanger 全CR区 200 EMPOP mtDNA_Sanger 全序列 100 EMPOP mtDNA-SNP 编码区SNP 200 EMPOP MPS MPS-string 50 —

表1 研究和发表群体遗传数据的最低要求 Table 1 Minimum requirements for research and publication of population genetic data

为了更加真实地反映一个国家或地理区域（各大洲）基因分布情况, 鼓励不同实验室开展合作, 进行大样本量的群体调查研究。对于小的少数民族或土著群体, 有时样本数量无法达到最低要求, 可以对同一地区的不同群体一起研究, 或一次开展多类型遗传标记的研究, 如mtDNA、Au-STR、Y-STR、X-STR、SNP/ InDel等^[13]。

高通量测序技术（massively parallel sequencing, MPS）作为一种分析方法已引起人们的关注。Parson等对利用MPS分析法医STR分型提出了指导意见^[2]; Carracedo等对利用MPS技术分析群体遗传数据提出了新要求, 除常见的STR、SNP/ InDel等外, 还包括祖先成分推断（Ancestry Panel）、表型研究（Phenotypic Panel）、mtDNA、RNA等方面的遗传标记^[11], 同时要求提供样本全序列及质量控制方法。

上面提到的这些要求只是针对发表群体遗传数据而言, 对于那些不仅包含群体遗传数据, 还有对法医学应用相关问题进行探讨的稿件来说, 就不必受这些框框所限。如果稿件涉及新方法、突变率、重组率、相关案例应用时, 则稿件的法医学应用价值更高^{[9, 13]}。

对遗传突变情况的研究也是群体数据研究的重要方面。由于调查遗传突变率需要分析大量家系样本, 且要评价突变率对法医学应用的影响, 相关期刊对此没有提出明确要求。

此外, 在DNAm的研究和发表方面, 由于不同细胞/组织类型间甲基化程度有差异, 使用的DNA提取方法、亚硫酸盐转化和PCR时DNA加入量及转化效率、不同定量方法都会对DNA甲基化程度结果造成影响, Naue等建议要详细加以描述, 并建议规范DNAm命名、统计学评估等^[20]。

为了促进各国群体遗传数据的发表, 1999年JFS设立“ 供记录” （For the record）栏目, 以统一格式简要报道群体数据, 并要求作者在互联网上提供详细数据^[6]; 2007年JFS停止报道群体遗传数据。2000年FSI设立“ 群体数据公告” （Annoncement of population data）栏目, 规范群体数据报告^[7]; 2007年, FSI:Genetics开始独立出版发行, 要求以编辑来信的方式发布群体数据^[8]。2012年Int J Legal Med设立“ 群体数据” （Population data）栏目报道群体遗传数据, 要求在文中只进行简要文字描述, 频率数据等以电子版补充材料方式发表^[13]。近年来, FSI:Genetics先后刊发多篇关于群体遗传数据发表指南, 对群体遗传数据的研究提出要求, 对mtDNA、Y-染色体多态性、MPS、Au-STR等的报道提出具体指导^{[9, 10, 11]}。这些技术指南已成为群体遗传数据报道的风向标。

由于群体数据和法医学应用参数的稿件多, 此类文章多以电子版方式发表, 既能使研究人员及法医遗传学家报道更多常见基因座的群体数据, 又便于资料下载收藏和研究应用。但是, 这些要求并不意味着不能发表关于群体遗传数据研究的论著。若发表, 就要建立在新技术、新遗传标记类型基础之上, 并充分分析讨论其法医学应用价值。Int J Legal Med要求至少对三种遗传标记类型（如Au-STR、Y-STR、X-STR等）进行调查和高质量分析, 且研究群体以前未被报道或结果对评价理论有重要影响^[13]。

2010年起, Int J Legal Med开始要求通过YHRD和EMPOP数据库对Y染色体和mtDNA单倍型数据进行审核^{[9, 12]}, 目前逐渐延伸到利用STRidER数据库审核Au-STR数据^[11]。

3.1.1 YHRD数据库^{[9, 12]}

YHRD数据库（http://yhrd.org）创建于2000年, 服务器设在柏林。其主要目标是：1）生成可靠Y-STR单倍型频率估算值, 用于法医和亲缘关系评估; 2）根据Y-STR、Y-SNP数据对世界人群中男性人口分层情况进行评估; 3）提供Y-STR、Y-SNP的高级分析工具。YHRD中数据均可在研究者间共享。截止目前, YHRD已经存储了307 169个Y-STR单倍型数据和25 672个Y-SNP数据; YHRD还可根据检测时使用的Y-STR试剂盒种类归类不同的单倍型数据, 如当前数据库内共有73 810个使用Yfiler Plus试剂盒检测上报的Y-STR单倍型数据。根据上传的Y-STR数据, YHRD可以进行质量控制、统计学参数计算、祖先信息计算、Y-STR基因座突变率查询、法医学混合样本似然率计算等操作。

YHRD将进行强制性的质量控制检查, 包括录入5个盲测样本、检查排版错误以及命名和分型错误、系统偏差的评估等。若未通过质量控制, 提供者可对错误数据进行修正。例如, 由于DYS596基因座的特殊序列结构, 在国内不同试剂盒之间等位基因命名时相差6个重复单位, 造成分型差异。通过YHRD核查能够避免该情况发生。

3.1.2 EMPOP数据库^{[9, 12]}

EMPOP数据库（https://empop.online）是由EDNAP（欧洲DNA工作组）于2006年10月开始维护和运行的线粒体单倍型数据库。EMPOP旨在收集、分析和质控来自世界各地不同人群的线粒体DNA单倍型。通过注册登录, 即可使用EMPOP的各项功能, 包括浏览单倍型、质量控制、序列审核、统计学分析等。当前EMPOP共存储了49 463个HVS-I和HVS-II单倍型、38 361个控制区（Control Region）的单倍型以及4 289个线粒体DNA全序列。

线粒体序列的主要错误来源于样本混淆、污染、命名差异、异质性等, EMPOP可通过准中值网络（Quasi-median Networks）实现质量控制, 该系统可通过可视化的形式突出显示测序、解释和转录错误的mtDNA数据, 以供数据提交者参考。

3.1.3 STRidER数据库^{[3, 11]}

STRidER数据库（http://strider.online）是ENFSI早期数据库STRbASE的扩展增强版, 可提供STR基因型的频率估算、统计学参数计算等, 并对提交的Au-STR数据进行质量控制。该数据库可接收来自世界各地不同人群的Au-STR数据, 并对其进行质量控制、伦理学审查、投稿要求审查（如FSI:Genetics要求的最低500个样本和最低15个STR基因座等）等, 通过质量控制的数据将进入STRidER数据库保存。研究者还可以通过STRidER数据库查询特定人群的STR等位基因频率, 但根据个人隐私的要求, 用户不能查看基因型数据。未来, 随着MPS的深入研究, STRidER数据库计划从仅有长度多态性扩展到包含序列多态性, 以提供更多的遗传信息。STRidER能检测多项数据进行质量控制, 包括基因分型数与个体数的匹配、基因型完整性、统计学计算、等位基因丢失情况、稀有等位基因和三等位基因比例等。

在群体数据文章投稿时, 要根据群体数据类型选择对应数据库免费进行质量控制审核。上述三个数据库均可在线提交数据：首先需要根据数据库提供的模板录入遗传数据, 将数据存储为xls或txt格式; 正式提交数据时, 还需准确填写人群信息、样本类型、采集方式等基础信息; 数据库会计算相关的统计学参数, 并进行质量控制检验; 通过审核后, 数据库将向提交者返回提交编号和部分统计学信息（如基因频率）, 供研究者在期刊投稿时使用。由于所有提供的数据将公开发表, 不存在数据保密情况。通过数据库审核的数据将被录入数据库, 所有研究者均可查阅。

《管理条例》明确了人类遗传资源的范围, 分为材料和信息两个方面。人类遗传资源材料是指含有人体基因组、基因等遗传物质的器官、组织、细胞等遗传材料; 人类遗传资源信息是指利用人类遗传资源材料产生的数据等信息资料。采集、保藏和利用人类遗传资源, 应当符合伦理原则, 并进行伦理审查; 应当符合知情同意原则, 并尊重提供者隐私权。

根据《审查办法》, 伦理委员会负责项目研究的伦理审查工作。伦理审查原则主要有知情同意原则、控制风险原则、免费和补偿原则、保护隐私原则等; 伦理委员会主要审查研究者的资质和能力、研究方案的科学性、知情同意书是否完整、提供者个人信息的保密性、是否存在风险及利益冲突等。目前, 在人类遗传资源伦理审查中的主要问题集中在知情同意和隐私保护。

4.2.1 知情同意原则

采集我国人类遗传资源, 应当事先告知人类遗传资源提供者采集目的、采集用途、对健康可能产生的影响、个人隐私保护措施及其享有的自愿参与和随时无条件退出的权利。告知的相关信息要全面、完整、真实、准确, 不得隐瞒、误导、欺骗。人类遗传资源提供者要签署书面知情同意书。

4.2.2 保护隐私原则

人类遗传资源提供者的权益、安全和健康应当高于科学利益。人类遗传资源涉及提供者的隐私, 在研究和使用过程中要遵循保护提供者身体健康和遗传关系人隐私权原则。如实将个人信息的储存、使用及保密措施告知提供者, 未经授权不得将提供者个人信息向第三方透露。

学术期刊要把伦理审查列入专家评审的审查要素。稿件应在正文中描述以下内容^[22]：一是该研究已经伦理委员会审查同意; 二是该研究严格遵照审查方案执行; 三是提供者已签署知情同意书。

学术期刊将对已发表的涉嫌弄虚作假及违反伦理要求的论文予以撤稿。