混合DNA数据的法庭示证是个难题，面对威严、不容置疑的法官，作为一个理性、专业的技术人员，该如何回答哪些绝对不能出错的问题？顺利的将犯罪实施者定罪，维护法律的尊严，我们通过一个简单的案例，一起来看看，国外法庭示证过程中，法官是如何提问的，以及他们该是如何应对的。

案件信息

·QJ案，案件发生地点，甲的床上；

·精斑在甲的床上发现；

·DNA检验结果为两人混合：甲+嫌疑人；

·甲为主要贡献者，嫌疑人为次要贡献者；

·与嫌疑人对应的DNA结果中，在分子量较大的几个位点上由于降解造成位点没有分型。

在案件的调查过程中，LR值已经计算出来，如下：

 *注：C-Complaint；POI-PersonOfInterest；U-Unknown；Hp-Hypothesis of the prosecution；Hd-Hypothesisofthedefense

Q1：在这起案件的报告中使用统计学计算，并计算了LR值，请解释下LR值是什么？

A：LR值表示的是两个假设，控方假设和辩方假设对证据的解释程度。控方假设和辩方假设是互斥性假设，LR为证据提供了一种基于术语“支持”的简单约定，根据一定的数据支持一种假设，排斥另一种假设。LR>1支持控方假设，LR<1支持辩方假设。

LR值是对证据权重解释的最新表达方式，已经在全球范围内的期刊和实验室得到了广泛的认可。

Q2: 在这起案件里，LR的假设是如何设置的？

A：LR的假设是建立在案件的相关背景信息上的，这些背景信息代表了对证据解释的方式；

我们假设甲在甲的床上；

控方假设：甲+嫌疑人；辩方假设：甲+未知个体

Q3: 这起案子LR值的计算结果是多少？

A：LR值为万亿， 10 15

混合DNA图谱来自甲和嫌疑人的可能性是来自甲和未知个体的1015次方倍。

Q4：这个值很大，比全世界的人数还多，意思是不是说，这就是嫌疑人的DNA？

A：不是。

这只是很强烈支持控方假设的证据，证明嫌疑人是其中的贡献者。但是，也有可能，这个DNA来自于其他的贡献者。

Q5: 你的意思是说，嫌疑人QJ受害人的可能性是其他人的1015次方倍么？

A：不是

这不是我要表达的意思。首先，我的证据只跟DNA有关，跟QJ这个犯罪行为无关。我的意思是，这个经DNA检验获得的混合图谱中的DNA，来自于甲和嫌疑人的可能性是高于甲和未知个体的，且是它的1015倍。

Q6: 在这起案件中，你还有其他的假设么？

A：有的，

根据案件的相关信息，可以列出合理的假设；

例如：POI+U/2U, C+POI/2U

Q7: 如果没有假设受害人甲在混合图谱中，那么你得出的LR值是不是要远远低于报告中的LR值？

A：不，或者说不一定，我们假设的贡献者数量越少，LR值会越高。

Q8：你计算LR值的方法改变了，现在你在使用云算GPM混合图谱分析软件进行LR值的计算，为什么要改变方法？

A：我们改变了方法，是因为云算GPM能够将DNA图谱的更多信息用于LR值的计算。

云算GPM DNA混合图谱分析软件具备更高的区分效能，能够将真实的贡献者从错误的贡献者中区分出来。

Q9：云算GPM 混合图谱分析软件是什么？

A：云算GPM是个软件工具，它可以帮助DNA检验人员进行DNA图谱的解释，并进行统计学计算。

云算GPM是全连续的DNA混合图谱分析软件。

（法官可能会继续问，什么是全连续法？）

Q10: 云算GPM是怎么工作的？

A：云算GPM利用STR图谱所提供的信息，对各个假设进行权重的计算，然后利用权重进行LR值的计算。

DNA图谱的原始数据可以直接导入云算GPM进行判读。然后云算GPM利用生物学模型和MCMC算法对DNA图谱进行统计学分析，并给出最佳的解释方式。

Q11: 云算GPM用的是什么生物学模型？

A：生物学模型基于DNA分析过程中已知的生物影响因素，将这些因素进行汇总，并按照其对DNA分析的影响方式，进行数理建模，以模拟DNA分析的整个过程。

例如，峰高的理论值和变异系数，模板量的核算，降解因子以及+1/-1 stutter等。

Q12： MCMC算法是什么？

A：MCMC全称，马尔科夫链-蒙特卡洛算法。简单理解是通过“拒绝-接受采样”算法寻找最佳答案的方法。

（法官可能会继续问，什么是马尔科夫链-蒙特卡洛算法？）

Q13：能不能简单的描述下云算GPM的分析过程？

A：云算GPM在计算过程中先根据STR图谱信息，计算出每个位点下每种可能的基因型，根据数学模型计算每个峰的总产物量，从而计算出无数个模拟图谱，然后将模拟图谱与原始图谱进行比较计算，得出该模拟图谱与原始图谱的计算数值，我们可将该数值理解为“相似度”，这个数值越大，表示模拟图谱与原始图谱越接近。然后通过MCMC运算，会计算出每种基因型的权重值。MCMC会尝试大量的可能性组合并且进行对比，最终找出最佳的组合。 

Q14: 你所说的MCMC是专门用于云算GPM的么？

A：不是的，MCMC是一种通用的计算机分析方法，诞生于20世纪50年代，它在统计学领域有着广泛的应用，涉及多种学科。比如计量经济学、生物信息学、天气预报等领域都有应用。

Q15：如果重新分析一次，你可能会得到一个不同的数字，难道这个软件没有考虑到可重复性么？

A：不管测量什么，科学的方法总是存在一定程度的不确定性和可变性。在这起案件中，已经就这种不确定性进行科学的评估，并告知被告人。

Q16: 请列举出你在计算过程中不确定性的来源？

A：至少包括：sampling variation(取样不确定性)，MCMC, Theta;

对所有不确定性来源都进行了评估，并做出了有利于被告的合理让步。

Q17: 报告中显示，混合的DNA来源于两个贡献者，为什么云算GPM确定是2个贡献者，而不是3个贡献者？

A：云算GPM没有确定贡献者的数量，它只是利用科学的方法进行计算和建议，这个需要DNA检验专家进行复核。

Q18: 大分子量片段的信号降低，是不是意味着结果会受到随机效应的影响，这样软件的分析就不可靠了，对吧？

A：不是，云算GPM已经充分考虑了随机效应，随着模板量的降低，允许方差越大。

Q19: 嫌疑人分子量大的片段没有信号，为什么就认为这些位点丢失（drop out）了，这会不会有偏见？

A：云算GPM 没有认为这些位点丢失（drop out）了，分子量大的片段位置没有信号的问题可能性很多，而丢失（drop out）只是其中的一种可能。