基于古旧样本与现代参考的mtDNA分析算法开发：挑战性材料的人类识别新进展

本研究针对低质量DNA样本分析难题，开发出一种新的线粒体DNA（mtDNA）变异分析算法，显著提高了古旧样本与现代参考样本间单倍型的一致性，为法医学和人类学研究提供了重要工具。

　　

---

线粒体DNA（mtDNA）分析在法医学和人类学研究中具有重要应用，尤其是在处理核DNA过于降解或含量不足的样本时。然而，mtDNA分析面临着诸多挑战，如长度异质性（LH）、点异质性（PH）的解读困难，以及DNA降解导致的测序错误等。这些问题在处理历史样本时尤为突出，因为这些样本往往存在DNA降解和含量低的问题。为了克服这些挑战，波兰波美拉尼亚医科大学的研究人员开展了一项研究，旨在开发一种新的mtDNA变异分析算法，以提高低质量样本的分析准确性和效率。

研究人员利用波兰极权主义受害者遗传数据库（Pomeranian Medical University Research Centre）的样本资源，对70至80年前的骨骼样本和现代高质量参考样本进行了比较分析。这些样本来自20世纪40年代和50年代的骨骼材料，DNA含量低且存在显著降解。研究团队通过全线粒体基因组测序（Whole Mitochondrial Genome Sequencing），结合Thermo Fisher Scientific的Precision ID技术和Ion GeneStudio S5平台，开发了一种新的变异分析算法。该算法基于Converge 2.2和IGV 2.12.3软件的二次序列分析，并调整参数以适应低质量样本的分析需求。

研究中发现，标准分析设置很少能直接应用于低质量DNA数据，因为这些样本中存在大量的变异，包括单核苷酸多态性（SNPs）、点异质性（PH）和长度异质性（LH）。研究人员尝试了多种分析参数调整，如去除污染读取（Remove Contaminant Reads, RCR）、调整PH阈值（5%和20%）以及改变最低读取覆盖度等，但这些调整并未显著减少样本间的差异。最终，研究人员开发出一种基于Converge软件生成的变异状态（Status）和EMPOP数据库状态（EMPOP state）的算法，成功提高了低质量样本与现代参考样本间单倍型的一致性。

在技术方法方面，研究人员采用了以下关键步骤：首先，从骨骼样本中提取DNA，并使用Ion Torrent测序技术进行全线粒体基因组测序；其次，利用Converge软件进行二次分析，调整参数以适应低质量样本；最后，结合EMPOP数据库的变异状态和Converge软件的变异状态，开发出新的变异分析算法。样本队列来源于波兰极权主义受害者遗传数据库，涵盖了70至80年前的骨骼样本及其现代亲属的高质量参考样本。

研究结果表明，新开发的算法能够显著提高低质量样本与现代参考样本间单倍型的一致性。研究人员发现，变异的准确性与Converge软件生成的变异状态和EMPOP数据库状态密切相关。通过结合这两种状态，算法能够以100%的准确率预测低质量样本中的变异是否与现代参考样本一致。此外，研究人员还提出了针对低覆盖区域的额外分析步骤，进一步优化了算法的适用性。

在讨论部分，研究人员指出，尽管新算法在处理低质量样本时表现出色，但在某些极端降解样本中仍可能存在挑战。例如，某些样本由于DNA含量极低，导致异质性水平的显著变化，这些变化在Sanger测序和下一代测序（NGS）数据中均有体现。此外，研究人员还强调了在法医学和人类学研究中，建立包含高置信度突变的单倍型的重要性，而不是追求包含低频率异质性变异的复杂单倍型。这种策略有助于提高数据库搜索和身份识别的准确性。

总之，本研究开发的mtDNA变异分析算法为处理低质量样本提供了新的解决方案，显著提高了分析效率和准确性。该算法不仅适用于法医学领域，还可推广至其他需要处理低质量DNA样本的研究领域，如临床研究、人类学研究等。通过优化变异分析流程，研究人员能够更好地从历史样本中恢复遗传信息，为揭示人类历史和身份识别提供重要支持。研究结果发表于《Scientific Reports》，为相关领域的研究者提供了新的工具和思路。