Bayes框架下DNA证据的量化研究

论文题目: Bayes框架下DNA证据的量化研究

论文类型: 硕士论文

论文专业: 概率统计

作者: 朱德刚

导师: 胡跃清

关键词: 脱氧核糖核酸,参考群体,等位基因,基因座,似然比,模型,随机变量,先验分布,分布

文献来源: 东南大学

发表年度: 2005

论文摘要: 近年来，随着DNA(脱氧核糖核酸)技术的发展，以及利用人类基因组DNA的多态性，DNA证据的应用在案件的侦破与庭审中已经变得越来越普遍。有时候DNA证据是一些案件的唯一线索，从而引起了越来越多的重视。本文指出了以往DNA证据的量化过程中一个常规的插入算法(Plug-in approach)存在的问题：在参考群体(Reference population)中，由于群体参数的不确定性，在估计等位基因(Allele)频率时，未能考虑到样本大小所带来的影响，在样本较小的时候，往往过分地量化了DNA证据的作用，从而对被告是不公平的。本文指出，对相同的群体参数估计值，在不同的样本大小下，DNA证据的量化也应该是不同的，DNA证据的量化应该反映样本大小的影响。首先，本文介绍了DNA证据量化的一些背景知识，基本原理和预备知识，以及国内外的主要研究概况和本文的主要工作。在第二章中，首先考虑了一个参考群体中DNA证据的量化，且分别讨论了群体内部的个体之间是无关的和部分个体是相关的情况。我们引进了一些符号，特别的，把两种不同的对立假设用图的形式直观地表示出来。为了考虑样本的影响，引入了Bayes模型，将群体中的等位基因频率视为随机变量，具有先验分布，给出了似然比LR(Likelihood ratio)的计算公式。第二节在第一节的基础上，用同样的方法考虑了两个独立参考群体的情况，且仍然假设每个参考群体内部的个体是无关的，给出了LR的计算公式。在第三章中，对于几种常见的案例，分别给出了常规的插入算法和Bayes模型下的算法，并结合实际数据进行了验证，给出了数据结果，用图表画了出来。从中可以看出，数据结果表明了我们的算法较常规的插入算法更加保守，更加合理。最后，我们提出了结论和进一步的问题。本文针对的是一个参考群体的情况和两个独立参考群体的情况。两个不独立参考群体和两个以上参考群体的情况可以进一步的研究。另外，若等位基因之间因群体结构等因素是相互影响的，此时又如何考虑DNA证据的量化，这也可以进一步考虑。

论文目录:

摘要

Abstract

第一章引言

§1.1 背景及基本原理

§1.2 国内外研究概况

§1.3 本文的主要工作

第二章 LR的计算

§2.1 记号与引理

§2.2 一个参考群体的情况

§2.2.1 涉案个体相互独立的情况

§2.2.2 涉案个体部分相关的情况

§2.3 两个参考群体的情形

第三章案例分析

§3.1 受害人-嫌疑犯案例

§3.1.1 同为异合体情形

§3.1.2 一个异合体,一个纯合体情形

§3.1.3 凶手可能是嫌疑犯的一个亲属

§3.2 嫌疑犯-未知个体案例

§3.2.1 四等位基因DNA遗迹

§3.2.2 凶手来自两个参考群体的情况

§3.2.3 三等位基因DNA遗迹

§3.3 结论和进一步的问题

致谢

参考文献

发布时间: 2007-06-11

参考文献

[1].细胞应对DNA损伤调控机制的动力学分析[D]. 王从华.云南师范大学2018
[2].折纸术在DNA计算方面的应用[D]. 赵鑫月.安徽理工大学2018
[3].一类图的控制集问题的DNA算法研究[D]. 涂旭东.重庆大学2009
[4].基于Bayes网络和期权博弈的风险决策研究[D]. 刘新华.湖南工业大学2008
[5].DNA计算的编码序列理论及算法的研究[D]. 甄诚.安徽理工大学2011
[6].半参数回归模型的Bayes估计[D]. 李琪琪.中国科学技术大学2009
[7].模糊可靠性的Bayes分析[D]. 马翠玲.兰州理工大学2007
[8].DNA计算及其在组合优化问题中的应用[D]. 高大鹏.长春工业大学2011
[9].分子信标在DNA计算中的应用[D]. 黄晓慧.安徽理工大学2010
[10].非参数回归模型的Bayes估计方法及其应用研究[D]. 龙杏芬.西安理工大学2010

Bayes框架下DNA证据的量化研究

猜你喜欢