Генетические проблемы ДНК-портретирования как части ДНК-фенотипирования: обзор

Обложка

Цитировать

Полный текст

Аннотация

Огромным подспорьем в расследовании преступлений служат криминалистические базы ДНК-данных, позволяющие по биологическим следам идентифицировать оставившего их человека при условии, что информация о нём в виде STR-профиля уже имеется. То же самое справедливо в отношении неопознанных трупов. Когда подобная информация в базе данных отсутствует, на помощь может прийти ДНК-фенотипирование, позволяющее восстановить облик человека по его ДНК, что уже находит применение в криминалистической практике. Наибольший прогресс достигнут в установлении цвета волос, глаз, пигментации кожи и некоторых других признаков. Но основной интерес представляет лицо человека, и с этим дело обстоит пока не лучшим образом, хотя определённые успехи имеются. Главная проблема заключается в том, что за черты лица отвечают множественные гены, проявляя в том числе плейотропный эффект. Появление такого метода, как общегеномное ассоциативное исследование (GWAS), позволило анализировать сразу множество генных локусов на предмет наличия в них однонуклеотидных замен, ассоциированных с некими генами, участвующими в формировании лица человека. Однако гораздо более информативным может стать секвенирование двух доставшихся от отца и матери геномов (или экзомов) каждого человека с фазированной гаплотипированной сборкой их последовательностей. И при таком подходе необходим правильный выбор объектов в виде большего числа двойников и их ближайших родных, поскольку, не будучи родственниками, двойники потенциально могут нести одинаковые замены нуклеотидов, во многом определяющие их внешнее сходство. Другой когортой должны стать семьи, в которых дети сильно похожи на своих родителей, и в этом случае необходимо вести триосеквенирование с фазированной сборкой их диплоидных геномов (экзомов). Полученная таким образом генетическая информация, обработанная с помощью машинного обучения и искусственного интеллекта, позволит «выйти» на нужные гены, повысив достоверность таких ДНК-портретов.

Об авторах

Алексей Викторович Чемерис

Уфимский университет науки и технологий

Email: chemeris@anrb.ru
ORCID iD: 0000-0002-8917-0449
SPIN-код: 1248-2582

д-р биол. наук, профессор

Россия, Уфа

Айрат Анварович Халиков

Башкирский государственный медицинский университет

Email: airat.expert@mail.ru
ORCID iD: 0000-0003-1045-5677
SPIN-код: 1895-7300

д-р мед. наук, профессор

Россия, Уфа

Равиль Ринатович Гарафутдинов

Уфимский университет науки и технологий

Email: garafutdinovr@mail.ru
ORCID iD: 0000-0001-9087-7364
SPIN-код: 3434-2630

канд. биол. наук

Россия, Уфа

Дмитрий Алексеевич Чемерис

ГЕНВЕД

Email: dch@dch.ru.net
ORCID iD: 0009-0003-6407-5001
SPIN-код: 5190-9790

канд. биол. наук

Россия, Москва

Ассоль Рафиковна Сахабутдинова

Институт биохимии и генетики ― обособленное структурное подразделение Уфимского федерального исследовательского центра

Email: sakhabutdinova@rambler.ru
ORCID iD: 0000-0001-8797-4702
SPIN-код: 7172-7141

канд. биол. наук

Россия, Уфа

Айгуль Фаатовна Халиуллина

Уфимский университет науки и технологий

Email: aigul229@mail.ru
ORCID iD: 0009-0003-4193-2832
SPIN-код: 7448-6130

канд. юрид. наук, доцент

Россия, Уфа

Рушан Радикович Галяутдинов

Уфимский университет науки и технологий

Email: rushan-94@mail.ru
ORCID iD: 0000-0002-1205-7608
SPIN-код: 8322-7325

канд. юрид. наук

Россия, Уфа

Рафаэль Хамитович Сагидуллин

Уфимский университет науки и технологий

Email: sagidullin12@mail.ru
ORCID iD: 0000-0002-5721-8831
SPIN-код: 7970-8831

канд. мед. наук

Россия, Уфа

Фарит Гизарович Аминев

Уфимский университет науки и технологий

Автор, ответственный за переписку.
Email: faminev@mail.ru
ORCID iD: 0000-0003-4031-4103
SPIN-код: 5527-5110

д-р юрид. наук, профессор

Россия, Уфа

Список литературы

  1. Чемерис А.В., Аминев Ф.Г., Гарафутдинов Р.Р., и др. ДНК-криминалистика. Москва: Наука, 2022. 466 с. EDN: FVXBBD
  2. Dabas P., Jain S., Khajuria H., Nayak B.P. Forensic DNA phenotyping: Inferring phenotypic traits from crime scene DNA // J Forensic Leg Med. 2022. Vol. 88. P. 102351. EDN: VQNDST doi: 10.1016/j.jflm.2022.102351
  3. Kayser M., Branicki W., Parson W., Phillips C. Recent advances in Forensic DNA Phenotyping of appearance, ancestry and age // Forensic Sci Int Genet. 2023. Vol. 65. P. 102870. EDN: FBGHRP doi: 10.1016/j.fsigen.2023.102870
  4. Wang Z., Fu G., Ma G., et al. The association between DNA methylation and human height and a prospective model of DNA methylation-based height prediction // Hum Genet. 2024. Vol. 143, N 3. P. 401–421. EDN: GHIREU doi: 10.1007/s00439-024-02659-0
  5. Wolinsky H. CSI on steroids: DNA-based phenotyping is helping police derive visual information from crime scene samples to aid in the hunt for suspects // EMBO Rep. 2015. Vol. 16, N 7. P. 782–786. doi: 10.15252/embr.201540714
  6. Arnold C. The controversial company using DNA to sketch the faces of criminals // Nature. 2020. Vol. 585, N 7824. P. 178–181. doi: 10.1038/d41586-020-02545-5
  7. Pulker H., Lareu M.V., Phillips C., Carracedo A. Finding genes that underlie physical traits of forensic interest using genetic tools // Forensic Sci Int Genet. 2007. Vol. 1, N 2. P. 100–104. doi: 10.1016/j.fsigen.2007.02.009
  8. Frudakis T. Molecular photofitting: Predicting ancestry and phenotype using DNA. Chapter 1: Forensic DNA analysis from modest beginnings to molecular photofitting genics genetics genomics and the pertinent population genetics principles. Elsevier, 2010. P. 1–34.
  9. Stephan C.N., Caple J.M., Guyomarc’h P., Claes P. An overview of the latest developments in facial imaging // Forensic Sci Res. 2019. Vol. 4, N 1. P. 10–28. EDN: WWXGOA doi: 10.1080/20961790.2018.1519892
  10. Walsh S., Liu F., Ballantyne K.N., et al. IrisPlex: A sensitive DNA tool for accurate prediction of blue and brown eye colour in the absence of ancestry information // Forensic Sci Int Genet. 2011. Vol. 5, N 3. P. 170–180. EDN: OLPRVB doi: 10.1016/j.fsigen.2010.02.004
  11. Walsh S., Wollstein A., Liu F., et al. DNA-based eye colour prediction across Europe with the IrisPlex system // Forensic Sci Int Genet. 2012. Vol. 6, N 3. P. 330–340. doi: 10.1016/j.fsigen.2011.07.009
  12. Stacey G., Bolton B., Doyle A., Griffiths B. DNA fingerprinting: A valuable new technique for the characterisation of cell lines // Cytotechnology. 1992. Vol. 9, N 1-3. P. 211–216. EDN: NXPZFZ doi: 10.1007/BF02521748
  13. Butler J.M. Recent developments in Y-short tandem repeat and Y-single nucleotide polymorphism analysis // Forensic Sci Rev. 2003. Vol. 15, N 2. P. 91–111.
  14. Yu W., Zhu M., Wang N., et al. An efficient transformer based on global and local self-attention for face photo-sketch synthesis // IEEE Trans Image Process. 2023. Vol. 22. P. 483–495. EDN: TQJGWL doi: 10.1109/TIP.2022.3229614
  15. Soares C. Portrait in DNA // Sci Am. 2010. Vol. 302, N 5. P. 14–17. doi: 10.1038/scientificamerican0510-14
  16. Pośpiech E., Teisseyre P., Mielniczuk J., Branicki W. Predicting physical appearance from DNA data-towards genomic solutions // Genes (Basel). 2022. Vol. 13, N 1. P. 121. EDN: FHZXGC doi: 10.3390/genes13010121
  17. Буторина И.В., Косарев С.Ю. К вопросу о «геномном портрете» как методе изобличения преступников // Материалы научной конференции с международным участием: «Неделя науки СПБПУ», 13–19 ноября. Санкт-Петербург, 2017. С. 403–405. EDN: ORTLMB
  18. Takeuchi T., Suzuki Y., Watabe S., et al. A high-quality, haplotype-phased genome reconstruction reveals unexpected haplotype diversity in a pearl oyster // DNA Res. 2022. Vol. 29, N 6. P. dsac035. EDN: YPMRLY doi: 10.1093/dnares/dsac035
  19. Christiansen L., Amini S., Zhang F., et al. Contiguity-preserving transposition sequencing (CPT-Seq) for genome-wide haplotyping, assembly, and single-cell ATAC-Seq // Methods Mol Biol. 2017. Vol. 1551. P. 207–221. doi: 10.1007/978-1-4939-6750-6_12
  20. Chemeris D.A., Kuluev B.R., Patrushev M.V., et al. Progress in sequencing of the complete haplotyperesolved diploid genomes of plants // Biomics. 2023. Vol. 15, N 4. P. 279–309. EDN: ZCPOMK doi: 10.31301/2221-6197.bmcs.2023-26
  21. Venter J.C. Multiple personal genomes await // Nature. 2010. Vol. 464, N 7289. P. 676–677. doi: 10.1038/464676a
  22. Jarvis E.D., Formenti G., Rhie A., et al.; Human Pangenome Reference Consortium. Semi-automated assembly of high-quality diploid human reference genomes // Nature. 2022. Vol. 611, N 7936. P. 519–531. doi: 10.1038/s41586-022-05325-5
  23. Yang C., Zhou Y., Song Y., et al. The complete and fully-phased diploid genome of a male Han Chinese // Cell Res. 2023. Vol. 33, N 10. P. 745–761. EDN: OCELEC doi: 10.1038/s41422-023-00849-5
  24. Porubsky D., Vollger M.R., Harvey W.T., et al.; Human Pangenome Reference Consortium. Gaps and complex structurally variant loci in phased genome assemblies // Genome Res. 2023. Vol. 33, N 4. P. 496–510. EDN: FFXMYI doi: 10.1101/gr.277334.122
  25. Кулуев Б.Р., Баймиев Ан.Х., Геращенков Г.А., и др. Сто лет гаплоидным геномам. Сейчас наступает время диплоидных // Biomics. 2020. Т. 12, № 4. С. 411–434. EDN: WOZCTG doi: 10.31301/2221-6197.bmcs.2020-33
  26. Richmond S., Howe L.J., Lewis S., et al. Facial genetics: A brief overview // Front Genet. 2018. Vol. 9. P. 462. EDN: UTHSTN doi: 10.3389/fgene.2018.00462
  27. Liu F., van der Lijn F., Schurmann C., et al. A genome-wide association study identifies five loci influencing facial morphology in Europeans // PLoS Genet. 2012. Vol. 8, N 9. P. e1002932. doi: 10.1371/journal.pgen.1002932
  28. Paternoster L., Zhurov A.I., Toma A.M., et al. Genome-wide association study of three-dimensional facial morphology identifies a variant in PAX3 associated with nasion position // Am J Hum Genet. 2012. Vol. 90, N 3. P. 478–485. doi: 10.1016/j.ajhg.2011.12.021
  29. Claes P., Shriver M.D. Establishing a multidisciplinary context for modeling 3D facial shape from DNA // PLoS Genet. 2014. Vol. 10, N 11. P. e1004725. EDN: UUGMIX doi: 10.1371/journal.pgen.1004725
  30. Fagertun J., Wolffhechel K., Pers T.H., et al. Predicting facial characteristics from complex polygenic variations // Forensic Sci Int Genet. 2015. Vol. 19. P. 263–268. doi: 10.1016/j.fsigen.2015.08.004
  31. Claes P., Shriver M.D. New entries in the lottery of facial GWAS discovery // PLoS Genet. 2016. Vol. 12, N 8. P. e1006250. doi: 10.1371/journal.pgen.1006250
  32. Qiao L., Yang Y., Fu P., et al. Genome-wide variants of Eurasian facial shape differentiation and a prospective model of DNA based face prediction // J Genet Genomics. 2018. Vol. 45, N 8. P. 419–432. doi: 10.1016/j.jgg.2018.07.009
  33. Xiong Z., Dankova G., Howe L.J., et al.; International Visible Trait Genetics (VisiGen) Consortium. Novel genetic loci affecting facial shape variation in humans // Elife. 2019. Vol. 8. P. e49898. doi: 10.7554/eLife.49898
  34. White J.D., Indencleef K., Naqvi S., et al. Insights into the genetic architecture of the human face // Nat Genet. 2021. Vol. 53, N 1. P. 45–53. EDN: RZPCXH doi: 10.1038/s41588-020-00741-7
  35. Zhang M., Wu S., Du S., et al. Genetic variants underlying differences in facial morphology in East Asian and European populations // Nat Genet. 2022. Vol. 54, N 4. P. 403–411. EDN: LYJLSC doi: 10.1038/s41588-022-01038-7
  36. Adhikari K., Reales G., Smith A.J., et al. A genome-wide association study identifies multiple loci for variation in human ear morphology // Nat Commun. 2015. Vol. 6. P. 7500. EDN: XQFDRF doi: 10.1038/ncomms8500
  37. Noreen S., Ballard D., Mehmood T., et al. Evaluation of loci to predict ear morphology using two SNaPshot assays // Forensic Sci Med Pathol. 2023. Vol. 19, N 3. P. 335–356. EDN: MORVPQ doi: 10.1007/s12024-022-00545-7
  38. Ueki M., Takeshita H., Fujihara J., et al. Simple screening method for copy number variations associated with physical features // Leg Med (Tokyo). 2017. Vol. 25. P. 71–74. doi: 10.1016/j.legalmed.2017.01.006
  39. Weinberg S.M., Roosenboom J., Shaffer J.R., et al. Hunting for genes that shape human faces: Initial successes and challenges for the future // Orthod Craniofac Res. 2019. Vol. 22, Suppl. 1. P. 207–212. doi: 10.1111/ocr.12268
  40. Naqvi S., Hoskens H., Wilke F., et al. Decoding the human face: Progress and challenges in understanding the genetics of craniofacial morphology // Annu Rev Genomics Hum Genet. 2022. Vol. 23, N 1. P. 383–412. EDN: ZUSQMT doi: 10.1146/annurev-genom-120121-102607
  41. Alshehhi A., Almarzooqi A., Alhammadi K., et al. Advancement in human face prediction using DNA // Genes (Basel). 2023. Vol. 14, N 1. P. 136. EDN: IJGMFL doi: 10.3390/genes14010136
  42. Hoskens H., Liu D., Naqvi S., et al. 3D facial phenotyping by biometric sibling matching used in contemporary genomic methodologies // PLoS Genet. 2021. Vol. 17, N 5. P. e1009528. doi: 10.1371/journal.pgen.1009528
  43. Crouch D.J., Winney B., Koppen W.P., et al. Genetics of the human face: Identification of large-effect single gene variants // Proc Natl Acad Sci USA. 2018. Vol. 115, N 4. P. E676–E685. EDN: YEVKIX doi: 10.1073/pnas.1708207114
  44. Joshi R.S., Rigau M., García-Prieto C.A., et al. Look-alike humans identified by facial recognition algorithms show genetic similarities // Cell Rep. 2022. Vol. 40, N 8. P. 111257. EDN: VXOVUG doi: 10.1016/j.celrep.2022.111257
  45. Wu W., Zhai G., Xu Z., et al. Whole-exome sequencing identified four loci influencing craniofacial morphology in northern Han Chinese // Hum Genet. 2019. Vol. 138, N 6. P. 601–611. EDN: CNXYPC doi: 10.1007/s00439-019-02008-6

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Упрощённая схема правильного и неправильного восстановления аминокислотных последовательностей, кодируемых разными экзонами родительских гомологичных хромосом, в результате квазигаплоидного секвенирования (в качестве примера приведены вариации отдельных нуклеотидов).

Скачать (163KB)

© Эко-Вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».