Humán polimorf mikroszatellita (short tandem repeat) lokuszok igazságügyi genetikai vizsgálata magyar populációkban



Hasonló dokumentumok
Mitokondriális DNS és mikroszatellita polimorfizmusok igazságügyi genetikai aspektusú vizsgálata a magyar népességben

Humán polimorf mikroszatellita (short tandem repeat) lokuszok igazságügyi genetikai vizsgálata magyar populációkban

Szent István Egyetem Állatorvos-tudományi Doktori Iskola. Kutya eredetű anyagmaradványok igazságügyi genetikai vizsgálata

SZOMATIKUS ÉS Y KROMOSZÓMÁN LOKALIZÁLÓDÓ STR MARKEREK POPULÁCIÓGENETIKAI VIZSGÁLATA

Mitokondriális DNS és mikroszatellita polimorfizmusok igazságügyi genetikai aspektusú vizsgálata a magyar népességben

Klinikai és Bírósági Alkalmazások Valószínűségszámítási Modellek BREUER-LÁBADY PÉTER

A magyar populáció genetikai elemzése nemi kromoszómális markerek alapján

A humán mitokondriális genom: Evolúció, mutációk, polimorfizmusok, populációs vonatkozások. Egyed Balázs ELTE Genetikai Tanszék

A Hardy-Weinberg egyensúly. 2. gyakorlat

DNS viszgálatok, számítási módszerek

Animal welfare, etológia és tartástechnológia

10. CSI. A molekuláris biológiai technikák alkalmazásai

Igazságügyi genetika alapjai

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

AZ EURÓPAI UNIÓ TANÁCSA. Brüsszel, november 13. (18.11) (OR. en) 15870/09 ENFOPOL 287 CRIMORG 170

A Hardy Weinberg-modell gyakorlati alkalmazása

E.M. TÓTH, ZS. KÉKI, Z.G. HOMONNAY, A.K. BORSODI, K. MÁRIALIGETI, P. SCHUMANN:

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

Hipotézis vizsgálatok

Többgénes jellegek. 1. Klasszikus (poligénes) mennyiségi jellegek. 2.Szinte minden jelleg több gén irányítása alatt áll

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

y ij = µ + α i + e ij

Horváth András vegyészszakértő BSZKI. Horváth András - BSZKI 1

6. Előadás. Vereb György, DE OEC BSI, október 12.

A magyar populáció genetikai elemzése nemi kromoszómális markerek alapján

Populációgenetikai. alapok

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Normális eloszlás tesztje

Scan 1200 teljesítmény-értékelés evaluation 1/5

Sodródás Evolúció neutrális elmélete

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

ÁLLATTENYÉSZTÉSI TUDOMÁNYOK DOKTORI ISKOLA Doktori Iskola vezető: Dr. Bánszki Tamás, MTA doktora. Témavezetők: mezőgazdaság-tudomány kandidátusa

Dodé Réka (ELTE BTK Nyelvtudomány Doktori IskolaAlkalmazott Alknyelvdok 2017 nyelvészet program) február 3. 1 / 17

MIKROSZATELIT DNS- VIZSGÁLATOK A MOCSÁRI TEKNŐS NÉGY DUNÁNTÚLI ÁLLOMÁNYÁN

Tipizálási módszerek alkalmazása methicillin-rezisztens Staphylococcus aureus (MRSA) törzsek molekuláris epidemiológiai vizsgálatai során

Zárójelentés. Állati rotavírusok összehasonlító genomvizsgálata. c. OTKA kutatási programról. Bányai Krisztián (MTA ATK ÁOTI)

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

Biomatematika 13. Varianciaanaĺızis (ANOVA)

A Genetikai polimorfizmus és földrajzi variabilitás kárpát-medencei endemikus lepke taxonok populációiban c. OTKA pályázat (T ) zárójelentése

DETERMINATION OF SHEAR STRENGTH OF SOLID WASTES BASED ON CPT TEST RESULTS

Publikációk

Bűnügyi DNS adatbázisok

Szent István Egyetem Állatorvos-tudományi Doktori Iskola. Kutya eredetű anyagmaradványok igazságügyi genetikai vizsgálata

Fertőző betegségek járványtana. dr. Gyuranecz Miklós MTA ATK Állatorvos-tudományi Intézet

A magyarok genetikai vizsgálata. Dr. Pamzsav Horolma (ISZKI)

Jenei Tibor, Szabó Edit, Janka Eszter Anna, Dr. Nagy Attila Csaba Debreceni Egyetem OEC NK Népegészségügyi Kar Megelőző Orvostani Intézet

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

[Biomatematika 2] Orvosi biometria

Mangalica specifikus DNS alapú módszer kifejlesztés és validálása a MANGFOOD projekt keretében

Országos Igazságügyi Orvostani Intézet 22. számú módszertani levele

Orvosi Genomtudomány 2014 Medical Genomics Április 8 Május 22 8th April 22nd May

Az Egészségügyi Minisztérium módszertani levele Polgári perekben és büntetőügyekben végzett DNS vizsgálatokhoz és szakvéleményadáshoz

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

Algaközösségek ökológiai, morfológiai és genetikai diverzitásának összehasonlítása szentély jellegű és emberi használatnak kitett élőhelykomplexekben

Biomatematika 2 Orvosi biometria

Elemszám becslés. Kaszaki József Ph.D. SZTE ÁOK Sebészeti Műtéttani Intézet

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

[Biomatematika 2] Orvosi biometria

BEVEZETÉS CÉLKITŰZÉS

Bevezetés a hipotézisvizsgálatokba

[Biomatematika 2] Orvosi biometria. Visegrády Balázs

Adatok statisztikai értékelésének főbb lehetőségei

Szent István Egyetem Állatorvos-tudományi Doktori Iskola

Bakteriális identifikáció 16S rrns gén szekvencia alapján

Prenatalis diagnosztika lehetőségei mikor, hogyan, miért? Dr. Almássy Zsuzsanna Heim Pál Kórház, Budapest Toxikológia és Anyagcsere Osztály

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

A Multi Locus Sequence Typing (MLST) alkalmazhatósága az élelmiszermikrobiológiában

RÉSZLETEZŐ OKIRAT (1) a NAH /2017 nyilvántartási számú akkreditált státuszhoz

Matematikai statisztika c. tárgy oktatásának célja és tematikája

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

Populációgenetikai szoftverek ismertetése, alkalmazása populációk összehasonlítására

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre

Indikátorok alkalmazása a labordiagnosztikai eljárások minőségbiztosításában

Hazai méhészeti genomikai és genetikai vizsgálatok

Kettőnél több csoport vizsgálata. Makara B. Gábor

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

11.3. A készségek és a munkával kapcsolatos egészségi állapot

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

AZ ESÉLY AZ ÖNÁLLÓ ÉLETKEZDÉSRE CÍMŰ, TÁMOP / AZONOSÍTÓSZÁMÚ PÁLYÁZAT. Szakmai Nap II február 5.

Az igazságügyi genetikai vizsgálatok elméleti és gyakorlati háttere. Hülberné Dobos Ágota Bűnügyi Szakértői és Kutatóintézet november 20.

Elemi statisztika fizikusoknak

Honfoglalók származásának és rokonsági viszonyainak vizsgálata archaeogenetikai módszerekkel

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data.

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Az értékelés során következtetést fogalmazhatunk meg a

DNS-szekvencia meghatározás

Segítség az outputok értelmezéséhez

A Szolvencia II harmadik mennyiségi hatástanulmányának (QIS3) eredményei. Gaálné Kodila Diána március 20.

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Populációbecslések és monitoring

Kettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet

A XXI. SZÁZADRA BECSÜLT KLIMATIKUS TENDENCIÁK VÁRHATÓ HATÁSA A LEFOLYÁS SZÉLSŐSÉGEIRE A FELSŐ-TISZA VÍZGYŰJTŐJÉN

Posztanalitikai folyamatok az orvosi laboratóriumban, az eredményközlés felelőssége

Európai kapcsolat? Az aranysakál genetikai struktúrája és terjeszkedése Európában és a Kaukázusban

Mintavételi eljárások

2011. január április 10. IPK Gatersleben (Németország) május 17. Kruppa Klaudia

Molekuláris genetikai vizsgáló. módszerek az immundefektusok. diagnosztikájában

Filogenetikai analízis. Törzsfák szerkesztése

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása

Átírás:

* BUDAPESTI EÖTVÖS LORÁND * TUDOMÁNYEGYETEM Humán polimorf mikroszatellita (short tandem repeat) lokuszok igazságügyi genetikai vizsgálata magyar populációkban DOKTORI ÉRTEKEZÉS TÉZISEI Készítette: Füredi Sándor ELTE TTK Biológia Doktori Iskola Iskolavezető: dr. Erdei Anna Klasszikus és molekuláris genetika Doktori Program Programvezető: dr. Orosz László Témavezető: dr. Lontainé dr. Santora Zsófia 2003 1

1. BEVEZETÉS Az igazságügyi genetika, mint alkalmazott tudományág segítséget nyújthat bűncselekmények felderítésében, származás-megállapítások során (pl. apasági tesztekben), valamint ismeretlen személyazonosságú holttestek, emberi maradványok beazonosításában. Törvényszéki eljárásban genetikai vizsgálatot először 18 évvel ezelőtt, 1985-ben alkalmaztak Angliában. Az igazságügyi genetikai vizsgálatok mára a világ szinte minden országában az igazságszolgáltatás szerves részét képezik. A mikroszatelliták, SSR-ek (Simple Sequence Repeat), vagy elterjedtebb nevén STR-ek (Short Tandem Repeat) olyan DNS-régiók, ahol 2-6 bázispárból álló szakaszok ismétlődnek tandem módon egymás után. Az STR lokuszok ismétlődéseinek száma a személyek között nagy változatosságot mutathat, és ez a polimorf tulajdonság alkalmassá teszi őket genetikai személyazonosítási célokra. Az STR markerek igazságügyi célú alkalmazhatósága magas polimorfizmus fokuk mellett PCR-sokszorozhatóságukban rejlik. A PCR-rel olyan módszer került a bűnügyi nyomozók és szakértők kezébe, amelynek segítségével addig használhatatlannak és lényegtelennek tűnő biológiai anyagmaradványokat is meg lehetett szólaltatni az igazság kiderítése céljából. Az STR lokuszok multiplex PCR-alapú szimultán vizsgálata lehetőséget teremtett a genetikai személyazonosítás gyors (akár néhány órán belüli) kivitelezésére. Mindezek miatt az igazságügyi genetikusok az 1990- es évek folyamán a mikroszatellitákat választották a személyazonosítás fő genetikai markeréül. 2. CÉLKITŰZÉSEK Mikroszatellita markerek vizsgálatán alapuló igazságügyi genetikai szakértés 1994-ig nem létezett Magyarországon. Munkám alapvető célja a humán STR polimorfizmusok genetikai analízisének a magyarországi kriminalisztikai gyakorlatba történő bevezetése, hitelesítése, valamint olyan magyar populációs referencia adatbázis létrehozása, amelynek segítségével az STR lokuszok vizsgálatán alapuló DNS-eredmények bizonyító ereje populációstatisztikailag megbecsülhető a magyarországi törvényszéki eljárások során. Allél- és profilgyakorisági adatbázisok nélkül az STR vizsgálatok törvényszéki bizonyító erejének statisztikai interpretációja nem lehetséges. A nemzetközi ajánlások szerint globális vizsgálatok mellett szükség van regionális felmérésekre is. A felmérésekbe bevont populációs mintáknak lehetőség szerint minél jobban reprezentálnia kell a népesség genetikai összetételét, különös tekintettel azokra a populációkra, akik szeparáltabb közösségeket alkotnak. Korábbi tanulmányok (Czeizel és mtsai, 1991; Guglielmino és Béres, 1996) felhívták a figyelmünket arra, hogy több magyarországi népcsoport genetikailag szeparált. Felvetődött tehát az a kérdés, hogy egy felállítandó referencia populációs adatbázis milyen feltételekkel és korlátokkal alkalmazható a magyarországi népcsoportokra. 2

Czeizel és munkatársai (1991) nyomán a referencia populációs mintát a budapesti kevert (heterogén) populáció véletlenszerűen kiválasztott személyeiből kívántam összeállítani. Korábbi vizsgálatok alapján, amelyek a klasszikus vércsoportokra és fehérjemarkerekre irányultak, a hazai roma és askenázi zsidó populáció mutatta a legnagyobb genetikai távolságot a többi magyar népcsoporttól (Czeizel és mtsai, 1991; Guglielmino és Béres, 1996). Roma és zsidó személyektől származó populációs minták STR-analízisével egyrészt ezt a kérdést a DNS-markerek szintjén is elemezni szerettem volna. Másrészt, ha az egyes populációs allél- és profilgyakorisági adatbázisok között az STR lokuszok esetében is szignifikáns különbségeket detektálunk, akkor meg kívántam állapítani azt, hogy ez a különbség lényeges hatással van-e az igazságügyi DNS-vizsgálatok statisztikai interpretációjára. Munkám fő céljai a következők voltak: 1. Humán STR markerek vizsgálatának laboratóriumunkba történő bevezetése, a populációs minták összeállítása és genotipizálása; 2. Az alkalmazott automatikus genotipizáló rendszerek allélméret-meghatározó pontosságának megállapítása; 3. A populációs felmérések során detektált ritka, mikrovariáns allélok jellemzése; 4. A vizsgált STR polimorfizmusok géndiverzitásának és személyazonosító hatékonyságának megállapítása a magyar népességben; 5. A vizsgált populációk Hardy Weinberg és linkage egyensúlyi tesztelése a vizsgált autoszómás STR lokuszokon; 6. A felmérésbe bevont magyarországi populációk genetikai strukturáltságának megállapítása; 7. Annak a kérdésnek a tisztázása, hogy a vizsgált magyarországi populációk STR lokuszokon mért genetikai varianciája milyen hatással van a DNS-vizsgálatok törvényszéki bizonyító erejének megbecsülésére? 8. Annak a kérdésnek a tisztázása, hogy a bűncselekmény elkövetésekor keletkezett biológiai nyom STR lokuszokra irányuló genetikai analízise lehetőséget teremt-e a nyomot hátrahagyó személy etnikumának valószínűsítésére? 3. ANYAGOK ÉS MÓDSZEREK A biológiai mintákból a DNS kinyerése, a DNS-koncentráció meghatározása, az STR lokuszok PCR-sokszorozása, a PCR hatékonyságának ellenőrzése, az STR genotipizálás DNSfragmensanalízissel, a ritka, variáns STR allélok szekvencia analízise standard protokollok szerint történt a következő kivételekkel: 3

- A DYS392 és DYS385 lokuszok két lokuszos (duplex) PCR-sokszorozását az általunk kidolgozott módszerrel végeztük [1]. - Az ALF DNS-szekvenáló készülék esetében a fragmensanalízishez belső méretstandardot használtunk [2, 3]. Az ABI Prism 310 genetikai analizáló készülék esetében a fragmensanalízishez az eredetileg ajánlott belső méretstandardot (GeneScan-500) egy másik, több fragmensből álló standarddal (CXR60-400) helyettesítettük [1]. A populációgenetikai alapértékeket standard formulák alapján számoltuk ki. A Hardy-Weinberg egyensúly (HWE) tesztelését a Nei-féle homozigozitás teszt (Nei és Roychoudhury, 1974); a goodness-of-fit χ 2 -statisztika; és a Fisher-féle exact tesztnek Guo és Thompson (1992) által továbbfejlesztett permutációs változata segítségével végeztük. Az exact tesztet az Arlequin populációgenetikai szoftverrel végeztük el (Schneider, Roessli és Excoffier, 2000). A linkage disequilibrium (LD) Karlin-féle (Karlin és mtsai, 1981) inter-class korrelációs kritérium (ICC), és a Chakraborty-féle (1984) s 2 k kritérium alapú teszteléséhez dr. R. Chakraborty DNATYPE szoftverét használtuk. Az LD vizsgálatát az összes lokuszpárra vonatkozóan az Arlequin szoftverbe épített, Expectation-Maximization algoritmuson alapuló permutációs valószínűségi hányados (likelihood ratio) teszttel végeztük el. A HWE és LD tesztelése során Bonferroni-korrekciót is alkalmaztunk. A populáció-párok homogenitás-vizsgálatát komputerizált G-statisztikával végeztük el dr. G. Carmody RXC szoftverének felhasználásával. Az egyes populációk között a genetikai profilok interpopulációs variabilitásának megbecsüléséhez hagyományos Wright-féle F-statisztika analízist és molekuláris varianciaanalízist (AMOVA) használtunk (Wright, 1951; Weir és Cockerham, 1984; Excoffier és mtsai, 1992; Michalakis és Excoffier, 1996). A számításokat a Genetic Data Analysis (GDA v.1.1) program (Lewis és Zaykin, 2001) valamint az Arlequin szoftver segítségével végeztük el. A filogenetikai fa konstrukcióhoz a PHYLIP v3.5c szoftvert (Felsenstein J., 1989) és a MICROSAT v.1.5d szoftvert (MICROSAT: http://hpgl.stanford.edu/projects/microsat/programs/) használtuk fel. Az átlagolt fenotípuskülönbség-értékek [mean phenotype difference values (MVs)] meghatározása Meyer és munkatársai (1995) módszere alapján végeztük el. A logaritmikus sörét- (scatter) és az egy személyű (within-person) Tippett-diagramokat B. Budowle, I.W. Evett és B.S. Weir munkacsoportjai által kidolgozott módszerrel rajzoltuk meg (Budowle és mtsai, 1994; Monson és Budowle, 1998; Evett és mtsai, 1996; Evett és Weir, 1998). A DNS-profil egyezési valószínűség korrekcióját Balding (1995) ill. Ayres és Overall (1999) által javasolt módon végeztük el. 4

A C. Brenner-féle (1995) etnikai eredet becslés (EEO) megbízhatóságának ellenőrzésére a Klintschar és munkatársai által kidolgozott módszert alkalmaztuk [4]. 4. ÚJ MEGÁLLAPÍTÁSOK (TÉZISEK) 4.1. Magyarországon elsőként végeztük el összesen 17 autoszómás, egy X-kromoszómához és kilenc Y-kromoszómához kapcsolt STR lokusz igazságügyi genetikai analízisét. Öt magyarországi populációs mintán, összesen 754 személyen végeztünk genotipizálást. Referencia populációs mintánkat a budapesti kevert populációból véletlenszerűen kiválasztott 223 személy jelentette, akiket az összes kiválasztott marker (F13B, TPOX, D3S1358, FGA, D5S818, CSF1PO, F13A01, D7S820, LPL, D8S1179, TH01, VWA, D13S317, FES/FPS, D16S539, D18S51, D21S11, HPRTB, DYS19, DYS389-I/II, DYS90, DYS391, DYS392, DYS393, DYS385) genotipizálásával jellemeztünk [1-3, 5-8]. Az igazságügyi aspektusú STR analízisekbe a világon elsőként vontuk be a roma populációt [1-3, 8-10]. A baranyai roma minta esetében a HPRTB lokusz kivételével mindegyik lokuszt genotipizáltuk [1-4, 8-10]. A budapesti referencia és a baranyai roma populációs adatbázis az online európai Y-STR haplotípus referencia adatbázis (Eu-YHRD) részét képezi [9, 10]. A baranyai roma mintánk mellett egy kelet-magyarországi roma, egy budapesti askenázi zsidó valamint egy fülöpszállási kiskun populáció elemzésére is sor került 13 autoszómás (az ún. USA CODIS törzs-lokuszok) és kilenc Y-STR markerre nézve. 4.2. A genetikai analízisünk döntő többségében alkalmazott automatizált elektroforetikus rendszerek (ALF és ABI Prism 310 szekvenátorok) allélméret-meghatározási pontosságát és precizitását leteszteltük [1-3]. Belső méretstandard alkalmazásával (ALF) ill. az eredetileg ajánlott belső méretstandardnak (GeneScan-500) egy másik, több fragmensből álló standarddal (CXR60-400) való helyettesítésével (ABI) az allélméret-meghatározás pontosságára irányuló vizsgálataink mindegyik tesztelt STR-rendszer esetében kielégítő eredményre vezettek. Mindkét genotipizáló rendszerben a számított allélméretek maximális tartománya, az allél-ablak nem érte el az 1 nukleotidot (nt), egyegy lokusz kivételével a teljes mérési tartományon belül 0,5 nt alatt maradt. A számított allél-méretek szórása 0,15 nt-nál kisebbnek adódott. 4.3. Populációs felméréseink során négy lokuszon (D7S820, D13S317, HPRTB, DYS385) összesen 12 allélvariáns típust detektáltunk, amelyek közül tizet szekvenálással is jellemeztünk [1, 6, 8, 11, 12]. Mind az STR lokusz polimorf ismétlődő szakaszát, mind a repeat-eket határoló régiót érintő mutációkat is megfigyeltünk. A D13S317 lokusz ritka 7-es alléljában primerkötő-régiót érintő megváltozás az allél elvesztését (drop-out) okozta módosított primerrel történő PCR-amplifikálás 5

esetén [12]. Nyolc DYS385 *.-1 allélvariánst hordozó személy nagyban hasonló Y-haplotípusuk és legalább hét férfinál azonos Y-haplocsoportjuk alapján nem túlságosan régen élt közös férfi őssel rendelkezhetett [1]. Ez a nyolc személy négy populációs mintából származott. Ezek az eredmények a budapesti referencia, a baranyai roma, a budapesti askenázi és a kiskun populációk férfi tagjainak keveredésére (admixture) utalhatnak. 4.4. Felmértük a vizsgált STR lokuszok polimorfizmusának fokát az egyes populációkban [1-3, 5-8, 13]. A 13 autoszómás (az ún. USA CODIS törzs-) lokuszra kombinált átlagos egyezési valószínűség értéke (pm) 10-13 10-15 között mozgott az egyes populációs mintákban. A kombinált átlagos szülőségi kizáró erő (PE) ugyanerre a lokusz-készletre vonatkozóan 0,99998-0,99999 értéknek adódott. Az Y-STR lokuszok esetében haplotípus-diverzitást mértünk az egyes populációkra vonatkozóan [1]. Az összesített populációs mintára (299 férfira) a teljes, kilenc Y-STR lokuszos haplotípusdiverzitás 0,987-nek adódott. A roma populációk haplotípus-diverzitás értékei bizonyultak a legalacsonyabbnak A budapesti referencia populáció haplotípus-diverzitás értéke hasonlónak bizonyult más kaukázusi populációkban detektált diverzitás-értékekhez [1]. Az Y-haplotípusok általában populáció-specifikus megoszlást mutattak, mert ugyanazt a haplotípust nem vagy csak ritkán figyeltük meg a többi populációban. Ugyanakkor kér haplotípus a roma populációkban extra-domináns volt [1]. Ezeket a haplotípusokat egy bulgáriai roma populációban is megtaláltuk. E két haplotípus előfordulási gyakorisága nagyon kicsi volt az európai Y-STR adatbázis nem roma részében. 4.5. A lokuszon belüli potenciális allélikus asszociáció statisztikai tesztelése (Hardy-Weinberg) eredményeként az egyensúlytól való szignifikáns különbséget kaptunk a baranyai roma populáció TPOX, D3S1358, CSF1PO, D7S820, LPL lokuszai [2, 3, 8] valamint a kelet-magyarországi roma minta D13S317 lokusza esetében. Ugyanakkor, a Bonferroni-procedúrával kapott eredményeink alapján nem vethettük el a HWE hipotézisét, ha az egyensúlyt a populációk teljes genomi szintjén vizsgáltuk. Az allélok lokuszok közötti függetlenség-vizsgálatának (linkage disequilibrium tesztelés) eredménye alapján megalapozottnak tűnt az a feltételezés, hogy a baranyai roma populációs mintában genom szinten jelentős linkage disequilibrium van. 4.6. Három populációstatisztikai teszt [G-statisztika, F-statisztika, molekuláris varianciaanalízis (AMOVA)] segítségével, páronként jellemeztük a vizsgált magyarországi populációk genetikai strukturáltságát annak tisztázása érdekében, hogy a budapesti referencia-adatbázisunk allél- és 6

haplotípus-gyakorisági értékei vajon milyen mértékben nevezhető hitelesnek a magyar népességre nézve [1-3, 6-10]. Az öt populációs mintában a lokuszokon mért allélgyakoriságok és az Y-STR haplotípusok eloszlása tekintetében számos esetben szignifikáns különbségeket detektáltunk. Az autoszómás lokuszok esetében valamennyi statisztikai teszt a legtöbb szignifikáns eltérést a baranyai roma/budapesti referencia ill. a baranyai roma/budapesti askenázi populáció-párosban mutatta. A G- és F-statisztika alapján figyelemre méltó volt a roma populációk egymáshoz viszonyított nagyfokú heterogenitása. A populáció-párok közül a legkisebb genetikai tagozódást a budapesti referencia/kiskun párosban kaptuk. Három populáció-párban, nevezetesen a budapesti referencia/baranyai roma, baranyai roma/askenázi és baranyai roma/kiskun mintapárban a 13 autoszómás CODIS STR lokuszra vonatkoztatott F-statisztikai értékek meghaladták a 0,02 szintet. Mivel nemzetközi felmérések során nagyobb F ST -értéket elsősorban izolált ill. eltérő genetikai eredetű népcsoportokban detektáltak, ezért megfigyeléseink a budapesti referencia, baranyai roma, askenázi, és a kiskun populáció eltérő genetikai múltjára ill. izoláltságára utalhat. A filogenetikai vizsgálatunk eredménye is azt mutatta, hogy a nyolc autoszómás STR markerrel elemzett kaukázusi populáció-csoport (budapesti referencia, USA és lengyel populáció) valamint a baranyai roma populáció között viszonylag távolabbi a genetikai rokonság [3]. Ha a populációk páronként történő AMOVA-elemzése során a 13 autoszómás CODIS STR lokuszt együtt vizsgáltuk, nem kaptunk jelentős különbséget a budapesti referencia/kiskun párban, valamint a roma populációk között. A többi párosításban azonban a molekuláris varianciaanalízis szignifikáns különbséget jelzett. A kapott eredmények alapján az analizált 13 autoszómás CODIS STR marker közül a vizsgált magyar népességben a CSF1PO és TH01 lokusz bír a legkisebb, a D7S820 és D21S11 lokusz rendelkezik a legnagyobb információ-tartalommal a populációk elkülöníthetősége szempontjából. Az öt populáción mért F IS -értékek nagyságából arra a következtetésre jutottunk, hogy a populációkon belüli beltenyésztés foka nem teljesen elhanyagolható. A budapesti referencia populációs mintánk autoszómás STR allélgyakoriság-eloszlása nagyfokú hasonlóságot mutatott más kaukázusi népcsoportokkal [3, 5, 6, 8]. Ezek az eredmények egybevágtak azzal a tudományos nézettel, amely szerint a mai kevert magyar népesség az indoeurópai népekkel közeli genetikai rokonságban áll. Az öt populáció páronkénti összehasonlításában a 13 autoszómás STR egyszerre történő vizsgálatánál kapott eredménnyel összhangban az Y-STR haplotípusokon elvégzett AMOVA nem mutatott jelentős különbséget a roma populációk között. Ezzel ellentétben mindkét roma minta az askenázi populáció kivételével mindegyik populációtól jelentősen eltért. Az AMOVA-analízis 7

alapján nem volt jelentős különbség a budapesti referencia és az askenázi populációs adatbázis között. Az askenázi populációra kapott eredményeink összhangban voltak azzal a közelmúltban publikált kutatási eredménnyel (Thomas és mtsai, 2002), amely szerint a zsidó populációk Y- kromoszómái nagyfokú hasonlóságot mutatnak a környezetükben lévő, nem-zsidó populációk Y- kromoszómájával, és nincs alapító hatásra utaló jel. A budapesti referencia és a baranyai roma populációt magában foglaló 41 európai férfi populáció Y-STR molekuláris varianciaanalízise alapján a baranyai roma populáció nagy mértékben elkülönült a vizsgált európai populációk többi tagjától [10]. 4.7. Az átlagolt fenotípus-különbségi értékek (MVs) analízise során azt vizsgáltuk, hogy maximálisan négy STR lokusz analízise során a budapesti referencia adatbázis alkalmazása milyen hatással van a baranyai roma személyek STR profil frekvenciájára és vice versa [2]. Eredményeink azt mutatták, hogy minden összehasonlítás során annak az allélgyakorisági adatbázisnak az alkalmazásakor kaptunk átlagosan nagyobb fenotípusgyakoriságot, amelyikből a vizsgált DNS-profil származott. Az eltérés mértéke a lokuszok fokozatos bevonásával kismértékben bár, de növekedett. Ezekből a megállapításainkból azt a következtetés vontuk le, hogy a magyar népesség genetikai szubstrukturáltsága az igazságügyi DNS-elemzés bizonyító erejének statisztikai interpretációját jelentősen befolyásolhatja, ha a vizsgált STR lokuszok száma 1-4 körül mozog [2]. Annak érdekében, hogy a bűnügyi szimulációba bevont DNS-profilok száma minél nagyobb legyen, a populációs mintákat alkotó személyek DNS-profiljainak egyesítésével egy nagy DNSprofil készletet (poolt) hoztunk létre. Már 358 budapesti referencia ill. baranyai roma személyt tartalmazó profil-készlet négy-négy lokuszon történő analízise is azt mutatta, hogy a különböző adatbázisokból számított profilgyakorisági értékek között akár majdnem két nagyságrend különbség is lehet [2, 3]. A nagy igazságügyi személyazonosító erővel rendelkező multiplex STR genotipizáló-rendszerek alkalmazásával kíváncsiak voltunk arra, hogy a populációs adatbázis-választás fentiekben kifejtett hatása további három magyarországi populációs minta, és összesen 13 autoszómás STR lokusz (a CODIS törzs-lokuszok) bevonásával is érvényesül-e. Az elemzésbe bevont 754 DNSprofil egyezési valószínűségének reciprokát, a valószínűségi hányados értékeket (LR) ún. sörét- és Tippett-diagramokon értékeltük ki. A vizsgálat során valamennyi DNS-profil valószínűségi hányados értéke meghaladta az LR = 10 11 szintet, függetlenül attól, hogy melyik populációs adatbázis allélgyakorisági értékével számoltunk. A valószínűségi értékek a baranyai roma populációval való összehasonlítások során szórtak a legjobban, amiért valószínűleg a baranyai populációnak és a többi populációnak az allélgyakoriság-eloszlás szintjén tapasztalt elkülönülése a felelős. A budapesti referencia populációval való összehasonlítást úgy is elvégeztük, hogy kiértékelés során csak azokat 8

a profilokat vettük számításba, amelyeknek a budapesti referencia allélgyakorisági adatbázisból számolt LR-értékei meghaladták a többi adatbázisból kalkulált LR-értékeket. A négy lehetséges párosítás közül kettőben, a baranyai roma és a kiskun adatbázissal való összehasonlításban a profilok 11-12%-a mutatott min. két nagyságrend LR különbséget. Ez az alkalmazott modellünk alapján azt jelenti, hogyha a tettes a két populáció valamelyikéből származik, akkor az LR-érték megbecsülésekor várhatóan az esetek kb. 10%-ában tévednénk legalább két nagyságrendet a vádlott kárára. Ez a tévedési arány és mérték igazságügyi kontextusban jelentősnek mondható. Az öt magyarországi populáció igazságügyi statisztikai aspektusú összehasonlításának utolsó lépcsőjében azt vizsgáltuk, hogy az LR-értékek és különbségeinek eloszlása hogyan módosul, ha a profil egyezési valószínűség számítását a budapesti referencia adatbázis esetében az Ayres és Overall (1999) által javasolt módon korrigáljuk. A egyezési valószínűség számítás módosított formája figyelembe veszi a népesség alpopulációiban lévő személyek közötti genetikai korrelációt. A kiértékelés során itt már csak azokat a profilokat vettük számításba, amelyek LR értéke a budapesti referencia allélgyakorisági adatbázis használatával magasabbnak bizonyult. A budapesti referencia populációt tartalmazó négy lehetséges párosításban a profilok legfeljebb 2,5%-a mutatott min. két nagyságrend LR különbséget. Ez az alkalmazott alpopulációs modellünk alapján azt jelenti, hogyha az igazságügyi statisztikai interpretáció során a referencia budapesti allélgyakorisági adatbázissal történik a kalkuláció, akkor várhatóan az esetek legfeljebb 2-3%-ában tévednénk min. két nagyságrendet a terhelt kárára. Figyelembe véve azonban az LR értékek nagyságrendjét (10 11-10 25 ) és az LR különbség-eloszlási görbék gyors lecsengését, levonhattuk azt a következtetést, hogy a detektált különbség igazságügyi szempontból elhanyagolható. 4.8. A felmért öt magyarországi populáció genetikai összetételében különbségeket mutattunk ki. A budapesti referencia populációtól legnagyobb mértékben a baranyai roma populáció különbözött. Kíváncsiak voltunk, hogy ebben az extra esetben a két populációt alkotó személyek etnikai származását 1-17 autoszómás STR lokusz alléljaiból álló DNS-profiljuk alapján milyen sikerességgel lehet helyesen megbecsülni [4]. E két populáció a magyar népességet és annak egy jelentős lélekszámú kisebbségét hivatott reprezentálni a szimulációban. Az STR markerek etnikai származás megállapító képességét e két magyarországi mintát tartalmazó populáció-csoport mellett másik hat külföldi populáció két csoportjában (osztrák kaukázusi/egyiptomi arab ill. négy USA populáció) is felmértük. Az STR profil gyakoriságára épülő etnikai eredet becslés (EEO) általunk választott megközelítése újnak nevezhető abban az értelemben, hogy a korábban leírt módszerekkel ellentétben a helyes és téves becslések várt aránya, így a procedúra megbízhatósága az eredményekből kiolvasható. A magyarországi populáció-csoportban a az EEO helyes eredményt adott a személyek közel 90%-ára. Az EEO az osztrák/egyiptomi párra már csak 80%-ban volt megfelelő. A harmadik, USA- 9

csoportban az ázsiai és az afro-amerikai populációra kapott 80% körüli sikeres azonosítás meglehetősen magas értéknek számít, figyelembe véve a lehetséges populációk számát. Az USA kaukázusi és a spanyol ajkú népességének külön-külön történő beazonosítása gyakorlatilag nem volt megbízható. Ha a kaukázusi vagy spanyol ajkú etnikai származást nem kívántuk tisztázni, akkor a két populációt alkotó személyek 93%-a sikeresen elkülöníthető volt az ázsiai és afro-amerikai populációtól. A helyes és téves etnikaieredet-becslések aránya a vizsgált lokuszok számának növelésével kb. 15 db lokuszig jelentősen emelkedett, 15-nél több lokusz bevonásával a hatékonyság már nem nőtt számottevően. Az etnikaieredet-becslés általunk választott, viszonylag egyszerű módszerének van egy nagyon lényeges alapfeltétele. Nevezetesen, a EEO megbízhatóságára vonatkozó eredményeink csak akkor helyesek, ha azzal a feltételezéssel élünk, hogy az ismeretlen elkövető egyenlő a priori eséllyel tartozhat a bűncselekmény szempontjából releváns valamennyi populáció-csoportba. Ha pl. az egyik populáció lényegesen nagyobb a másiknál, a kiindulási valószínűség a nagyobb lélekszámú populáció esetén magasabb. Mindezek mellett a téves eredetbecslés viszonylag magas várt aránya miatt az eredmények interpretációjakor mind az igazságügyi szakértőknek, mind a nyomozó hatóságnak rendkívüli körültekintéssel kell eljárnia. 5. KÖVETKEZTETÉSEK Eredményeink összefoglalása után megvalósultnak hiszem azt a célkitűzésemet, amely arra irányult, hogy polimorf mikroszatellita lokuszok genotipizálása révén felállítsunk egy olyan budapesti referencia populációs adatbázist, ami megfelelőnek bizonyul a Magyarországon elkövetett bűncselekmények szakértői vizsgálatának korrekt statisztikai genetikai interpretációjára. 13 autoszómás STR marker (a CODIS törzs-lokuszok) analízise biztosíthatja a Magyarországon elkövetett bűncselekményekben érintett személyek individualizációját. Megállapítottuk, hogy a magyar népesség genetikai szubstrukturáltsági foka lényeges hatással lehet a DNS-vizsgálat bizonyító erejének statisztikai kiértékelésére. Eredményeink azt mutatták, hogy az alpopulációs teória alapján a magyarországi népcsoportokban élő személyek genetikai korrelációját figyelembe kell venni a DNS-profil egyezési valószínűség kalkulációja során annak érdekében, hogy a törvényszéki DNS-vizsgálat bizonyító erejének bemutatásakor ne történjen tévedés a terhelt kárára. Az etnikai eredet megbecsülésének megbízhatóságára irányuló vizsgálataink eredménye alapján megállapíthattuk, hogy az igazságügyi genetikai gyakorlatban vizsgált autoszómás STR markerek bizonyos feltételek teljesülése esetén alkalmasak lehetnek a bűncselekmény elkövetésekor biológiai nyomot hátrahagyó tettes etnikai származásának megbecsülésére Magyarországon. 10

6. IRODALOMJEGYZÉK [1] Füredi S, Woller J, Pádár Z, Angyal M (1999) Y-STR haplotyping in two Hungarian populations. Int J Legal Med 113:38-42 [2] Füredi S, Angyal M, Kozma Z, Sétáló J, Woller J, Pádár Z (1997) Semi-automatic DNA profiling in a Hungarian Romany population using the STR loci HumVWFA31, HumTH01, HumTPOX, and HumCSF1PO. Int J Legal Med 110:184-187 [3] Füredi S, Kozma Z, Woller J, Pádár Z, Angyal M, Bajnóczky I, Nishi K (1998) Population genetic data on four STR loci in a Hungarian Romany population. Int J Leg Med 112:72-74 [4] Klintschar M, Füredi S, Egyed B, Reichenpfader B, Kleiber M (2003) Estimating the ethnic origin (EEO) of individuals using short tandem repeat loci of forensic relevance. In: Brinkmann B, Carracedo A (eds) Progress in Forensic Genetics 9. International Congress Series 1239. Elsevier, pp. 53-56 [5] Furedi S, Woller J, Padar Z (1995) Hungarian population data for the STR systems TH01 and VWA. Int J Legal Med 108:48-49 [6] Füredi S, Budowle B, Woller J, Pádár Z (1996) Hungarian population data on six STR loci - HumVWFA31, HumTH01, HumCSF1PO, HumFES/FPS, HumTPOX, and Hum HPRTB - derived using multiplex PCR amplification and manual typing. Int J Legal Med 109:100-101 [7] Füredi S, Woller J, Pádár Z (1997) A population study of the STR loci HumLPL, HumF13B and HumF13A01 in Hungary. Int J Legal Med 110:107-108 [8] Egyed B, Füredi S, Angyal M, Boutrand L, Vandenberghe A, Woller J, Pádár Z (2000) Analysis of eight STR loci in two Hungarian populations. Int J Legal Med 113:272-275 [9] Roewer L, Kayser M, de Knijff P, Anslinger K, Betz A, Caglià A, Corach D, Füredi S, Henke L, Hidding M, Kärgel HJ, Lessig R, Nagy M, Pascali VL, Parson W, Rolf B, Schmitt C, Szibor R, Teifel- Greding J, Krawczak M (2000) A new method for the evoluation of matches in non-recombining genomes: application to Y-chromosomal short tandem repeat (STR) haplotypes in European males. Forensic Sci Int 114:31-43 [10] Roewer L, Krawczak M, Willuweit S, Nagy M, Alves C, Amorim A, Anslinger K, Augustin C, Betz A, Bosch E, Caglia A, Carracedo A, Corach D, Dekairelle A-F, Dobosz T, Dupuy BM, Füredi S, et al. (2001) Online reference database of European Y-chromosomal short tandem repeat (STR) haplotypes. Forensic Sci Int 118:106-113 [11] Vandenberghe A, Füredi S, Boutrand L, Mertens G (2000) Structure of rare alleles of locus HPRTB in the Hungarian population. In: Sensabaugh GF, Lincoln PJ, Olajsen B (eds) Progress in Forensic Genetics 8. Elsevier 2000, pp. 43-45 [12] Boutrand L, Egyed B, Füredi S, Moomers N, Mertens G, Vandenberghe A (2001) Variations in primer sequences are the origin of allele drop-out at loci D13S317 and CD4. Int J Legal Med 114:295-297 [13] Woller J, Füredi S, Pádár Zs. (1997) Polimeráz láncreakción alapuló DNS vizsgálatok a magyar igazságügyi gyakorlatban. Orvosi Hetilap 138:3223-3228 11