Matematik, adli genetik vakaları 10 kat daha hızlı kırmaya yardımcı olabilir

Matematik, adli genetik vakaları 10 kat daha hızlı kırmaya yardımcı olabilir

Araştırmacıların soğuk vaka araştırmalarını hızlandırabilecek yeni bir stratejisi var.

Adli genetik şecere ile suçları çözmek yavaş ve karmaşıktır. Araştırmacıların yeni matematiksel analizi, vakaları 10 kat daha hızlı çözebilir.

Yaklaşık 37 yıl boyunca, Dayton, Ohio’nun dışında geyik derisi panço giyen genç, kimliği belirsiz bir cinayet kurbanı olan Buckskin Kız olarak biliniyordu. Ardından, Nisan 2018’de polis, kimliğinin gizeminin çözüldüğünü açıkladı. Adı Marcia L. King’di ve DNA’sının bir parçasını kuzenlerinden birine bağlayarak teşhis edilmişti.

Bu soruşturma yönteminin sahipsiz bir cesedi teşhis etmek için kullanıldığı ilk yüksek profilli davalardan biriydi. King’in adının açıklanmasından iki hafta sonra California polisi, Golden State Katili’ni bulmak için benzer teknikler kullandıklarını duyurdu. Aniden, genetik örnekleme, soykütük araştırması ve eski moda sakız çakma kombinasyonu, yüzlerce soğuk vakayı çözecek devrim niteliğinde bir atılım olarak selamlandı.

O zamandan beri, adli genetik şecere ABD’de 400’den fazla vakayı temizledi. Yine de bu dedektiflik işi karmaşık ve zaman alıcıdır.

King, sadece birkaç saatlik bir uykudan sonra tespit edilmiş olsa da, çoğu vaka çok daha uzun sürüyor. Ortalama olarak, başarılı bir şekilde çözmeleri bir yıldan fazla sürer. Birçoğu yarım kaldı: Bir kişinin kimliği belirlenemeden kolluk kuvvetlerinin finansmanı tükenebilir ve çok fazla çıkmaza girerlerse müfettişler vazgeçebilir.

Yeni matematiksel arama yöntemini geliştirmek için, Stanford Üniversitesi İşletme Enstitüsü’nde operasyonlar, bilgi ve teknoloji profesörü olan Lawrence Wein ve doktora öğrencisi Mine Su Ertürk, Kaliforniya’daki kar amacı gütmeyen bir kuruluş olan DNA Doe Projesi ile işbirliği yaptı. King davası da dahil olmak üzere 65’ten fazla tanımlanamayan kalıntı vakası.

Araştırmacılara, o sırada çözülmemiş sekizi de dahil olmak üzere 17 vakadan veri sağladı. Wein, “Bu, çözdükleri vakaların tarihsel ortalamasına oldukça benziyor” diyor. “Yani bu vakaların rastgele seçilmiş vakalardan çok daha zor veya çok daha kolay olduğundan şüphelenmek için hiçbir sebep yok.”

Wein ve Ertürk, bu gerçek dünya verilerini kullanarak, adli genetik şecere araştırmalarının yaygın olarak nasıl yapıldığına baktılar ve ardından mümkün olan en kısa sürede bir çözüm bulma olasılığını en üst düzeye çıkarmayı amaçlayan yöntemlerini test ettiler.

Wein, yeni yaklaşım hakkında “Çok daha hızlı olduğu ortaya çıktı” diyor – neredeyse 10 kat daha hızlı. “Mevcut yöntemi kullanarak sadece az sayıda vakayı çözüyorlarsa ve onları 10 kat daha hızlı çözmelerini sağlayabilirsek, o zaman çok daha fazla vakayı çözebilirler.”

Aile ağacı adli tıp

Tipik bir genetik şecere araştırması, kimliği belirsiz bir ceset veya bir cinayet zanlısı gibi bir “hedeften” DNA örneği ile başlar. GEDmatch veya FamilyTreeDNA gibi bir DNA veri tabanına yüklenir ve bu, bir “eşleşme” listesi -hedefin genomunun parçalarını paylaşan kişiler- oluşturur.

Bir arama, genellikle ortak ataları bir asırdan fazla bir süre önce ölmüş olabilecek uzak kuzenler olan bu eşleşmelerden yüzlercesini ortaya çıkarabilir. Wein ve Ertürk’ün analiz ettiği vakalarda 200 ila 5.000 maç vardı.

Bu sadece başlangıç: Hedefe göre bu uzak mesafelerden bir çizgi çekmek, mümkün olduğu kadar çok aile üyesini içeren bir soy ağacı oluşturmayı gerektirir. Burada da sorunun boyutu göz korkutucu.

Wein, “Bunlar devasa ağaçlar” diyor. “Birkaç düzine insandan daha büyük bir şeyi görsel olarak ortaya koymak gerçekten zor.” Ağaç genişledikçe hedefi belirleme olasılığı artar ama aramanın uzunluğu da artar.

Ardından, ağaçtaki ilgili kişiler belirlenmelidir. Bu, kamuya açık kayıtları, şecere sitelerini ve sosyal medyayı taramayı gerektirir; sezgi ve beceriyi birleştiren zaman alıcı ayak işleri. Wein, “Bütün bir sanat var” diyor.

“İnsanların kim olduğunu, atalarının ve yavrularının kim olduğunu bulmaya çalışmak için evlilik belgelerini ve ölüm belgelerini, doğum belgelerini ve Facebook’u ve her türlü farklı kayıtları kullanmak.”

Hedefe giden en iyi yolu hangi eşleşmelerin sağlayacağı hemen belli değil. Wein, araştırmacıların bu ipuçlarını takip etme stratejilerinin ademi merkeziyetçi olma eğiliminde olduğunu söylüyor. “Bunu yapan bir ekibiniz var ve her biri araştırmak için bir maç yapmaya karar verecek ve sonra her maçtan geriye doğru bir aile ağacı oluşturmaya çalışmak için kendi başlarına gidecekler. Büyük resmi bütünsel olarak düşünmüyorlar.”

Wein ve Ertürk, geri adım atarak ve tüm sorunu değerlendirerek, tanımlanamayan bir hedefe giden en verimli yolu arayan genetik soybilimciler için bir yol haritası sunuyor.

Wein, “Temel olarak, onlara ‘Şu anda aramada nerede olduğunuza bakılırsa, bundan sonra yapmanız gereken şey bu’ diyoruz” diyor.

Olasılıkları çözmek

Yeni arama yöntemi ile standart veya “kıyaslama” yöntemi arasındaki farkı açıklamak karmaşıktır, ancak Wein bunu şu şekilde özetlemektedir: “Kıyaslama yöntemi, farklı eşleşmeler arasında ortak ataları arar. Gerçekten bulmak istediğiniz şey, bir eşleşme ile bilinmeyen hedef arasındaki en yakın ortak atadır ve bu biraz farklı bir problemdir.”

Örneğin, ilk kuzenlerin en son ortak atası bir büyükanne ve büyükbabadır; ikinci kuzenler büyük bir büyükanne ve büyükbabayı paylaşır vb.

Olası en yakın ortak ataların bir listesini belirledikten sonra, Wein ve Ertürk’ün yöntemi, hedefin atasının listede olması için çok küçük bir şans olsa bile, soy ağacını onların soyundan gelenlerle “saldırgan bir şekilde” doldurur.

Bu sıçrama, aramanın ilerlemesini izlemek için olasılık teorisi kullanılarak gerçekleştirilir. Ertürk, “Bunu, yeniden oluşturulmuş aile ağacını, ağacımızdaki her bir kişinin hedefin doğru atası olma olasılığını temsil eden bir olasılıklar topluluğu olarak tanımlayarak yapıyoruz” diye açıklıyor. “Sonra, bu olasılıklara bakarak, ağacın hangi kısımlarını daha fazla keşfetmeniz gerektiğini söyleyebilirsiniz.”

Bu yaklaşım, daha küçük aile ağaçlarında bile etkili olduğunu kanıtlıyor, bu da daha hızlı çözüm süreleri anlamına geliyor. Yüzlerce simüle edilmiş arama yaptıktan sonra, Wein ve Ertürk, yöntemlerinin zamanın yaklaşık %94’ünde 7.500 kişilik bir aile ağacına sahip bir vakayı çözebileceği sonucuna varıyor. Bu durumlarda standart yöntemin başarı oranı %4 civarındadır.

Wein, bu bulguların DNA Doe Projesine ve diğer araştırmacıların yaklaşımlarını iyileştirmesine ve daha fazla vakayı çözmesine yardımcı olacağını umuyor. Analizinin, genetik araştırmacıların aramalarını daraltmak için kullandıkları, örneğin belirli bir yerde yaşayan aile üyelerine odaklanmak gibi bazı “hileleri” hesaba katmadığını belirtiyor.

“Algoritmamız hiçbir şekilde soy bilimcilerin yerine geçmeyi amaçlamaz” diyor. “Ama eğer gerçekten sıkışıp kalırlarsa, bu onlara aşikar olmayabilecek bazı fikirler verecektir.”

Wein, adli genetik şecereyi, vaadini yerine getirebilmesi için geliştirilebilecek başka bir suç çözme aracı olarak görüyor.

“Olasılık ve istatistik ile optimizasyonu ve bazen de oyun teorisini birleştiren ilginç bir alan” diyor. “Matematiksel bir bakış açısıyla bu problemlere ilgi duymamın nedeni buydu.”

Çalışma şurada yayınlandı: Adli Bilimler Dergisi.

Kaynak: Stanford Üniversitesi için Dave Gilson