三天侦破积压了28年的悬案，“Y库”到底是个什么神奇宝贝？

前段时间，南京警方宣布一起多年前的奸杀案告破。死者沉冤得雪，生者罪恶已昭，就不再讨论当事人的故事了。

值得注意的是，在事发的1992年，警方调动了极大资源去调查，核查线索数千条，走访人数超1.5万，但随后的二十几年间案情都未曾获得突破。

而从意外获得嫌疑人男性亲属DNA，到成功确认嫌疑人身份并抓捕，只用了短短三天。

今天我们就来聊一聊，在这起案件告破过程中，发挥了极大作用的DNA检测，或者说是Y-STR检测到底是什么。

我们都知道，DNA可以标志一个人的身份，不过在现代法医学实践中，DNA检测并不会完整地对比所有DNA序列。

人类DNA长度超过32亿个碱基对，倒也不是不能测。

实际上，我们只要选出DNA中比较有特征的部分，单独检测这部分就好了。

这就是我们今天要说的短序列重复（STR）。

这就是一个典型的STR。

DNA序列有ATCG四种碱基组成，它们四个的排列组合中，有时就会出现同样的排列反复出现的情况。

比如ATATATATATATATATATATAT。

又比如CTGCTGCTGCTGCTGCTGCTG。

STR片段一般2-6个碱基长，重复次数从几次到几十次不等。

不抽卡谢谢。

检测中往往选取位于非编码区的STR，这部分基因没有功能，不容易被自然选择淘汰，更容易保留突变带来的个体差异。

不同的个体之间具有完全相同的STR的概率是非常小的，如果同时检测多个位点，那准确度就更高了。

美国的法医学鉴定会同时检测13个常染色体STR位点，在理想情况下，两个人同时匹配同一份DNA样本的概率还不到十亿分之一。

这是最大的优点，也是最大的问题。

从犯罪现场提取到的嫌疑人DNA刚好能匹配到已有数据的概率有多大？

我不知道，至少在拥有全民基因数据之前，这个概率应该很低。这意味着你的嫌疑人必须以前也犯过罪、被抓到过、被登记在案。

那这犯罪分子真是屡教不改还总被抓到，又蠢又坏。

很显然，我们需要一种更“模糊”的、能迅速找到嫌疑人所在特定群体的技术。

先来说说常染色体STR为什么不行。

人体体内有23对染色体，其中22对称为常染色体，1对叫做性染色体，女性为XX，男性为XY。

在精子和卵细胞形成过程中，23对染色体会一一分开，每个精子/卵子都只有每对中的一条。

所以受精卵形成倒也的确是个找到另一半的过程。

那么，在不考虑基因突变的情况下，你和父亲/母亲的STR相似度可能只有50%，算到祖父辈则是25%或更少。

如果往上倒推10辈人，从时间上来看可能也就只有300年左右，但是你的8曾祖辈将有2的十次方个个体。

210=1024。

这一个G的人每个人又和你有多相似呢？

而且如果你有耐心推算就会发现，因为染色体的重组是完全随机的，并不是亲缘更近基因相似性就更高。

隔了三代的表亲并不一定就比隔了八代的在基因上更相似。

实际上，如果用比较低的常染色体STR相似率去匹配，是极有可能匹配到地球另一边儿一个完全没关系的人的。

说不定也能匹配到大猩猩。

所以常染色体STR一般只用作单一身份的鉴定，或者结合家谱推断亲缘。在除了DNA什么都没有的情况下，并不实用。

相比之下，Y-STR的普适价值更广一些。

顾名思义，Y-STR就是对Y染色体进行的STR检测。

与常染色体不同，Y染色体仅有男性拥有，在一个家族中，所有男性个体的Y染色体，都来自统一祖先。

这就意味着，同样不考虑基因突变的情况下，只要是一家人，那就拥有同一条Y染色体。

那么可供精确匹配的样本数就大得多了。一旦匹配成功，就可以确认嫌疑人所在的家族，再结合其他证据的推断，比如说嫌疑人的年龄、身高、某些习惯等等，就可以迅速锁定到个人，最后通过常染色体STR确认身份。

当然了，实际应用中面临的困难还会更多一些。我们再来看一遍这张图。

受到犯罪现场条件限制，警方提取到的DNA很多时候是多个来源混合的，可能由于外部环境原因有所降解，又或者检材比较少DNA量不足，真实检测结果并不总是像示例这样清晰。

这就需要法医们利用经验和技巧来综合判断了。

在刑事案件、尤其是凶杀案中，嫌疑人为男性的比例非常之高，这也是Y-STR技术得以应用的现实原因之一。

在南医大案中，犯罪分子麻某被捕，就是因为他的一位近亲被盘查采血，发现Y染色体数据与当年的检材高度重合。

麻某为人和气、家庭和睦、有正经编制工作，在邻里之间口碑非常不错。如果不是因为这次“意外”，深埋的罪行可能很难曝光。

其实真实的刑事案件调查中，这样的例子并不罕见。如果现场没有留下明确的嫌疑人身份指向证据，那么警方往往只能从受害人的人际关系逐一排查。

这就是南医大案中调查了数千线索、走访1.5万人的原因。

随着时间的进展，不管是当事人的记忆、还是心理状态都会发生变化，调查只会越来越难。

感谢现代科技，让天网恢恢疏而不漏这句话，不再只是一种心理安慰。

2018年，公安部宣布了一项三年规划，要求全国各地在三年内建成自己的Y库。

从理论上讲，上下几代人的Y染色体都是基本一致的，那么可能几十口人只要录入一个人的Y数据就足够司法使用了。

根据《三联新闻周刊》对刑侦专家的采访，国内最早应用Y库的是河南省，现在河南Y库规模应该有500万。

Y-STR技术在中国率先被推向应用。林恩正告诉本刊，国内最早的应用应该是在河南。他听到的说法是，因为河南当时大量出现流动作案团伙和家族式作案团伙，有刑侦专家向河南省公安厅推荐了这一技术，“现在河南应该已经有一个超过500万规模的Y库。”林恩正说。葛建业向本刊简单计算了一下，河南有1亿人口，男性约有5000万，如果按祖孙三代男性1：3：5计算，几乎已经覆盖全部家庭。

最后再聊两句Y库的伦理问题。

其实在上个世纪90年代，DNA检测就已经在法医学实践中应用了，但是到今天，我们也没听说过为了司法大规模采集DNA信息的行为。

甚至随着商业化DNA检测的流行，人们越来越意识到，DNA也是隐私的一部分。

比如说，如果某个人携带者一段疾病相关基因，那么这会不会成为他被歧视的理由呢，他是不是有权利保密呢？

所以现在司法掌握的DNA数据，都来自犯罪者和警务人员，至多涉及到高犯罪率的群体。

在这个意义上，Y库甚至是更加扩大了一步的，它针对的不是个体，而是一个家族、一个群体，你我都有可能因为远得不能再远的亲戚被警察找上门来。

但我们或许不用担心Y库会泄露基因的秘密，毕竟它只保存部分STR的数据，这些来自非编码区的小片段大概率并不决定我们的身高体貌。

当然，这也意味着Y库的功用较为单一，保障司法正义之外，很难在医疗等领域提供更多的帮助。