一、从罗曼诺夫家族的公案说起
1991年，叶卡捷琳堡郊外挖出一批遗骸，被怀疑是末代沙皇尼古拉二世一家。英国法庭科学服务部的Gill团队做了线粒体DNA鉴定，1994年公布结果。尼古拉二世在16169位点出现C和T的混合信号，也就是点异质性。按当时朴素的看法，同一个体的mtDNA应该完全一致。这种混合一度让人怀疑检材有问题，连鉴定结论都被打了问号。两年后Ivanov团队测了沙皇弟弟格奥尔基的遗骸。同一个位点检出同样的异质性，身份才最终坐实。
30年过去，异质性判读依然是线粒体DNA检验里最难啃的骨头。2024年9月9日，美国DNA分析方法科学工作组发布新版线粒体DNA解释指南。这份指南取代2019版，同步发布的还有一份常见问题补充说明。这是美国法庭科学mtDNA解释规则的又一次重写。NGS数据、全基因组测序和统计表述，全部纳入了规则框架。
二、几个绕不开的概念
线粒体DNA是细胞核外约16569个碱基的环状DNA，母系遗传。每个细胞有几百到几千个拷贝，降解样本里往往比核DNA更耐打。法医常规测高变区I、II（HVI、HVII），NGS时代可以扩展到整个线粒体基因组。样本序列与修订剑桥参考序列（rCRS）比对后，列出一串差异位点，就构成单倍型。
- 点异质性：同一个体位点同时存在两种碱基，比如16169位同时看到C和T。
- 长度异质性：多聚C这类均聚物区域碱基数不稳定，测序图下游出现套峰。
- 系统发育比对：按进化学上已知的多态模式排列差异位点。规则比对：按一套人为排序的规则排列。同一串序列，两种方法可能给出不一样的单倍型写法。
- 计数法统计：数一数单倍型在数据库里出现几次，除以库容量，得到频率。
三、SWGDAM 2024改了哪些地方
这份文件的演进脉络清楚：2003年初版，2013年大改，2019年纳入NGS，2024年把线粒体全基因组测序和统计计算正式写进正文。三处变化最值得说。
比对命名：系统发育比对成为唯一推荐路径
指南4.1条明确：在数据库检索实现字符串比对之前，序列一律用系统发育方法比对到rCRS。比对结果再经EMPOP数据库验证。规则法只在EMPOP不可用等特定情形下启用，而且要按五条规则的顺序走：差异最少优先，替换优先于插入缺失，转换优先于颠换，插失连续放置，插失放在轻链3'端。
同聚物C区给了硬性约定：HVI的C-stretch按16189C处理，HVII按310C或311T处理。515到525的AC重复基序保持，3107位不报告。插入记成315.1C这种格式，缺失记成249del。补充说明专门提醒：同一串序列，旧规则法和系统发育法可能差出3到5个差异位点。这种差别直接影响数据库检索，尤其是失踪人员比对。
异质性与混合物：从原则到可操作规则
2024版要求实验室在自己测序系统的操作范围内定义异质性。点异质性要在正反链都检出、高于本底才能报告。混合物解释必须经过验证，验证要能区分混合物、异质性、损伤和噪声。比对上，5.1.1条直接说：不建议把16193、309、573位点后常见长度变异用于比对和检索。CODIS和EMPOP默认忽略这些插入缺失。老版"两个及以上差异即排除"的硬规则，这次改成由实验室依据验证数据自定差异数，同时考虑检测范围、异质性阈值和遗传距离。
统计与NGS指标落地
统计仍用计数法：p等于x除以n，配上Clopper-Pearson 95%置信上限，也可以换算成似然率。全基因组数据允许用缩减范围检索来最大化区分度。短范围命中的单倍型，必须同时满足长范围匹配。NGS数据的判读指标也列全了：读深、Q值、链偏倚，外加变异频率、变异数和变异质量。
四、关键数据：异质性不是边缘现象
- 控制区点异质性：Sanger时代人群检出率约6%。全基因组范围，点异质性出现在约25%的个体身上。
- 长度异质性：控制区63.6%的个体都能检出。说实话，这个数字值得反复读：长度异质性不是例外，是常态。
- 检出限：Sanger对点异质性的检出限约10%到20%。NGS可以压到5%以下，有的研究做到1%甚至0.5%。
- 热点位点：HVI的16093、16129、16189、16309，HVII的73、152、189、207、215。
- 家系验证：Connell等2022年用诺福克岛2339对母系亲属做全基因组比较。97.3%完全一致，2.7%单碱基差异判为不确定，假排除0例。把异质性当差异来算，不确定率上升6%，出现0.34%的假排除。
- 国内数据：程凤等2021年在法医学杂志报告，8名个体中2人的颞部毛干检出异质性。这2人的口腔拭子和血液分型则完全一致。
- 数据库规模：EMPOP第14版收录质量受控单倍型63434条，里面全基因组10648条。
五、中国标准与新规的差距
国内现行主力标准是司法部的SF/Z JD0105008-2018《法医物证鉴定线粒体DNA检验规范》。这份规范2019年1月1日实施，框架围绕Sanger测序设计，参考文献里引了ISFG 2014版指南，但只取了框架。NGS方面，公安部2022年发布GA/T 1979-2022《法庭科学 线粒体DNA二代测序技术规范》。国家标准GB/T 43636-2024《法庭科学 DNA二代测序检验规范》2024年10月实施。问题在于：后两份管的主要是检验流程和数据分析。结果解释和证据权重的规则，还挂在2018年那份Sanger时代的老规范上。逐项对比：
| 维度 | SWGDAM 2024 | 中国现行规范 |
|---|---|---|
| 适用数据 | Sanger与NGS并重，全基因组单独展开 | 以Sanger测序为主，NGS只提试剂盒要求 |
| 比对命名 | 系统发育比对为唯一推荐，EMPOP验证，五条备选规则，C-stretch有硬性约定 | 规则法为主，差异优先顺序为插失、转换、颠换，没有C-stretch命名体系 |
| 排除规则 | 差异数由实验室依据验证数据自定，要考虑检测范围、异质性阈值和遗传距离 | 固定规则：两个及以上碱基差异（不含长度异质性）排除，一个差异判不确定 |
| 统计表述 | 频率加95%置信上限，可选似然率，可和STR、Y-STR证据合并 | 没有统计条款，鉴定意见只有排除、不排除、不确定三档 |
| 群体数据库 | EMPOP验证比对，CODIS检索，数据库有质量要求 | 鼓励实验室自建参考库，可参考EMPOP，没有全国统一频率库 |
| 混合物 | 允许经验证后对NGS混合序列作包含或排除 | 没有规定，只在特别说明里提醒考虑混合 |
| 损伤与NUMT | 补充说明专节讲胞嘧啶脱氨和核线粒体假基因 | 没有涉及 |
两处差距最要命。第一是统计。美国报告mtDNA匹配必然附频率和置信区间。中国鉴定书只写"不排除来自同一母系"，证据价值全靠鉴定人的个人说明。第二是对比规则本身。2018规范处理比对歧义时，把插入缺失排在转换、颠换前面优先考虑。SWGDAM 2024反过来要求替换优先于插失。同一个序列，按两套规则标注，理论上能差出一个比对结论。
六、困境与伦理
NGS把点异质性检出限从10%到20%的水平压到5%以下，新麻烦跟着来了：越灵敏，看到的低频混合位点越多，怎么区分真实异质性、测序噪声、损伤和污染？Connell那篇研究里，20%阈值漏掉了8个真实异质性，降到5%又引入2例假阳性。阈值没有标准答案。
全基因组比较把战场从约1100个碱基的控制区扩大到16569个碱基。母系亲属间差异位点增加了87.5%，旧的两差异排除规则正在逼近边界。一个碱基差异判"不确定"，这结论对法庭太软，对家属太冷。科学的谨慎和判决的需要之间，隔着"不确定"三个字，这事搁哪个法院都难办。
伦理层面也不轻松。母系单倍型是家族性信息。测一个人的mtDNA，等于同时拿到了他所有母系亲属的一部分遗传信息。数据库入库、样本复检、跨代比对，知情同意怎么落地，国内还没有成文规则。2022年丰县事件的通报用了线粒体DNA，当时引发一轮科普讨论。mtDNA只能指向同一母系，不能单独认定具体亲缘关系。过度解读会闹出大错。
七、趋势与出路
- 补解释层标准。GA/T 1979-2022解决了怎么做，还缺一份解决怎么判的NGS mtDNA解释指南。
- 建全国统一的mtDNA频率数据库，质量受控，支持字符串检索。没有这个，统计表述就是无米之炊。
- 把统计写进标准：频率、95%置信上限、似然率，逐步替代裸奔的"不排除"。
- 做中国人群自己的全基因组和家系数据，验证排除规则和异质性阈值，别直接照搬欧美参数。
- 生物信息学能力建设。NGS下机数据到单倍型之间隔着大量软件环节，软件验证和专家复核缺一不可。
SWGDAM这份文件传递的信号很明确。mtDNA解释的规则中心，已经从测序技术移到了数据判读。中国不缺测序平台，缺的是把判读规则补上。就这样。