2022 年 5 月，网飞出品了一部名为《我们的父亲》（Our Father）的纪录片。

图源网飞纪录片《Our Father》

这部纪录片，讲述了一名恶魔医生借人工授精之便，让数十名女性，在不知情的情况下，为其生下大量后代的故事。

起初，没有人发现这是一场灾难；而故事，要从一位名叫雅各芭·巴拉德的女孩说起。

雅各芭从小就意识到，自己跟父母的不同——金发碧眼的她，却有着黑发黑眼的父母；这让她一度以为自己是被收养的。

雅各芭·巴拉德

直到 10 岁那年，父母才告诉她，自己是通过人工授精才生下的她。

几年后，出于对自己「生父」的好奇、渴望像其他同学一样有兄弟姐妹，她找到了当时帮母亲做手术的医生——唐纳德·克莱恩（Donald Cline），并告诉了他自己的想法。

可惜，对方只是直截了当地说：你无法获得这些信息，你母亲的档案已经销毁了。

于是，雅各芭只好就此作罢。

直到 2014 年，她偶然间看到了基因检测的广告，这才让她的「寻亲之旅」有了转机。

但估计连她自己也不会想到，一次偶然的好奇，竟意外揭开了一场深藏数十年的医疗丑闻。

图源网飞纪录片《Our Father》

按照当地法规，同一位捐精者的「小蝌蚪」不会使用超过三次；但她的基因检测结果却显示，她有七个兄弟姐妹！

也就是说，唐纳德医生当年为前来就诊的女性进行人工授精所用的「小蝌蚪」，都是来自同一个人。

最终，唐纳德被告上了法庭。

这位享誉盛名的妇科医生被指控，在 1974 年至 1987 年间，用自己的精液，让前来就诊的女性为自己生下数十名「后代」。

唐纳德旧照及其相关新闻

而更可怕的是，在案件引起大众关注后，人们通过基因检测，发现了越来越多唐纳德的「子女」——截止到纪录片拍摄完毕前，已经确定了至少 94 人。

并且，他大部分的「子女们」，都生活在方圆几十公里之内；甚至有些人就住在相邻的街区，彼此之间的生活本来就有交集，或关系亲密。

发现生父是同一个人的兄弟姐妹们

万一真的发生了「有情人终成兄妹」的事情，后果可想而知。

那么，我们国内有没有类似的基因检测技术呢？有的。

其实，国内的 DTC 基因检测，也可以进行亲缘匹配。比如我们微基因WeGene（口水厂）就有「基因关系」的功能，可以帮你匹配亲缘关系相近的人。

图源微基因「基因关系」功能

所以，像口水厂这样先进的基因检测公司（没毛病），是怎样从上百万用户中，匹配到你的「亲戚」的呢？

一般传统的亲缘鉴定，是用二十多个常染色体短串联重复序列（STR）的方法。

短串联重复序列（STR）示意图

但这种方法主要是用来做亲子鉴定，比如判断来两个样本是不是父母和子女的关系；面对复杂一点的亲缘关系，就需要进行额外的实验了。

不过，雅各芭做的检测，是用的是一种更「优雅」的方式。

众所周知，通常来说，每个人都有 23 对染色体；而每一对染色体中，一条来自父亲、另一条来自母亲。

由于人在生殖过程中的同源重组，我们的常染色体并非简单地从自双亲各遗传一条染色体；而是父母各自的一对染色体，随机重组成一个新的染色体，然后再遗传给我们。

哪怕是远亲，即使在经历了多代染色体重组，他们的基因变异多态性，也仍会有相似的地方。

所以，我们可以利用这种不同个体在全基因组范围内，具有基因相似性的地方，也就是共祖片段（identity-by-descent, IBD）来推断亲缘关系。

简单来说，IBD 就是不同个体的常染色体中，来自相同祖先的相同基因片段。

找到 IBD 片段，我们就可以根据基因组同源重组的热点分布、位点之间的遗传距离、人群的基因组特点等信息来建立概率模型，进而判断不同个体间的亲缘关系。

越是近亲，他们共享的 IBD 片段就越多、越长；反之，则因为多次同源重组，而导致共享 IBD 片段变短、变少。

而帮雅各芭做商用基因检测的公司，使用的是「全基因组基因分型」技术——这是一种能够做到一次性对人体中几万、甚至几十万以上数量级的单核苷酸多态性（SNPs）位点进行检测的技术。

通常检查出来的，是像这样只检测出基因组上存在的变异，但是一般无法得知变异序列是来自父系的染色体还是母系的染色体。

所以，我们还需要将基因检测结果进行 Phasing，也就是「基因定相」，将样本的基因序列还原成可以直接区分父源和母源的状态。

Phasing 的方法主要有三种，分别是家系分型（Related individuals Phasing）、群体 LD 分型（LD Phasing）和物理分型（Physical Phasing）。

其中，最常用的就是群体 LD 分型。

这种方法，是指利用群体中大量无血缘关系的个体 ，依据连锁不平衡（Linkage disequilibrium, LD）遗传原理和相关数学模型，推断群体中每个个体的单倍体基因型。

例如，利用参考单倍型库中的单倍型来指导 Phasing；如 2002-2007 年的国际人类基因组单体型图谱计划（International HapMap Project）、2008-2015 年的千人基因组计划（1000 Genomes Project）等等。

通过构建基于隐马尔可夫模型（HMM）等的 Phasing 算法，依据测序数据或者芯片数据，反推出每个个体最有可能的单倍体。

完成 Phasing 后，就可以利用 GERMLINE、Refined-IBD 等各类 IBD 算法和软件，推断出 IBD 了。

还有一些算法不需要用 phasing 的数据，比如 IBIS 等；但当然，由于遗传过程中的随机性，这些推断也不是 100% 准确的。

隔了 5、6 代的人，IBD 的分布就是很广的一个范围了，可能没有，也可能还保留很长几段，所以一般在亲缘鉴定的结果上，都会有个概率给大家参考。

看到这里，相信大家对亲缘鉴定已经有了一定的了解，并且会担心随之而来的隐私问题。

所以，基因检测对用户隐私的保护，该如何保证？

18 年 11 月 23 日，美国《科学》杂志上，发表了黑泽尔等人的观点。

他们认为，一方面，应该建立全民性法医数据库，来帮助破获和威慑谋杀、强奸、抢劫、盗窃等严重犯罪。

另一方面，由于法医数据库只需要遗传标记信息的一小部分，就能用来识别个体；所以，这种公共数据应该使用短串联重复序列（Short Tandem Repeat, STR），保证在能让亲缘鉴定发挥作用的同时，又能避免敏感信息的泄漏。

当然，相关规范的制定，或许也可以参考我们口水厂的「基因关系」：用户在使用前，需要先确认风险后再授权；并且授权的用户也可以随时关闭功能，甚至是直接删除自己的数据。

图源微基因「基因关系」功能

看到这里，对于亲缘鉴定技术，你认为在获取数据库里的遗传信息时，应该有哪些规范和限制呢？36 也期待你在评论区发表自己的看法～