• English
    • svenska
  • English 
    • English
    • svenska
  • Login
View Item 
  •   Home
  • Student essays / Studentuppsatser
  • Department of Mathematical Sciences / Institutionen för matematiska vetenskaper
  • Kandidatuppsatser
  • View Item
  •   Home
  • Student essays / Studentuppsatser
  • Department of Mathematical Sciences / Institutionen för matematiska vetenskaper
  • Kandidatuppsatser
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Prediktion av hårfärg och ögonfärg från genetiska markörer inom forensisk verksamhet

Abstract
Just nu pågår studier om nya tekniker inom forensisk verksamhet som ska möjliggöra använd ning av DNA för att förutsäga fenotypiska egenskaper, såsom ögon- och hårfärg, från biologiskt material som hittats på brottsplatser. Dessa prediktioner kan vara särskilt värdefulla i utred ningar där traditionell DNA-profilering inte ger tillräcklig information. I denna rapport har data från Rättsmedicinalverket använts, bestående av sex single-nucleotide polymorphisms (SNPs) associerade med ögonfärg och 22 SNPs associerade med hårfärg, insamlade från 85 individer. Syftet med rapporten är att utveckla en statistisk prediktionsmodell som pålitligt kan klassificera ögon- och hårfärg baserat på genetisk information med hjälp av Markov chain Monte Carlo (McMC)-metoder. Det utvecklades flera modeller under projektets gång men i huvudsak användes två modeller för ögonfärger och tre modeller för hårfärger. Prediktions modellerna för ögonfärg visade mycket god förmåga att särskilja personer med blå och bruna ögon. Däremot uppstod svårigheter vid identifiering av individer med gröna ögon eller ögon färger som låg mellan blått och brunt. För hårfärg visade modellen en styrka i att identifiera personer med brunt hår, men hade begränsad förmåga att korrekt klassificera övriga hårfär ger, exempelvis tenderade individer med blont, rött eller svart hår att felaktigt klassificeras som brunhåriga. Dessa resultat understryker behovet av vidare forskning med större och mer varierade datamängder för att förbättra modellens inlärningsförmåga och precision. Tekni ken har stor potential att bidra till effektivare brottsutredningar genom att avgränsa antalet möjliga misstänkta, men det är också viktigt att beakta de osäkerheter som är förknippade med fenotypisk prediktion. I rapporten diskuteras faktorer som kan påverka prediktionernas tillförlitlighet, såsom tekniska begränsningar, kosmetiska förändringar, miljöfaktorer och trau man. Sammantaget indikerar resultaten att området är lovande, men att fortsatt forskning är nödvändig för att stärka metodens praktiska användbarhet.
Degree
Student essay
URI
https://hdl.handle.net/2077/88452
Collections
  • Kandidatuppsatser
View/Open
MSG910_Robin_Gustav_Ludwig_Filippa_2506.pdf (1.828Mb)
Date
2025-06-27
Author
Nilselid, Robin
Johansson Sporre, Filippa
Järlstam, Gustav
Lewis, Ludwig
Language
swe
Metadata
Show full item record

DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
Atmire NV
 

 

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
Atmire NV