2026年4月，国际刑警组织（INTERPOL）第21届国际法医学管理者研讨会的重头戏之一：John Butler博士主笔的《法医生物学与DNA分型综述（2023-2025）》在Forensic Science International: Synergy上正式发表。这篇综述梳理了2023到2025三年间法医DNA领域的几乎所有重要进展，引用的文献、指南和专著加起来接近2000篇，几乎是法医DNA领域目前最全的一份技术地图。
John Butler这个名字在法医DNA圈子里不需要多介绍。他是美国国家标准与技术研究院（NIST）的资深研究员，写了多本法医DNA分型的经典教材。他每三年为INTERPOL做一次综述，2019-2022那一版也是他写的。但这次2023-2025版有一个特别的背景：这是他第一次系统性地使用AI工具辅助文献筛选和分析，他自己在LinkedIn上也提到了这一点。某种意义上说，这篇综述本身也是AI进入法医学研究流程的一个样本。
那么这篇2000篇文献堆出来的综述到底说了什么？对中国法医DNA实验室又有哪些参照意义？
混合图谱解读：从“可以不做”到“不能不做”
Butler在综述中花了很多篇幅讨论DNA混合图谱的概率基因分型（Probabilistic Genotyping, PG）。美国这边，Probabilistic Genotyping Software（PGS）工具已经用了快十年，STRmix和TrueAllele是两大主流。但Butler指出，2023-2025年间的一个关键变化不是技术本身的进步，而是法律层面的推动：越来越多的美国法院在Daubert听证中认可了PG方法，一些早期质疑的声音（比如对源代码不公开的争议）在新的验证数据和第三方比较研究面前被逐步消解了。
与此同时，欧洲在混合图谱领域也有动作。ISFG在持续更新概率基因分型的推荐标准。总体趋势是一致的：混合图谱的解读从人工判断走向概率模型，从定性走向定量。
放到中国的语境下看，这个差距还是比较明显的。国内法医DNA实验室目前处理混合图谱的主流方式仍然是人工分型加排除法，部分省级实验室开始引入概率基因分型工具（比如STRmix），但覆盖面远低于美国和欧洲。一个关键障碍是东亚人群的等位基因频率数据：PG软件的概率计算高度依赖人群数据库，而目前主流软件内置的东亚人群数据还不够精细。国内有团队在做本地化的频率数据库，比如基于中国不同民族和地区的人群STR数据，但还没有形成全国统一的标准库。这个问题不解决，PG的推广就很难走远。
大规模并行测序（MPS）：终于开始落地了
MPS（也叫二代测序NGS）在法医DNA中的应用已经讨论了很多年。Butler的综述里一个比较明确的信号是：2023-2025年间，MPS从“实验室验证阶段”开始走向“案件应用阶段”。具体表现为几个方面：Verogen（现属QIAGEN）的MiSeq FGx系统获得了更多司法管辖区的案件许可；多个研究团队发表了用MPS解析极度微量DNA（<100 pg）的成功案例；STR序列多态性（isoallele）作为提高分辨力的手段在混合样本中展示了明显优势。
但Butler也提了几个现实困难：MPS的单位成本仍然高于CE（毛细管电泳），数据处理流程更复杂，实验室人员在生物信息学方面的培训缺口很大。这些困难在全球范围内都存在，在中国可能更突出一些。国内已经有一些机构开始配置MPS设备（比如公安部鉴定中心和一些省级实验室），但整体上MPS在国内的案件工作占比还非常低，主要还是用于科研和疑难案件。
一个值得注意的细节是：中国的法医DNA数据库（国家库）目前完全基于CE平台的STR分型数据。如果未来要向MPS过渡，数据库的兼容性是一个巨大的工程问题。但这一步迟早要走，因为MPS在单个反应中同时分析STR、SNP、线粒体DNA和插入/缺失多态性的能力，是目前CE平台无法替代的。
快速DNA和现场检测：执法场景的延伸
Butler综述里提到的另一个趋势是快速DNA（Rapid DNA）设备的进一步成熟和执法场景的扩展。2023-2025年间，美国FBI批准了更多型号的快速DNA设备用于嫌疑人DNA采集和数据库比对（在授权条件下），一些地方执法机构开始在羁押场所部署这类设备。英国也在进行类似的试点。
但Butler同时指出，快速DNA的灵敏度不如传统实验室方法，对混合样本和微量样本的处理能力有限。它更适合单一供者的高量DNA样本（比如口腔拭子），不适合犯罪现场提取的复杂检材。这一点对于考虑引入快速DNA技术的国家来说是个重要的提醒：它不是实验室分析的替代品，而是一个前端筛查工具。
中国目前对快速DNA的态度比较谨慎。公共安全行业标准GA/T 1690-2019系列涉及了部分快速检验方法，但整体上还没有像美国那样在执法场景中大规模部署。这跟中国对DNA样本采集和数据库管理的法律框架有关，也跟技术成熟度的评估有关。
法医遗传系谱学（FGG）：争议中前进
FGG（Forensic Genetic Genealogy）是Butler综述中一个无法绕过的热点。从2018年金州杀手案以来，FGG已经帮助美国破获了超过700起悬案。但2023-2025年间，这个领域的关键词不是“破案”，而是“监管”。
美国有几个州在这三年内出台了限制FGG使用的法律（比如马里兰州和蒙大拿州），要求执法机构在使用遗传系谱数据库时必须获得明确的司法授权。同时，美国司法部也在2024年底发布了一份关于FGG使用的临时政策指南。Butler的综述把FGG的法律和伦理争议作为一个独立章节来讨论，这在之前的INTERPOL综述中是很少见的。
中国在FGG方面的情况比较特殊。公开的遗传系谱数据库（比如GEDmatch和FamilyTreeDNA）在中国几乎没有用户基础，中国有自己的一套DNA数据库体系（国家DNA数据库和Y-STR家系排查系统）。但技术本质是相通的：中国的Y-STR家系排查在逻辑上跟FGG有类似之处，都是通过亲属关系来锁定嫌疑人范围。白银就是中国家系排查的一个标志性案例。不过中国目前的路径更多依赖于公安内部的数据库而非公开的商业系谱库，隐私和伦理问题因此相对可控，但数据库覆盖的广度和精细度也受限于此。
AI进入法医DNA：Butler自己就在用
最有意思的是，Butler在撰写这篇综述的过程中自己就使用了AI工具来辅助处理近2000篇文献的筛选和分类。他在LinkedIn上公开提了这件事，也在综述中讨论了一个新议题：AI/机器学习在法医DNA分析中的角色。
目前AI在法医DNA领域的应用主要集中在几个方向：混合图谱的自动化分类、电泳图谱的质量评估、以及MPS数据的生物信息学分析。这些应用目前还处于辅助工具的阶段，离AI独立做出鉴定判断还有很长的距离。但Butler的判断是，这个方向不可逆，未来三年的变化可能会比过去三年更快。
对中国来说，AI法医学应用是一个既有优势也有短板的方向。优势是有大量的数据和计算资源，算法研究也跟得上国际节奏。短板是：AI模型的训练需要高质量、标准化的标注数据，而国内法医DNA数据的标准化程度还有提升空间。另外AI在司法鉴定中的可解释性和法庭接受度，无论是在中国还是美国，都是悬而未决的问题。
一篇综述背后的信号
Butler的这篇综述不只是一个文献列表。它是2023-2025年法医DNA领域技术趋势的一个横截面。几个信号比较清楚：概率基因分型已经成为混合图谱解读的标准做法而非选项；MPS从实验室走向案件只是时间问题；FGG在破案效率和隐私保护之间需要找到一个平衡点；AI不是噱头，是真的在渗透这个行业。
对于中国的法医DNA从业者来说，这篇综述值得全文精读。它揭示的不只是别人做了什么，更是我们自己还需要补什么。