Klustringsanalys

När du tar ett autosomalt DNA-test får du ofta hundratals eller tusentals matchningar. Att överblicka alla dessa är svårt, och det är här klustringsanalys kommer in. Tekniken bygger på en enkel grundtanke: personer som delar DNA med dig och dessutom delar DNA med varandra härstammar troligen från samma del av din släkt. Genom att samla sådana personer i grupper blir det lättare att se mönster.

I praktiken jämför verktyget dina matchningar med varandra och placerar de som har gemensamma matchningar i samma kluster. Resultatet visas ofta som ett rutnät eller en färgkodad matris där varje kluster får en egen färg. Ett kluster kan motsvara din morfars släkt, ett annat din farmors, och så vidare. Du behöver inte i förväg veta hur personerna hänger ihop, klustren framträder automatiskt utifrån hur DNA:t delas.

Ett konkret exempel: Anna har 600 matchningar och kör en klustringsanalys. Verktyget skapar tio färgade kluster. I det blå klustret känner hon igen två kusiner på sin mammas sida, vilket gör att hon kan dra slutsatsen att alla okända personer i det blå klustret också hör till mammans släkt. När hon sedan undersöker ett rött kluster, där hon inte känner igen någon, kan hon ändå anta att de hör samman med en specifik anlinje och börja leta efter den gemensamma anan genom att jämföra de okända personernas egna släktträd.

Klustringsanalys är särskilt värdefullt för att lösa okänt ursprung, till exempel vid adoption eller okänd förälder, eftersom det hjälper dig att sortera matchningarna i hanterbara grenar. Verktyg som Genetic Affairs, MyHeritage AutoCluster och liknande tjänster erbjuder automatiska klusterrapporter.

Det är dock viktigt att komma ihåg att ett kluster pekar ut en sannolik gemensam härkomst, inte ett bevisat släktskap. Falska kluster kan uppstå, och stora kluster kan ibland rymma flera olika anlinjer. Klustringsanalys är därför bäst som ett första steg som visar var du ska gräva vidare, kombinerat med traditionell släktforskning och granskning av delade DNA-segment.