Parabon NanoLabs
從一滴 DNA 畫出嫌犯長相:DNA 表徵、基因族譜與親緣分析
Parabon NanoLabs 同時做兩件看起來不相干的事——設計 DNA(生技研究用)與用 DNA 辦案(鑑識)。它把自己描述為結合運算、化學與基因調查的公司,產品線也因此分成兩半。
鑑識端的核心是 Snapshot Advanced DNA Analysis,包含三種能力:基因族譜(genetic genealogy,比對公開族譜資料庫找親屬線索)、DNA 表徵(phenotyping,從基因推估膚色、髮色、眼色與臉部特徵,畫出嫌疑人的推測外貌)與親緣分析(kinship)。研究端則有 inSēquio Design Studio(DNA 設計軟體,提供三十天免費試用)與 DNA Analytics(定序與 SNP 資料分析工具)。使用者包括執法機關、鑑識調查員、醫學研究者。
功能特色與適用場景:Snapshot 最常見的用途是「沒有比對到資料庫」的死巷案件——傳統 DNA 比對只能在 CODIS 這類已建檔資料庫裡找,找不到就卡住;DNA 表徵與基因族譜提供的是新的調查方向,而不是直接的身分證明。這也是它最受爭議的地方:從基因推估外貌的準確度有其生物學上限(膚色髮色相對可靠,臉型則保守得多),而基因族譜涉及大量無辜親屬的基因隱私,歐美已有不少倫理與立法討論。台灣目前沒有開放這類調查性基因族譜的法律框架,DNA 資料庫的建置與使用受《去氧核醣核酸採樣條例》嚴格限制,所以短期內比較現實的關聯是兩個:國際重大案件的協查,以及生技研究單位使用 inSēquio 這條線。
TheAI學院 編輯建議
編輯實測後的真心話Snapshot 幫破過不少沉了幾十年的案子,那些家屬等的答案是真實的。但我也必須把另一面講出來:基因族譜的本質是「用親戚的同意去搜尋你」,這件事在台灣連討論都還沒開始。技術先到、規則後到,向來是最容易出事的順序——這個工具值得關注,更值得先把規則想清楚。
主要功能
- Snapshot Advanced DNA Analysis:整合基因族譜、DNA 表徵與親緣分析
- DNA 表徵推估膚色、髮色、眼色與臉部特徵,產出推測外貌
- 基因族譜比對公開族譜資料庫,尋找親屬線索
- inSēquio Design Studio:DNA 設計軟體,提供 30 天免費試用
- DNA Analytics:定序與 SNP 資料分析工具
- 同時服務執法鑑識與生醫研究兩種客群
如何使用 Parabon NanoLabs
- 由執法或鑑識單位導入 Parabon NanoLabs 服務。
- 提供 DNA 樣本做表徵(phenotyping)與族譜分析。
- 系統推估外貌特徵、親緣與族譜線索。
- 鑑識人員把線索用於偵查方向。
- 結合其他證據查證。
- 依法定程序運用分析結果。
- 注意:DNA 分析涉及個人敏感資料與司法權益,須在合法授權下使用,結果為偵查線索非定罪依據。
適用場景
- 資料庫比對無結果的重大刑案,用 DNA 表徵縮小偵查方向
- 無名屍或失蹤人口案件透過基因族譜尋找可能的親屬
- 親緣關係鑑定中的複雜親屬結構分析
- 生醫研究團隊以 inSēquio 進行 DNA 序列設計與分析
Parabon NanoLabs 的優點與缺點
優點
- 為資料庫比對無結果的死巷案件提供新的調查方向
- 三種分析能力整合在同一套服務,不必分別委託多家實驗室
- 研究端軟體有免費試用,學術單位評估門檻低
缺點
- DNA 表徵的外貌推估有生物學準確度上限,臉部特徵尤其不確定
- 調查性基因族譜涉及無辜親屬的隱私,倫理與法律爭議大
- 台灣現行法規未開放這類調查方式,本地適用性有限
價格方案
鑑識案件服務與軟體授權;inSēquio 提供 30 天免費試用
Parabon NanoLabs 常見問題
從 DNA 真的能畫出長相嗎?
部分可以。膚色、髮色、眼色這類單一性狀較強的特徵推估相對可靠,臉部形狀則受多基因與環境影響,準確度有限。合理的理解是「縮小範圍的線索」,不是「照片」。
台灣可以用這個辦案嗎?
目前不行。台灣的 DNA 採樣與資料庫使用受專法嚴格限制,調查性基因族譜沒有法律框架。可能的接觸點是跨國協查,或是研究單位使用它的 DNA 設計軟體。
基因族譜的隱私問題在哪?
核心問題是「你沒有同意,但你的親戚同意了」。只要有遠親把基因資料上傳到公開族譜網站,調查人員就可能回推到你。這是歐美近年立法討論的重點,也是導入前必須面對的倫理成本。
使用者評價
還沒有足夠評價,搶先分享你的使用心得!
寫下你的評價
Parabon NanoLabs 的替代方案
查看相似的 AI 工具 →相關 AI 工具
Corma
自己訓練專給防守方用的資安基礎模型,部署成一組 AI 資安人員,在身分、雲端、端點、SIEM、防火牆之間切換調查、串證據、處置,需要判斷時在 Slack 或 Teams 找人核准
Scalekit
一個 MCP 端點接上 600 多個連接器、3 萬多個工具,使用者各自授權帳號,權杖由閘道保管與更新,依代理角色限定可用工具,每次呼叫都留下歸屬紀錄
Cloptima
把 SDK 的 base URL 換成 Cloptima,每次呼叫模型前先遮蔽個資與金鑰、檢查預算上限,再記到依團隊與應用拆帳的費用帳本上
PasteGuard
把姓名、email、API 金鑰等敏感資料換成 [[PERSON_1]] 這類佔位符再交給 AI,回覆時再換回原文;也能把含個資的請求改送本機模型
Beacon
把你在 Claude Code、Cursor、Codex 等 20 多種程式代理裡的工作階段集中起來,挑出值得重用的除錯流程變成 Skills,下一個代理不必從零教起
CiteLLM
在 ChatGPT 或 Claude 裡逐句核對合約與財報:哪句有依據、哪句被原文打臉,點一下就跳到 PDF 頁面上的螢光標記
猜你也想看的AI 隱私與安全
更多美國的 AI 工具
同樣來自美國的 AI 工具,一起看看。