Leeds-metoden

Leeds-metoden är ett enkelt sätt att färgkoda sina autosomala DNA-matchningar i ett kalkylark för att gruppera dem efter trolig släktgren. Målet är att snabbt se vilka matchningar som hör ihop med dina fyra mor- och farföräldrar.

Leeds-metoden utvecklades av den amerikanska släktforskaren Dana Leeds och bygger på en grundläggande tanke: de flesta människor har fyra biologiska mor- och farföräldrar, och varje DNA-matchning på mellannivå brukar gå att koppla till en av dessa fyra linjer. Genom att sortera och färglägga sina matchningar kan du dela in dem i ungefär fyra grupper utan att i förväg veta exakt hur ni är släkt.

I praktiken arbetar du oftast med matchningar som delar ungefär 90 till 400 centimorgan med dig. Den övre gränsen sållar bort nära släktingar som syskon, föräldrar och far- eller morföräldrar, eftersom de delar DNA på flera grenar samtidigt och därför stör grupperingen. Den nedre gränsen tar bort alltför avlägsna matchningar där sambanden blir svåra att tolka.

Så går det till

Du listar dina matchningar i ett kalkylark, en person per rad. Ta den första matchningen och ge den en färg, till exempel blå. Färglägg sedan alla personer som också matchar den första matchningen med samma blå färg. Gå vidare till nästa matchning som ännu inte fått någon färg, ge den en ny färg, och upprepa. När du är klar framträder vanligtvis fyra färggrupper, en för varje mor- och farföräldrapar.

Ett konkret exempel

Tänk dig att Anna testar sitt DNA och listar tio matchningar. Hennes första match, en känd kusin på pappas sida, blir blå. Tre andra matchningar visar sig dela DNA med kusinen och blir också blå. Dessa hör alltså till samma farfarslinje. Nästa ofärgade match blir grön, och de som hänger ihop med den bildar en grön grupp som visar sig vara mormorslinjen. Snart har Anna fyra färgkluster och kan rikta sin fortsatta forskning gren för gren.

Leeds-metoden är särskilt populär bland adopterade och personer med okänt biologiskt ursprung, eftersom den ger struktur även när man inte vet hur matchningarna passar in. Den ersätter inte mer avancerade verktyg som klustring eller gemensamma matchningar, men fungerar utmärkt som ett första överskådligt steg i analysen.