DNA mixture analysis poses a significant challenge in forensic genetics, particularly when dealing with degraded and trace amount DNA samples. Multi-SNPs (MNPs) are genetic markers similar to microhaplotypes but with smaller molecular sizes (< 75 bp), making them theoretically more suitable for analyzing degraded and trace amount samples. In this case report, we investigated a cold case involving a campstool stored for over a decade, aiming to detect and locate the suspect's DNA. We employed both conventional capillary electrophoresis-based short tandem repeat (CE-STR) analysis and next-generation sequencing-based multi-SNP (NGS-MNP) analysis. The typing results and deconvolution of the mixed CE-STR profiles were inconclusive regarding the presence of the suspect's DNA in the mixed samples. However, through NGS-MNP analysis and presence probability calculations, we determined that the suspect's DNA was present in the samples from Sect. 4−1 with a probability of 1-8.41 × 10− 6 (99.999159%). This evidence contradicted the suspect's statement and aided in resolving the case. Our findings demonstrate the significant potential of MNP analysis for examining degraded and trace amount DNA mixtures in forensic investigations.

ABSTRACT The human skin and oral cavity harbor complex microbial communities, which exist in dynamic equilibrium with the host's physiological state and the external environment. This study investigates the microbial atlas of human skin and oral cavities using samples collected over a 10‐month period, aiming to assess how both internal and external factors influence the human microbiome. We examined bacterial community diversity and stability across various body sites, including palm and nasal skin, saliva, and oral epithelial cells, during environmental changes and a COVID‐19 pandemic. The skin microbiome was confirmed to display spatial and temporal stability compared to the oral microbiome, particularly the oral epithelium, which was susceptible to changes in the host's physiological state and immune response. Moreover, significant differences in the microbial community structure among the 4 sample types were observed, and 87 distinct bacteria biomarkers were identified. The random forest prediction model achieved an overall prediction accuracy of 95.24% across the four types of samples studied. Additionally, nasal skin samples showed significant promise for individual identification through profiling the skin microbiota. These findings highlight the potential of skin and oral microbiota as forensic markers for inferring body sites and identifying individuals. In summary, despite facing limitations such as a small cohort size and the need for broader validation, this research provides an overall perspective and initial insights for refining experimental designs and conducting in‐depth research in various microbial research fields.