Per quasi 37 anni è stata conosciuta come Buckskin Girl, una giovane vittima di omicidio anonima trovata fuori Dayton, Ohio, con indosso un poncho di pelle di cervo. Poi, nell'aprile 2018, la polizia ha annunciato che il mistero della sua identità era stato risolto. Il suo nome era Marcia L. King ed era stata identificata collegando un frammento del suo DNA a uno dei suoi cugini.

È stato uno dei primi casi di alto profilo in cui questo metodo investigativo è stato utilizzato per identificare un corpo non reclamato. Due settimane dopo la rivelazione del nome di King, la polizia della California ha annunciato di aver utilizzato tecniche simili per rintracciare il Golden State Killer. Improvvisamente, la combinazione di campionamento genetico, ricerca genealogica e gommapiuma vecchio stile è stata salutata come una svolta rivoluzionaria che avrebbe risolto centinaia di casi di raffreddore.

Da allora, la genealogia genetica forense ha risolto più di 400 casi negli Stati Uniti. Eppure questo lavoro investigativo è complesso e richiede tempo. Mentre King è stato identificato dopo poche ore di investigazione, la maggior parte dei casi richiede molto più tempo. In media, impiegano più di un anno per risolversi con successo. Molti rimangono incompiuti:le forze dell'ordine potrebbero esaurire i fondi prima che una persona possa essere identificata e gli investigatori potrebbero arrendersi se colpiscono troppi vicoli ciechi.

Un approccio più sistematico aiuterebbe, afferma Lawrence Wein, professore di operazioni, informazioni e tecnologia presso la Stanford Graduate School of Business. Con Mine Su Ertürk, Ph.D., ha svelato un metodo per risolvere i casi freddi con più velocità e successo. In un nuovo articolo nel Journal of Forensic Sciences , presentano la prima analisi matematica dettagliata del processo di genealogia genetica forense e delineano un modo per gli investigatori di ottimizzare le ricerche di vittime sconosciute o sospetti criminali.

Per sviluppare il loro metodo di ricerca, Wein ed Ertürk hanno collaborato con il DNA Doe Project, un'organizzazione no-profit californiana che ha risolto più di 65 casi di resti non identificati, incluso il caso King. Ha fornito ai ricercatori i dati di 17 casi, di cui 8 che all'epoca erano irrisolti. "È abbastanza simile alla media storica dei casi che hanno risolto", afferma Wein. "Quindi non c'è motivo di sospettare che questi casi siano molto più difficili o molto più facili dei casi selezionati casualmente."

Usando quei dati del mondo reale, Wein ed Ertürk hanno esaminato il modo in cui vengono comunemente eseguite le ricerche di genealogia genetica forense e quindi hanno testato il loro metodo, che mira a massimizzare la probabilità di trovare una soluzione nel più breve tempo possibile. "Risulta essere molto più veloce", dice Wein del nuovo approccio, quasi 10 volte più veloce. "Se stanno risolvendo solo un piccolo numero di casi usando il metodo attuale e possiamo convincerli a risolverli 10 volte più velocemente, allora potrebbero risolvere molti più casi."

Una foresta di alberi genealogici

Una tipica indagine sulla genealogia genetica inizia con un campione di DNA da un "bersaglio" come un corpo non identificato o un sospetto di omicidio. Viene caricato in un database del DNA come GEDmatch o FamilyTreeDNA, che genera un elenco di "corrispondenze" - persone che condividono parti del genoma del bersaglio. Una ricerca potrebbe rivelare centinaia di queste corrispondenze, di solito cugini lontani i cui antenati condivisi potrebbero essere morti più di un secolo fa. I casi analizzati da Wein ed Ertürk avevano tra le 200 e le 5.000 corrispondenze.

Questo è solo l'inizio:tracciare una linea tra questi parenti lontani e l'obiettivo richiede la costruzione di un albero genealogico che includa il maggior numero possibile di membri della famiglia. Anche qui la portata del problema è scoraggiante. "Questi sono alberi enormi", dice Wein. "È davvero difficile disporre visivamente qualcosa di più grande di una ventina di persone". Man mano che l'albero si espande, le probabilità di identificare l'obiettivo aumentano, ma aumenta anche la durata della ricerca.

Successivamente, devono essere identificate le persone rilevanti nell'albero. Ciò richiede la perlustrazione di documenti pubblici, siti di genealogia e social media:un lavoro laborioso che combina intuizione e abilità. "C'è un'intera arte", dice Wein. "Utilizzare documenti di matrimonio e documenti di morte e documenti di nascita e Facebook e tutti i tipi di documenti diversi per cercare di capire chi sono le persone e chi sono i loro antenati e prole."

Non è immediatamente evidente quali partite forniranno il percorso migliore verso l'obiettivo. Le strategie degli investigatori per seguire queste piste tendono a essere decentralizzate, dice Wein. "Hai una squadra di persone che fa questo e ognuno deciderà di prendere una partita per indagare, e poi andranno da soli a cercare di costruire un albero genealogico a ritroso nel tempo da ogni partita. Non stanno pensando sul quadro generale in modo olistico."

Facendo un passo indietro e valutando l'intero problema, Wein ed Ertürk forniscono una tabella di marcia per i genealogisti genetici che cercano il percorso più efficiente verso un obiettivo non identificato. "Fondamentalmente, stiamo dicendo loro:"Dato il punto in cui ti trovi nella ricerca in questo momento, questo è ciò che dovresti fare dopo'", afferma Wein.

Risolvere equazioni e crimini

Spiegare la differenza tra il nuovo metodo di ricerca e il metodo standard, o "benchmark", è complicato, ma Wein lo riduce a questo:"Il metodo di benchmark cerca antenati comuni tra diverse corrispondenze. Quello che vuoi davvero trovare è il massimo recente antenato comune tra una partita e l'obiettivo sconosciuto, e questo è un problema leggermente diverso". L'antenato comune più recente dei cugini di primo grado, ad esempio, è un nonno; i cugini di secondo grado condividono un bisnonno e così via.

Dopo aver identificato un elenco di possibili antenati comuni più recenti, il metodo di Wein ed Ertürk riempie "aggressivamente" l'albero genealogico con i loro discendenti, anche se c'è solo una minima possibilità che l'antenato del bersaglio sia nell'elenco.

Questo salto viene compiuto utilizzando la teoria della probabilità per tenere traccia dei progressi della ricerca. "Lo facciamo descrivendo l'albero genealogico ricostruito come una raccolta di probabilità che rappresentano la probabilità che ogni persona sul nostro albero sia un corretto antenato del bersaglio", spiega Ertürk. "Quindi, guardando queste probabilità, puoi dire quali parti dell'albero dovresti esplorare di più."

Questo approccio si rivela efficace anche con alberi genealogici più piccoli, il che significa tempi di risoluzione più rapidi. Dopo aver eseguito centinaia di ricerche simulate, Wein ed Ertürk concludono che il loro metodo può risolvere un caso con un albero genealogico di 7.500 persone circa il 94% delle volte. La percentuale di successo del metodo standard in questi casi è di circa il 4%.

Wein spera che questi risultati aiuteranno il DNA Doe Project e altri ricercatori a perfezionare il loro approccio e risolvere più casi. Osserva che la sua analisi non tiene conto di alcuni dei "trucchi" usati dagli investigatori genetici per restringere le loro ricerche, come concentrarsi sui membri della famiglia che vivevano in un luogo particolare. "Il nostro algoritmo non è in alcun modo inteso a sostituire i genealogisti", afferma. "Ma se sono davvero bloccati, darà loro alcune idee che potrebbero non essere ovvie."

Wein ed Ertürk hanno già applicato la matematica per affrontare le sfide investigative. L'anno scorso, Ertürk ha scritto un documento con il professor Kuang Xu di Stanford GSB che ha delineato un metodo di ricerca genetica che bilancia l'efficienza e le preoccupazioni sulla privacy. Wein ha studiato modi migliori per scansionare le impronte digitali, elaborare kit per aggressioni sessuali e tracciare proiettili.

Vede la genealogia genetica forense come un altro strumento di risoluzione dei crimini che può essere migliorato in modo che possa essere all'altezza delle sue promesse. "È un campo interessante che combina probabilità e statistica, ottimizzazione e talvolta teoria dei giochi", afferma. "È così che, da un punto di vista matematico, sono rimasto attratto da questi problemi". + Esplora ulteriormente

Il tuo genoma è davvero tuo? Il valore pubblico e forense del DNA