Quando il DNA tace: la bioinformatica ridà voce ai crimini del passato

Nelle sale archivi dei laboratori forensi italiani giacciono decine di fascicoli irrisolti. Casi sospesi nel tempo, dove le tracce biologiche raccolte anni — talvolta decenni — addietro non hanno mai prodotto un profilo genetico sfruttabile. Il materiale organico si degrada, le catene di DNA si frammentano, le basi azotate si alterano chimicamente. Eppure, qualcosa rimane. E oggi, grazie alla bioinformatica forense, quel «qualcosa» può bastare.

La sfida del DNA antico e degradato

Il DNA non è una molecola immutabile. Esposto a luce, calore, umidità, ossigeno e agenti microbici, si frammenta progressivamente in segmenti sempre più corti, perdendo la sua integrità strutturale. In ambito forense, questa realtà si traduce in campioni che spesso contengono frammenti di lunghezza inferiore ai 100 paia di basi, contaminati da DNA esogeno di origine batterica, fungina o ambientale.

I metodi tradizionali di tipizzazione, basati sull'analisi degli STR (Short Tandem Repeats) tramite elettroforesi capillare, richiedono frammenti di lunghezza sufficiente e una concentrazione minima di materiale amplificabile. Quando queste condizioni non sono soddisfatte, il profilo risulta incompleto o del tutto inutilizzabile. Per anni, questa limitazione ha rappresentato un muro invalicabile.

Sequenziamento di nuova generazione e ricostruzione computazionale

La svolta è arrivata con la diffusione del Next Generation Sequencing (NGS), o sequenziamento massivo parallelo, combinato con sofisticate pipeline bioinformatiche. A differenza delle tecniche tradizionali, l'NGS non richiede frammenti lunghi: è in grado di leggere sequenze brevissime e, attraverso algoritmi di assemblaggio, ricostruire informazioni geneticamente rilevanti anche da campioni fortemente compromessi.

Il processo prevede diverse fasi critiche. Innanzitutto, l'estrazione ottimizzata del DNA, che utilizza protocolli specifici per materiale degradato, come la digestione con silica-based columns e il recupero di frammenti ultracorti. Successivamente, le librerie genomiche vengono preparate con adattatori specifici e sequenziate. I dati grezzi vengono quindi processati da software come GATK (Genome Analysis Toolkit), BWA-MEM o mapDamage, quest'ultimo particolarmente utile per identificare e correggere i pattern di danno tipici del DNA antico, come le sostituzioni C→T alle estremità dei frammenti.

Algoritmi predittivi e machine learning nell'analisi dei cold case

Uno degli sviluppi più promettenti riguarda l'applicazione del machine learning all'analisi dei profili genetici parziali. Algoritmi di deep learning sono stati addestrati su enormi dataset genomici per imparare a riconoscere pattern associati a specifiche popolazioni, fenotipi o persino caratteristiche individuali, anche quando il profilo STR classico è incompleto.

In Italia, il laboratorio RIS dei Carabinieri di Roma ha avviato collaborazioni con istituti universitari per testare approcci di SNP (Single Nucleotide Polymorphism) typing su campioni storici, ottenendo risultati che in alcuni casi hanno permesso di restringere significativamente il cerchio dei possibili soggetti coinvolti in crimini irrisolti degli anni Ottanta e Novanta. La combinazione di analisi SNP con database di riferimento della popolazione italiana ha dimostrato un'efficacia superiore rispetto alle tecniche STR in contesti di forte degradazione.

Casi internazionali emblematici

A livello internazionale, il caso che più di ogni altro ha dimostrato il potenziale di queste tecnologie è quello del cosiddetto «Golden State Killer» negli Stati Uniti. Pur non trattandosi di DNA antico in senso stretto, l'uso del genealogical DNA matching — basato su algoritmi di comparazione con database pubblici — ha permesso di identificare Joseph James DeAngelo dopo decenni di indagini infruttuose. Il metodo, noto come investigative genetic genealogy (IGG), sta ora trovando applicazioni anche in Europa.

In Germania, il caso di una donna assassinata nel 1993 è stato risolto nel 2019 grazie alla rielaborazione bioinformatica di tracce biologiche originariamente considerate inutilizzabili. I frammenti di DNA estratti da un campione di capello degradato sono stati processati con pipeline di analisi del DNA antico, normalmente utilizzate in paleogenetica, adattate al contesto forense.

Il contesto normativo italiano

In Italia, l'ammissibilità delle prove genetiche in sede processuale è regolata da un quadro normativo che richiede la tracciabilità completa della catena di custodia e la validazione dei metodi analitici impiegati. Le tecniche bioinformatiche avanzate, pur offrendo risultati scientificamente solidi, devono essere accompagnate da documentazione rigorosa dei software utilizzati, delle versioni degli algoritmi e dei parametri impostati.

La Legge n. 85 del 2009, che ha istituito la Banca Dati Nazionale del DNA, costituisce la cornice entro cui operano le analisi forensi genetiche nel nostro Paese. Tuttavia, l'integrazione di metodi computazionali avanzati richiede un aggiornamento continuo delle linee guida operative, un tema su cui la comunità scientifica italiana è chiamata a fornire un contributo decisivo.

Prospettive future

La frontiera attuale della bioinformatica forense punta verso l'integrazione di dati multi-omici: non solo il DNA nucleare, ma anche il DNA mitocondriale, il metiloma e persino il microbioma associato al campione biologico. Ciascuno di questi livelli di informazione aggiunge un ulteriore strato di dettaglio che può rivelarsi determinante nei casi più complessi.

La sfida per la comunità forense italiana è duplice: da un lato, formare professionisti capaci di padroneggiare questi strumenti computazionali; dall'altro, costruire un dialogo costruttivo con il sistema giudiziario per garantire che le nuove evidenze scientifiche siano correttamente interpretate e valorizzate in aula. I crimini del passato non sono necessariamente destinati a restare irrisolti: la bioinformatica sta dimostrando che il silenzio del DNA può essere, almeno in parte, rotto.