Durante casi 37 años, fue conocida como Buckskin Girl, una joven víctima anónima de asesinato encontrada en las afueras de Dayton, Ohio, que vestía un poncho de piel de venado. Luego, en abril de 2018, la policía anunció que se había resuelto el misterio de su identidad. Su nombre era Marcia L. King, y la habían identificado al vincular un fragmento de su ADN con uno de sus primos.

Fue uno de los primeros casos de alto perfil en los que se utilizó este método de investigación para identificar un cuerpo no reclamado. Dos semanas después de que se revelara el nombre de King, la policía de California anunció que había utilizado técnicas similares para rastrear al Golden State Killer. De repente, la combinación de muestras genéticas, investigación genealógica y el uso de la técnica antigua fue aclamada como un avance revolucionario que resolvería cientos de casos sin resolver.

Desde entonces, la genealogía genética forense ha aclarado más de 400 casos en los EE. UU. Sin embargo, este trabajo de detective es complejo y requiere mucho tiempo. Mientras que King fue identificado después de unas pocas horas de investigación, la mayoría de los casos toman mucho más tiempo. En promedio, tardan más de un año en resolverse con éxito. Muchos quedan sin terminar:los organismos encargados de hacer cumplir la ley pueden quedarse sin fondos antes de que se pueda identificar a una persona y los investigadores pueden darse por vencidos si llegan a demasiados callejones sin salida.

Un enfoque más sistemático ayudaría, dice Lawrence Wein, profesor de operaciones, información y tecnología en la Stanford Graduate School of Business. Con Mine Su Ertürk, Ph.D., ha presentado un método para resolver casos sin resolver con mayor rapidez y éxito. En un nuevo artículo en el Journal of Forensic Sciences , presentan el primer análisis matemático detallado del proceso de genealogía genética forense y describen una manera para que los investigadores optimicen las búsquedas de víctimas desconocidas o sospechosos de delitos.

Para desarrollar su método de búsqueda, Wein y Ertürk se asociaron con DNA Doe Project, una organización sin fines de lucro de California que ha resuelto más de 65 casos de restos no identificados, incluido el caso King. Proporcionó a los investigadores datos de 17 casos, incluidos 8 que estaban sin resolver en ese momento. "Eso es bastante similar al promedio histórico de casos que han resuelto", dice Wein. "Así que no hay razón para sospechar que estos casos son mucho más difíciles o mucho más fáciles que los casos seleccionados al azar".

Usando esos datos del mundo real, Wein y Ertürk observaron cómo se realizan comúnmente las búsquedas de genealogía genética forense y luego probaron su método, cuyo objetivo es maximizar la probabilidad de encontrar una solución en el menor tiempo posible. "Resulta ser mucho más rápido", dice Wein sobre el nuevo enfoque, casi 10 veces más rápido. "Si solo están resolviendo una pequeña cantidad de casos con el método actual y podemos hacer que los resuelvan 10 veces más rápido, entonces podrían resolver muchos más casos".

Un bosque de árboles genealógicos

Una investigación de genealogía genética típica comienza con una muestra de ADN de un "objetivo", como un cuerpo no identificado o un sospechoso de asesinato. Se carga en una base de datos de ADN como GEDmatch o FamilyTreeDNA, que genera una lista de "coincidencias":personas que comparten partes del genoma del objetivo. Una búsqueda puede revelar cientos de estas coincidencias, generalmente primos lejanos cuyos ancestros compartidos pueden haber muerto hace más de un siglo. Los casos que analizaron Wein y Ertürk tenían entre 200 y 5000 coincidencias.

Eso es solo el comienzo:trazar una línea desde estos parientes lejanos hasta el objetivo requiere construir un árbol genealógico que incluya tantos miembros de la familia como sea posible. Aquí, también, la escala del problema es abrumadora. "Estos son árboles enormes", dice Wein. "Es realmente difícil diseñar visualmente algo más grande que un par de docenas de personas". A medida que el árbol se expande, las probabilidades de identificar el objetivo mejoran, pero también aumenta la duración de la búsqueda.

A continuación, se deben identificar las personas relevantes en el árbol. Esto requiere revisar los registros públicos, los sitios de genealogía y las redes sociales, un trabajo preliminar que requiere mucho tiempo y que combina intuición y habilidad. "Hay todo un arte en ello", dice Wein. "Usando documentos de matrimonio y de defunción y de nacimiento y Facebook y todo tipo de registros diferentes para tratar de averiguar quiénes son las personas y quiénes son sus antepasados ​​e hijos".

No es evidente de inmediato qué coincidencias proporcionarán el mejor camino hacia el objetivo. Las estrategias de los investigadores para seguir estas pistas tienden a ser descentralizadas, dice Wein. "Tienes un equipo de personas haciendo esto y cada uno decidirá tomar una coincidencia para investigar, y luego se irán por su cuenta para tratar de construir un árbol genealógico hacia atrás en el tiempo de cada coincidencia. No están pensando sobre el panorama general de manera holística".

Al dar un paso atrás y evaluar todo el problema, Wein y Ertürk proporcionan una hoja de ruta para los genealogistas genéticos que buscan el camino más eficiente hacia un objetivo no identificado. "Básicamente, les decimos:'Dado el lugar en el que se encuentran en la búsqueda en este momento, esto es lo que deben hacer a continuación'", dice Wein.

Resolución de ecuaciones y crímenes

Explicar la diferencia entre el nuevo método de búsqueda y el método estándar o de "punto de referencia" es complicado, pero Wein lo reduce a esto:"El método de punto de referencia busca ancestros comunes entre diferentes coincidencias. Lo que realmente quiere encontrar es lo más ancestro común reciente entre una coincidencia y el objetivo desconocido, y ese es un problema ligeramente diferente". El antepasado común más reciente de los primos hermanos, por ejemplo, es un abuelo; los primos segundos comparten un bisabuelo, y así sucesivamente.

Después de identificar una lista de posibles antepasados ​​comunes más recientes, el método de Wein y Ertürk completa "agresivamente" el árbol genealógico con sus descendientes, incluso si solo hay una pequeña posibilidad de que el antepasado del objetivo esté en la lista.

Este salto se logra mediante el uso de la teoría de la probabilidad para seguir el progreso de la búsqueda. "Hacemos esto describiendo el árbol genealógico reconstruido como una colección de probabilidades que representan la probabilidad de que cada persona en nuestro árbol sea un ancestro correcto del objetivo", explica Ertürk. "Luego, mirando estas probabilidades, puedes saber qué partes del árbol debes explorar más".

Este enfoque resulta efectivo incluso con árboles genealógicos más pequeños, lo que significa tiempos de resolución más rápidos. Después de ejecutar cientos de búsquedas simuladas, Wein y Ertürk concluyen que su método puede resolver un caso con un árbol genealógico de 7500 personas alrededor del 94 % de las veces. La tasa de éxito del método estándar en esos casos es de alrededor del 4%.

Wein espera que estos hallazgos ayuden al Proyecto DNA Doe y a otros investigadores a refinar su enfoque y resolver más casos. Señala que su análisis no tiene en cuenta algunos de los "trucos" que utilizan los investigadores genéticos para limitar sus búsquedas, como centrarse en los miembros de la familia que vivían en un lugar determinado. "De ninguna manera nuestro algoritmo pretende sustituir a los genealogistas", dice. "Pero si realmente están atascados, les dará algunas ideas que pueden no ser obvias".

Wein y Ertürk han aplicado las matemáticas para abordar desafíos de investigación anteriormente. El año pasado, Ertürk coescribió un artículo con el profesor de Stanford GSB, Kuang Xu, que describía un método de búsqueda genética que equilibra la eficiencia y la privacidad. Wein ha investigado mejores formas de escanear huellas dactilares, procesar kits de agresión sexual y rastrear balas.

Él ve la genealogía genética forense como otra herramienta para resolver crímenes que se puede mejorar para que pueda cumplir con su promesa. "Es un campo interesante que combina probabilidad y estadística y optimización y, a veces, teoría de juegos", dice. “Así fue como yo, desde el punto de vista matemático, me quedé atraído por estos problemas”. + Explora más

¿Tu genoma es realmente tuyo? El valor público y forense del ADN