Técnicas genéticas aplicadas 

a las ciencias forenses

Víctor Acuña Alonzo 
Licenciatura de Antropología Física
Escuela Nacional de Antropología e Historia

 

 

‘every contact leaves a trace’

Edmond
Locard
 

 

Conceptos
Identificación individual y parentesco
Características de ?
Bases de datos poblacionales
Ejemplos

 

 

 5: 739­752. Nature Reviews Genetics. 2004. . Encoded evidence: DNA in forensic analysis.Conceptos El ADN como evidencia  • Prueba de rutina para identificación humana y disputas  de paternidad • PCR de alta sensibilidad → obtención de evidencia a  partir de escaso material biológico  • Bases de datos de perfiles genéticos  → búsqueda ágil de coincidencia de perfiles genéticos  (total o parcial)  → posibilidad de resolver casos no resueltos (cold cases) → asignación de un valor estadístico a la identificación     Jobling MA y Gill P.

Conceptos El ADN como evidencia  La evidencia genética debe considerarse en el  marco de otros datos. 2004. Encoded evidence: DNA in forensic analysis. sino proveer información objetiva  al juez o jurado     Jobling MA y Gill P. el papel del genetista no  es hacer presunciones de inocencia o  culpabilidad. Nature Reviews Genetics. 5: 739­752. .

 Encoded evidence: DNA in forensic analysis.Conceptos • En la actualidad se usan PCR multiplex para microsatélites  autosómicos (amplificación simultánea de varios loci)  • Otros marcadores para usos específicos:  SNPs autosómicos Marcadores del cromosoma Y (crY) Marcadores del ADN mitocondrial (mtDNA) • Además de la determinación de perfiles genéticos para  identificación y disputas de paternidad. 5: 739­752. . otras posibles  aplicaciones de la genética son: Deducción del origen (ancestría) Información fenotípica Análisis de otras especies     Jobling MA y Gill P. 2004. Nature Reviews Genetics.

. Garland Science.Conceptos Genoma humano     Brown TA. Genomes. 2002.

200 millones bp Cromosomas sexuales   Butler JM. Elsevier Academic Press 16. 2nd Edition. Forensic DNA Typing.nih. 2005.nlm.ncbi.23 Pares de Cromosomas + mtDNA Conceptos Núcleo de la célula http://www.gov/genome/guide/  Autosomas 2 copias  por  célula mtDNA 1     2     3    4     5     6     7     8     9    10   11   12   13   14   15  16   17   18   19   20   21   22   X     Y ADN nuclear   Mitocondria  (múltiples copias) 3.569 bp ADN  mitocondrial Varias copias  por célula .

    .

 recombinación y mutación Ventajas: Poder de discriminación extremadamente alto Desventajas: Difícil de tipificar en muestras degradadas > 20 mil STRs     .• STRs autosómicos (microsatélites) Conceptos Fuente de variación: Herencia independiente.

 Human genetic variation and its contribution to complex traits. recombinación y mutación Ventajas: Se pueden tipificar en muestras degradadas Desventajas: Poder de discriminación relativamente bajo (bialélicos) > 3 millones de SNPs     Frazer KA. et al 2009. Nature Reviews Genetics 10. 241­251 .• SNPs autosómicos Conceptos Fuente de variación: Herencia independiente.

 posibles problemas de estructura de poblaciones     .• STRs crY Conceptos Fuente de variación: Sólo mutación Ventajas: Específico de varones. útil en mezcla de muestras de mujer y varón Distribución filogeográfica bien definida Desventajas: Poder de discriminación relativamente bajo. se comparte por vía  paterna.

 B. L1. X Asia A. se  comparte por vía materna. Europa H. V. D. L3. D. U. Z América A. I. Y. Poder de discriminación relativamente bajo. X   . B. C.• SNPs del ADN mitocondrial Conceptos Fuente de variación: Sólo mutación Ventajas: Mayores probabilidades integridad  Distribución filogeográfica bien definida Desventajas: Heteroplasmia. G. T. J. posibles problemas de estructura de  poblaciones   Región Haplogrupos África L0. W. C. L2. N1b.

  ­ En el genoma humano hay más de 10 millones de SNPs y  decenas de miles de STRs entre otros polimorfismos ­ Esta variación se estructura en bloques cromosómicos (haplotipos)  de 5 a 200K bp ­ 85 a 90% de la variación genética neutral se atribuye a diferencias  entre individuos dentro de las poblaciones ­ El restante 10 a 15% se distribuye entre grupos Esta variación es modesta pero influencia las diferencias que  existen entre las poblaciones respecto a características fenotípicas     .Variación en el genoma humano  Conceptos ­ Nuestras secuencias son idénticas en un 99.9% (especie “joven”).

PCR Conceptos 1920s­1950s otros  polimorfismos de  grupos sanguíneos  y proteínas (MNSs.  minisatélites  (Jeffreys) Primeros  STRs para  identificación  humana Primer caso  de desastre  masivo  (Waco Texas) Determinación  de perfiles  genéticos a  partir del  contacto con  objetos                < 10­13 ∼ 0.001         pocos loci poco polimórficos alta probabilidad de coincidencia                            Primer kit  comercial de  STRs forenses   muchos loci muy polimórficos muy baja probabilidad  de coincidencia Jobling MA y Gill P.) 1900 1920 Primer  polimorfismo  genético. Nature Reviews Genetics. Lewis. 5: 739­752. 2004.  Rhesus..  haptoglobinas .. Encoded evidence: DNA in forensic analysis.01­0. . ABO  (Landsteiner) Pm Primer kit  forense  comercial  HLA­DQA1 1984 Uso de mtDNA  y Y­STRs en  UK National  casos forenses DNA Database 1988 1991 1992 1993 1995 1997 Multilocus DNA  fingerprint. Kell.

Conceptos Identificación individual y parentesco Características de X Bases de datos poblacionales Ejemplos     .

Sistema de identificación más usado: ó n Identificaci Combined DNA Index System     STRbase http://www.gov/div831/strbase/ .nist.cstl.

ó n Identificaci THO1   Multiplex de 2 individuos   .

nist.cstl.ó n Identificaci     STRbase http://www.gov/div831/strbase/ .

cstl. fáciles de amplificar Alto poder de discriminación Probabilidad muy baja de coincidencia  aleatoria (match) ¡Muchas bases de datos!   STRbase http://www. no  suelen ser marcadores de ancestría Neutrales en su mayoría Tetranucleótidos.Características de los STRs seleccionados para id Identificaci • • ó n • • • • • • • •   Alta tasa de mutación Gran número de alelos en cada  población Alta heterocigosidad Herencia independiente (no ligados) Buenos marcadores individuales.gov/div831/strbase/ .nist.

M. Butler.• • • • • • • • • • ó n Identificaci Fuentes de evidencia   Sangre Semen Saliva Orina Cabello Diente Hueso Tejido Uñas Objetos x contacto   J. 2nd Edition. Forensic DNA Typing. Elsevier Academic Press . 2005.

 Forensic DNA Typing. Butler.  comparación con bases de datos  poblacionales    J. indubitadas)   Generación de un reporte de  caso con la probabilidad de  coincidencia al azar (match) Si se da una coincidencia. 2nd Edition.M. 2005. Elsevier Academic Press .Prueba de identificación Identificaci ? Muestra de escena del  delito o investigación de  paternidad (dubitada) ó n Extracción ADN Biología Cuantificación del  ADN Amplificación de múltiples  marcadores Tecnología Separación y detección de los  productos de PCR Determinación de los  genotipos de la muestra Genética Comparación del perfil  genético con otros  resultados (muestras de  referencia.

 2005.• Match – Los perfiles genéticos coinciden. Elsevier Academic Press . Butler. falta de datos. • No concluyente – Los datos no permiten llegar a una  conclusión (desacuerdo entre los expertos.M. 2nd Edition. Forensic DNA Typing.      J. ó n Identificaci Resultados posibles de la prueba • Exclusión (Non­match) – La comparación de genotipos  muestran diferencias en el perfil genético. Se reporta la  significancia estadística. etc).

• La probabilidad de que dos individuos no relacionados  compartan un perfil de DNA • Se calcula con la regla del producto para la probabilidad  conjunta de que ocurra un perfil genético determinado en una  población determinada • Puede aumentar en los siguientes casos: – Perfil de ADN parcial por degradación y reducción del  número de loci informativos – Si el sospechoso y el culpable real tienen parentesco o si  se originan de la misma subpoblación ó n Identificaci Probabilidad de match (Pm)     .

  ó n Identificaci Bases de datos poblacionales En el caso de que existan subgrupos de población claramente  diferenciados es importante que estén incluidos en la base de  datos     .Para una correcta valoración estadística de la prueba de ADN es  necesario disponer de una base de datos lo más extensa  posible (N > 200) que sea representativa de la población a la  que pertenecen los individuos que se han analizado.

 Elsevier Academic Press . Forensic DNA Typing.Generar datos de la población o las poblaciones  deseadas (en caso de poblaciones multiétnicas) N>100 • Determinar las frecuencias alélicas para cada locus ó n Identificaci • •   Usar la frecuencia alélica para estimar la rareza de un  perfil genético particular Homocigotos (p2). 2nd Edition. 2005. Butler. Heterocigotos (2pq) – Usar la regla del producto combinada en varios loci –   J.M.

0009 Allele  11 12 0.0048 20 0.1027 0.0045 13 ­­  0.0017*  0. (2004)  JFS 49(6)   20     Butler J.0630 19 0.2   N= 302 Einum et al.1240 14 0.2920 15.0039* 0.0003*   0.2000 17 0.636 African  American N=258 N= 7.Tablas de frecuencias alélicas Butler et al.3023 0.0125 19 0. (2003)  JFS 48(4):908­911   D3S1358 Caucasian Allele  11 African  American Caucasian N= 7. 2005.0001* 15.2430 16 0.0007 12  ­­  0.0601 0.2616 ­­ 0.0031   13 0.0905 15 0.3353 0.2533 0.0892 0.M. 2nd Edition © 2005 Elsevier Academic Press .0010 16 0.2 0.2690  ­­ 15 0.01160 0.3300 17 0.2054 0. Forensic DNA Typing.15232 0.0019* 0.0077 14 0.2152 0.0019* 0.2070 18 0.0017*   0.1460 18 0.602    ­­    0.0017* 0.

1391  0.1854  14 0.1854 22 0.38 x 109 4.5348  0.62 3.8 18.29 D21S11  D18S51  D5S818  D13S317  D7S820  D16S539  THO1  TPOX  CSF1PO  28  14 12 11 9 9 6 8 10 0.1407  0.22 12.2815  18 0.13 x 1013 3.8 10.364 U 185.845.Frecuencia del perfil genético con los 13 loci STR CODIS  AmpFlSTR® Identifiler™  (Applied Biosystems) Perfil  16.85 13.2782  0.217 T 1005 44.0480  11  0.2003  8.2169  30  16 13 14 0.37 x 1014   Probabilidad de coincidencia al azar para este perfil en la población  eurodescendiente e EUA:  1 en 837 trillones R U L E .1126  0.3841 0.14 28.16 12.3394  0.2533  TPOX D13 D7 D16 FGA   allele  17  CSF D18   value  0.28 D2 Combined 9.11 6.1656  16.1589  0.17 17.31 26.38 x 1010 6.87 FGA  21 0.14  9.13 11.2185 12.17 P 81 R O D 16.69 31.30 14.9 9.073 C 4.50 21.18 21.18 9.17 VWA  17  0.6 8.818.05 x 1011 1.10   TH01 D19 D3 D8 AMEL D5 Locus  D3S1358    allele  16 VWA D21   value  0.1374  0.1772 0.35 D8S1179  12 0.2152  1 in 9.3212  11.2318  0.94 x 1013 8.25 30.259 1.

cstl.gov/div831/strbase/ .Aplicaciones del genotipado para identificación ó n Identificaci o  Casos forenses o  Bases de datos de ADN o  Desastres masivos o  Desaparecidos o  Pruebas de parentesco o  Genealogías y casos históricos o  Identidad de líneas celulares humanas o  Detección de quimeras genéticas o  Monitoreo de trasplantes o  Detección de tumores o  Mapeo de enfermedades  o  Estudio de la diversidad humana Otros • Identificación de especies (conservación) • Identificación de animales domésticos     STRbase http://www.nist.

.) o $ ó n Identificaci Límites de las técnicas genéticas Aspectos básicos o Toma de muestra adecuada o Cadena de custodia o Extracción exitosa del material genético o Control de calidad de todos los procesos del laboratorio  → Laboratorios certificados       .. sospechosos. inhibición PCR) o Bases de datos de referencia (→ estimación probabilística) o Muestras de referencia para el caso (familiares.o Cantidad e integridad del material genético o Contaminación (mezcla de perfiles genéticos.

Conceptos Identificación individual y parentesco Características de ? Bases de datos poblacionales Ejemplos     .

 cualquier información  que se pueda obtener será útil: ísticas Caracter Características • Deducción del origen (ancestría) STRs de uso forense no son marcadores de ancestría individual Por el contrario.• Cuando el perfil genético de una escena del crimen no coincide  con ningún perfil de las bases de datos. sin embargo su uso sería problemático en  poblaciones mestizas   • Información fenotípica STRs de uso forense no aportan ninguna información  fenotípica. ¿USAR OTRAS VARIABLES GENÉTICAS?     . mtDNA y crY han sido excelentes marcadores  de filogeografía.

  Permiten realizar estimaciones de ancestría individual Sólo el 2% de los SNPs autosómicos tiene valores > 60%  entre las 3 grandes agrupaciones continentales.     . El AIM ideal está fijado en una población y es  muy abundante en otra (>60%).Marcadores para estimar ancestría Caracter Ancestry Informative Markers ísticas Los AIMs se seleccionan para maximizar las diferencias  absolutas en las frecuencias alélicas entre dos poblaciones  ancestrales.

 Hum Genet. 120(6): 807­19. et al 2007.    VL Martinez­Marignac.  . Admixture in Mexico City: implications for admixture  mapping of type 2 diabetes genetic risk factors.

. PLoS Genet 3(11): e185. 2007. et al.El caso excepcional de D9S1120  9AR en amerindios     Wang S. Genetic Variation and Population Structure in Native Americans.

    ísticas Caracter .

ísticas

Caracter

Marcadores asociados a variaciones 
fenotípicas
No se habían descrito polimorfismos inequívocamente 
asociados para la gran mayoría de las características 
fenotípicas que podrían ser de interés para describir al 
culpable de un crimen (estatura, color de piel...)

 
Recientemente se han identificado alelos asociados a 
fenotipos que eventualmente podrían ser usados estimar 
algunas características.

 

 

 

 

 

 

    .

hapmap.  www.org   .

Conceptos Identificación individual y parentesco Características de X Bases de datos poblacionales Ejemplos     .

 2004.    Jobling MA y Gill P. 5: 739­752. Encoded evidence: DNA in forensic analysis. . Nature Reviews Genetics.

gov/div831/strbase/ STRBase  Short Tandem Repeat DNA Internet DataBase Created by John M. Butler and Dennis J.gov/div831/strbase/ Revistas especializadas:  Forensic Science International Genetics Journal of Forensic Sciences     .Bases de datos Bases de datos poblacionales ENFSI DNA WG Population Database European Network of Forensic Science Institutes http://www.nist.cstl.cstl.nist. Reeder  (NIST Biochemical Science Division)  http://www.

    .

Tsar Nicholas II profile     .

    .

    .

    .

    .

    .

    Bases de datos .

    .

    .

    Bases de datos .

S.S. 149: 279­286. Int.Bases de datos Autosomal SNPs •70 Loci (Vallone et al. Caucasian (N=74) • African American (N=71) • U.) • U. Hispanic (N=44)     . 2005 Forensic Sci.

    .

M. 2nd Edition © 2005 Elsevier Academic Press . 2005. Forensic DNA Typing.ASTM and American Academy  of Forensic Sciences   Elsevier Science Springer­Verlag   Elsevier Science J. Butler.

Conceptos Identificación individual y parentesco Características de X Bases de datos poblacionales Ejemplos     .

innocenceproject.org/ .Ejemplos     http://www.

¿Qué datos están disponibles en México?     .

Ejemplos American Journal of Human Biology Volume 20. Issue 5. Pages: 605­613      . Date: September/October 2008.

    .

    .

    .

    .

    .

    .

    .

 a group of amateur archeologists  discovered a few bone fragments approximately 70 meters from  the first grave.      . In the late 1970s. a local geologist. Alexander Avdonin was  able to locate the mass grave containing the remains of five of  the seven members of the royal family and their four servants.In the early morning hours of July 17. a set of 44 bone  fragments and teeth were carefully recovered from the site. In the summer of 2007. Sergei Pogorelov. 1918 the royal family and  their staff were led to the cellar of the Ipatiev House where they  were being held and executed. Deputy Director of the  Sverdlovsk Region's Archaeological Institute. Dr. Following an official archeological excavation  conducted by Dr.

    .

    .

    .

    .

. and over 80 trillion times  more likely if sample 146.(.1 and 147 are the  children of Tsar Nicholas II and Tsarina Alexandra (and siblings of  the three princesses from grave one) compared to the alternative  hypothesis that these samples are individuals completely unrelated  to the Romanov family (H2).36  trillion times more likely if sample 147 is a daughter of Tsar  Nicholas II and Tsarina Alexandra. we found that the DNA evidence is 4.      .) the LR of the hypothesis (H1) that samples 146.1 is a son of Tsar Nicholas II and  Tsarina Alexandra than if these samples were from two  unrelated individuals.

‘the little things are infinitely the most important’ Sherlock Holmes     .

Sign up to vote on this title
UsefulNot useful