Ricerca ProgettiProgetti di AteneoMachine learning ed origine biogeografica

Machine learning ed origine biogeografica: il profilo biologico degli scheletri senza nome

Descrizione

L’identificazione di resti umani coinvolti in eventi su larga scala, come disastri di massa, fosse comuni dovute a conflitti armati passati o persone scomparse, rappresenta una sfida significativa per gli esperti forensi. Fornire in tali contesti informazioni genetiche aggiuntive, come l’origine biogeografica  (BGA), ovvero la componente biologica dell’etnia, può aiutare le attività investigative guidando le ricerche dei parenti delle vittime e/o consentendo la loro identificazione. Tale caratteristica può essere inferita tramite il DNA dell’individuo usando speciali tipi di marcatori chiamati single-nucleotide polymorphism (SNP). Lo scopo del progetto è di classificare gli individui tramite pannelli innovativi di tali marcatori genetici utilizzando metodi di Machine Learning, che hanno risultati promettenti in contesti come questo caratterizzati da un numero elevato di predittori.

 Inoltre, verranno valutati e selezionati ulteriori SNP informativi per fornire ai professionisti un kit di marcatori genetici che può essere utilizzato in casi forensi reali.

Personale DiSIA coinvolto

Giulia Cereda, coordinatore
Daniele Castellana
Giorgia Spera

 

Progetto finanziato con il “Bando di Ateneo per il finanziamento di progetti competitivi biennali per Ricercatori a Tempo Determinato (RTD) dell’Università di Firenze 2023-2024” – (D.R. n. 907 del 29/07/2022), a valere sulle risorse di cui al D.M. 737/2021 del 05/08/2021, che si inserisce nelle iniziative finanziate dall’Unione Europea – Next Generation EU. CUP B55F21007810001.