Optimizing a Human Forensic STR Panel for Non-Invasive Genetic Monitoring of Chimpanzees (Pan troglodytes)

Sintesi Tecnica: Ottimizzazione di un pannello STR forense umano per il monitoraggio genetico non invasivo dei chimpanzé

Problematica
L'identificazione genetica affidabile è fondamentale per la genetica della conservazione, la ricostruzione dei pedigree e la medicina forense della fauna selvatica negli ominidi in pericolo. In Camerun, il monitoraggio dei chimpanzé (Pan troglodytes) comporta la combinazione di campioni provenienti da popolazioni selvatiche e individui salvati dalla cattività con discendenza incerta. Sebbene il campionamento fecale non invasivo eviti la cattura degli animali, esso produce frequentemente DNA degradato e ricco di inibitori, che porta al fallimento dell'amplificazione e a errori di genotipizzazione. Sebbene i sistemi STR (Short Tandem Repeats o microsatelliti) commerciali per l'uso forense umano abbiano mostrato successo nella cross-amplificazione in grandi scimmie utilizzando campioni di tessuto, le loro prestazioni su campioni fecali non invasivi rimangono ampiamente non testate. Manca un quadro standardizzato per l'ottimizzazione di questi kit per il DNA degradato dei chimpanzé.

Metodologia
Lo studio ha sviluppato un quadro di ottimizzazione standardizzato per adattare il kit di amplificazione PCR GlobalFiler™ (24 marcatori: 21 STR autosomici, 1 Y-STR, 1 Y-indel e Amelogenina) per la genotipizzazione del chimpanzé.

• Raccolta dei Campioni: Lo studio ha utilizzato 5 campioni di sangue e 77 campioni fecali (27 da un santuario, 50 dalla fauna selvatica) in Camerun.
• Elaborazione del DNA: Il DNA è stato estratto utilizzando kit specifici per sangue e feci. Il DNA endogeno del chimpanzé è stato quantificato utilizzando i kit Quantifiler™ HP e Trio. I campioni con ≥0,05 ng/μL di DNA sono stati selezionati per la genotipizzazione.
• Amplificazione e Genotipizzazione: I campioni sono stati amplificati in triplicato utilizzando il kit GlobalFiler™. L'analisi dei frammenti è stata eseguita su un analizzatore SeqStudio™.
• Curatela dei Dati:
  • Binning degli Alleli: Poiché la nomenclatura umana non è applicabile, gli alleli sono stati definiti tramite le lunghezze dei frammenti osservati (bp) e sono stati stabiliti manualmente dei bin specifici per locus per accogliere le microvarianti.
  • Genotipizzazione per Consenso: Un approccio basato sull'Indice di Qualità richiedeva l'accordo tra almeno due dei tre replicati. Gli eterozigoti richiedevano un picco minore di almeno il 50% dell'altezza del picco maggiore.
  • Filtraggio: I campioni che amplificavano in meno dell'80% dei loci sono stati esclusi per evitare che la scarsa qualità del campione influenzasse le metriche di performance dei loci.
• Analisi Statistica:
  • Tassi di Errore: Sono stati calcolati i tassi di Successo di Amplificazione (AS), Allelic Dropout (ADO) e Falso Allele (FA).
  • Modellazione: Sono stati utilizzati modelli di regressione beta (link logit) per valutare gli effetti del tipo di campione e del locus su AS, ADO e FA.
  • Classifica: È stato sviluppato un sistema di punteggio composito. I punteggi di performance tecnica combinano l'AS normalizzato (positivo) e i tassi di ADO/FA (penalità). Questo è stato ulteriormente regolato dalla Probabilità di Identità tra fratelli (PID(sibs)) per creare un punteggio composito finale che rifletta sia l'affidabilità tecnica che il potere discriminatorio.

Risultati Chiave

• Selezione dei Loci: Dei 24 marcatori originali, 5 sono stati esclusi a causa del mancato amplificazione, amplificazione non specifica o bassi tassi di successo (<50%). I restanti 16 loci autosomici hanno formato il pannello ottimizzato.
• Metriche di Performance: Il pannello a 16 loci ha raggiunto un successo medio di amplificazione del 95,4%. L'ADO medio era 0,08 e il FA medio era 0,02.
  • Variazione del Tipo di Campione: I campioni di sangue hanno mostrato errori trascurabili. I campioni fecali del santuario presentavano errori moderati, mentre i campioni fecali raccolti sul campo in natura esibivano i tassi di errore più elevati.
  • Variazione dei Loci: I loci D10S1248, FGA, D2S441 e D3S1358 sono stati identificati come i migliori performer. Al contrario, TH01, TPOX, CSF1PO e D7S820 hanno ottenuto prestazioni scarse.
• Identificazione Individuale: Il pannello ha identificato con successo 64 individui unici (39 maschi, 25 femmine) da 69 campioni di alta qualità. La probabilità cumulativa di identità tra fratelli (PID(sibs)) era di 1,2 × 10⁻⁶, indicando un alto potere discriminatorio.
• Determinazione del Sesso: La determinazione molecolare del sesso è stata completata con successo per tutti i 69 campioni utilizzando i marcatori legati al sesso.

Significatività e Rivendicazioni
Il documento sostiene di fornire un flusso di lavoro riproducibile e standardizzato per adattare i sistemi STR forensi umani commerciali alla genetica della fauna selvatica non invasiva.

• Utilità del Framework: Lo studio dimosta che il kit GlobalFiler™ può essere efficacemente adattato per il DNA fecale del chimpanzé, andando oltre la semplice cross-amplificazione tra specie verso una validazione quantitativa a livello di locus.
• Innovazione Metodologica: Gli autori evidenziano lo sviluppo di un framework di binning degli alleli specifico per il chimpanzé e di un sistema di classificazione dei loci composito che integra l'affidabilità tecnica (AS, ADO, FA) con il potere discriminatorio (PID(sibs)). Questo approccio impedisce la classificazione errata dei loci basata esclusivamente su schemi di amplificazione grezzi o piccoli campioni.
• Trasferibilità: Gli autori affermano che questo framework è facilmente trasferibile ad altre specie di grandi scimmie e studi di conservazione della fauna selvatica, offrendo un ponte pratico tra i metodi microsatelliti stabiliti e gli approcci genomici emergenti (SNP, metabarcoding).
• Limitazioni: Gli autori notano con modestia che la validazione è stata limitata alle popolazioni camerunensi e che sono necessari test geografici più ampi per raffinare le classificazioni dei loci (ad esempio, il basso ranking di TH01 potrebbe essere specifico della popolazione). Notano inoltre che, sebbene il kit sia efficace, il costo potrebbe limitare le applicazioni ecologiche su larga scala, suggerendo il potenziale per lo sviluppo di pannelli più piccoli e ottimizzati per il chimpanzé basati sui loro dati di classificazione.