Robust inference of phenotypic traits from low-coverage ancient genomes

La fenotipizzazione forense del DNA (FDP) consente di prevedere determinati tratti fenotipici di un individuo, quali l’aspetto fisico, l’ascendenza biogeografica e l’età, a partire da minime quantità di DNA provenienti da campioni biologici. Tale tecnica risulta particolarmente utile nell’identificazione di autori sconosciuti di reati, nei casi in cui la profilazione forense standard non fornisca informazioni sufficienti a causa della mancanza di sospetti noti o profili presenti in database nazionali di DNA. Uno strumento di fenotipizzazione forense già sviluppato e validato è il sistema HIrisPlex-S, progettato per la previsione simultanea del colore degli occhi, dei capelli e della pelle. Basato sull'analisi di 41 polimorfismi genetici associati alla pigmentazione, questo sistema permette di stimare le probabilità individuali per tre categorie di colore degli occhi, quattro di colore dei capelli e cinque di colore della pelle, utilizzando esclusivamente i dati genotipici. Questo strumento, originariamente sviluppato per supportare indagini criminali specifiche, è stato ampiamente utilizzato negli ultimi anni anche per prevedere il fenotipo di resti scheletrici umani antichi. Fino ad oggi, la predizione fenotipica basata su dati antichi, degradati e a bassa copertura, è stata effettuata assumendo la conoscenza dello stato allelico e genotipico dei campioni nelle 41 posizioni di interesse. Tuttavia, è noto che la chiamata diretta delle varianti genotipiche da tali dati presenta numerose sfide, a causa della frammentazione del materiale genetico, del rischio di contaminazione e della degradazione. Quest'ultima provoca, nel tempo, la rottura del DNA in frammenti molto piccoli, rendendo difficile l'ottenimento di sequenze complete e accurate. Ciò comporta una bassa profondità di sequenziamento, che influisce drasticamente sulla capacità di identificare in modo affidabile i genotipi, contribuendo così ad errori nell’inferenza fenotipica. Nella prima parte di questo lavoro di tesi è stata valutata la robustezza del sistema HIrisPlex-S nella procedura inferenziale fenotipica applicata a dati antichi e a bassa copertura, testandolo a diversi livelli di copertura. È stato determinato il livello di copertura necessario per garantire un'inferenza robusta e valutato quando applicare il protocollo classico di HIrisPlex-S e quando invece ricorrere a metodi alternativi che considerino l'incertezza nella chiamata genotipica. La valutazione è stata con-dotta analizzando i risultati delle predizioni fenotipiche per il colore degli occhi, dei capelli e della pelle, ottenuti tramite tre modelli di predizione: 1) il protocollo standard di HIrisPlex-S, basato sulla chiamata diretta delle varianti; 2) un modello specificamente sviluppato in questo lavoro, che integra il sistema classico con le genotype likelihoods, per considerare l’incertezza associata ai dati a bassa copertura nella chiamata dei genotipi; 3) l’imputazione, utilizzata per gestire i dati potenzialmente mancanti in genomi a bassa copertura. A tale scopo, sono stati analizzati tre campioni presenti in letteratura ad alta copertura: uno prove-niente dalla Siberia del Paleolitico, uno dalla Svezia del Mesolitico e uno dalla Germania dell’Età del Bronzo. Utilizzando una procedura di abbassamento artificiale della copertura, sono state effettuate previsioni fenotipiche sui colori degli occhi, dei capelli e della pelle, testando i tre diversi modelli di predizione. I risultati delle previsioni fenotipiche per ciascun approccio e livello di copertura sono stati confrontati con il "fenotipo reale", inferito dal genoma originale ad alta copertura. È stato quindi valutato quante volte ciascun metodo, a ogni livello di copertura, ha prodotto previsioni corrette, al fine di determinare i limiti e l'approccio più idoneo per la predizione fenotipica da dati antichi, riducendo al minimo gli errori nelle stime. Le conclusioni di questa prima parte indicano che, indipendentemente dal periodo storico del campione analizzato, è consigliabile applicare il protocollo standard di HIrisPlex-S se si raggiungono livelli minimi di copertura di almeno 8x su ciascuna delle 41 posizioni di interesse. Per coperture inferiori a 8x, si raccomanda invece l'uso del metodo ideato e testato in questo studio, che utilizza le genotype likelihoods per la stima dei genotipi. La seconda parte di questo progetto di tesi ha previsto l'applicazione del protocollo a un dataset di 348 individui eurasiatici, che spaziano dal Paleolitico superiore all'Età del Ferro, con l'obiettivo di osservare la variazione del colore degli occhi, dei capelli e della pelle negli ultimi 45.000 anni. La fotografia che emerge rivela un'evoluzione complessa di questi tratti: sebbene i fenotipi scuri siano stati predominanti per gran parte del periodo esaminato, i fenotipi chiari sono comparsi a partire dal Mesolitico, nelle regioni che richiedevano un adattamento ambientale alle alte latitudini. In seguito, tali fenotipi chiari si sono diffusi ulteriormente nei periodi successivi grazie a una complessa interazione tra adattamento ambientale ed eventi demografici.