fbpx Guerra al bracconaggio di elefanti: un aiuto dal DNA | Science in the net

Guerra al bracconaggio di elefanti: un aiuto dal DNA

Primary tabs

Tempo di lettura: 2 mins

Una tonnellata di avorio distrutta pubblicamente a Times Square, nel cuore di Manhattan. Organizzata per la mattina di venerdì 19 giugno 2015 dallo US Fish and Wildlife Service (FWS), un’agenzia statunitense per la gestione e conservazione della fauna selvatica, quest’azione dimostrativa è servita a dare maggiore vigore all’ennesima denuncia del traffico illegale di zanne di elefante.
I metodi cruenti utilizzati dai bracconieri per asportare le zanne agli elefanti stanno mettendo a rischio la specie Loxodonta africana, oggi classificata dalla Lista rossa IUNC come vulnerabile.
Le stime del 2013 valutano in 434.000 il numero di elefanti africani esistenti, di cui circa 50.000 uccisi in un anno per alimentare il traffico illegale di avorio. Sono 51 le tonnellate di questo materiale sequestrate dalle autorità internazionali nello stesso periodo.

In un articolo pubblicato su Science lo scorso 18 giugno, un gruppo di biologi dell’Università di Washington, a Seattle, descrive un metodo di analisi del DNA a scopi forensi messo a punto per tracciare la provenienza dell’avorio africano illegalmente commercializzato nel mondo.
Con l’analisi di alcuni microsatelliti, una tecnica del tutto analoga a quella utilizzata dalla polizia per determinare l’impronta del DNA lasciata sul luogo di un delitto, gli scienziati di Seattle sono riusciti a identificare la provenienza dell’avorio commercializzato illegalmente proveniente da 28 sequestri (ognuno corrispondente a circa mezza tonnellata di zanne) realizzati in Africa e Asia tra il 1996 e il 2014.

I biologi hanno cominciato il progetto con una mappatura genetica delle popolazioni di elefante africano facendosi inviare campioni di sterco provenienti da varie località, per estrarne il DNA. Hanno così disegnato il quadro genetico delle popolazioni di elefanti di tutta l’Africa. Il gruppo di ricerca ha poi analizzato il dna estratto dai campioni di avorio requisito e incrociato i dati.
I risultati mostrano i luoghi ricorrenti di probabile provenienza, collegati a organizzazioni criminali transnazionali africane. Quasi tutti i grandi sequestri di avorio fanno capo a solo quattro aree geografiche fino al 2007 e a solo due aree dopo questa data. Gli scienziati auspicano interventi mirati in queste aree per identificare i bracconieri, diminuire il traffico illegale di avorio e proteggere le popolazioni di elefanti.

di Anna Piseri

Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

Why have neural networks won the Nobel Prizes in Physics and Chemistry?

This year, Artificial Intelligence played a leading role in the Nobel Prizes for Physics and Chemistry. More specifically, it would be better to say machine learning and neural networks, thanks to whose development we now have systems ranging from image recognition to generative AI like Chat-GPT. In this article, Chiara Sabelli tells the story of the research that led physicist and biologist John J. Hopfield and computer scientist and neuroscientist Geoffrey Hinton to lay the foundations of current machine learning.

Image modified from the article "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

The 2024 Nobel Prize in Physics was awarded to John J. Hopfield, an American physicist and biologist from Princeton University, and to Geoffrey Hinton, a British computer scientist and neuroscientist from the University of Toronto, for utilizing tools from statistical physics in the development of methods underlying today's powerful machine learning technologies.