Justiça histórica após avanço no DNA
Um britânico de 92 anos foi considerado culpado pelo assassinato e estupro de Louisa Dunne, de 75 anos, em 1967. Este caso é considerado o mais antigo caso não resolvido na história da polícia britânica a ser solucionado. Ryland Headley foi condenado hoje após evidências de DNA o identificarem como o culpado após 58 anos.
A tragédia de 1967
Em 28 de junho de 1967, vizinhos ouviram um grito de pânico durante a noite na casa de Dunne em Bristol. Quando a viúva não buscou seu jornal matinal, a polícia a encontrou estrangulada com um lenço na sala de estar. Apesar de uma investigação extensa, incluindo 19.000 impressões digitais coletadas em um raio de 2,4 km e 8.000 entrevistas porta a porta, o caso permaneceu sem solução.
Avanço científico
Em 2023, uma equipe de casos não resolvidos analisou roupas preservadas com técnicas modernas de DNA. O material genético coincidiu com o perfil de Headley registrado em 2012. "Um momento arrepiante", disse a investigadora Joanne Smith, destacando que assassinos "nunca podem parar de olhar por cima do ombro".
Padrão violento
Embora Headley não tivesse antecedentes criminais em 1967, ele confessou mais tarde o estupro de duas idosas (79 e 84 anos) em Ipswich em 1978, pelo qual foi condenado a sete anos de prisão. Investigadores observaram paralelos marcantes entre esses crimes.
Família esperou muito tempo por justiça
A neta de Dunne, agora com a mesma idade que sua avó tinha ao morrer, expressou sentimentos conflitantes: "Há um estigma sobre estupro e assassinato, então raramente falei sobre isso. Minha mãe nunca se recuperou — o medo dominou sua vida." Ela lamentou que parentes que conheceram Louisa não viveram para ver este dia.
O poder do avanço forense
Esta condenação demonstra como o perfilamento de DNA revolucionou a resolução de casos antigos. Desde seu desenvolvimento por Sir Alec Jeffreys em 1984, a técnica analisa repetições em tandem de número variável (VNTRs). Métodos modernos extraem perfis de evidências com décadas de idade, com taxas de sucesso maiores devido a bancos de dados mais abrangentes.