Genoma

En los campos de la biología molecular y la genética, un genoma es toda la información genética de un organismo. Consiste en secuencias de nucleótidos de ADN (o ARN en virus de ARN). El genoma incluye tanto los genes (las regiones codificantes) como el ADN no codificante, así como el ADN mitocondrial y el ADN del cloroplasto. El estudio del genoma se llama genómica. Se han secuenciado los genomas de varios organismos y se han analizado los genes. El Proyecto Genoma Humano informó la secuenciación del genoma completo del Homo sapiensen abril de 2003 [1], aunque solo el 92% del ADN fue decodificado. Con los avances tecnológicos que podrían manejar la secuenciación de las muchas secuencias repetitivas encontradas en el ADN humano que no fueron completamente descubiertas por el estudio original del Proyecto del Genoma Humano, los científicos informaron la primera secuencia completa del genoma humano en marzo de 2022.

Origen del término

El término genoma fue creado en 1920 por Hans Winkler, profesor de botánica en la Universidad de Hamburgo, Alemania. El Oxford Dictionary sugiere que el nombre es una combinación de las palabras gen y cromosoma. Sin embargo, vea ómicas para una discusión más completa. Ya existían algunas palabras relacionadas con el -oma, como bioma y rizoma, que formaban un vocabulario en el que el genoma encajaba sistemáticamente.

Secuenciación y mapeo

Una secuencia genómica es la lista completa de los nucleótidos (A, C, G y T para los genomas de ADN) que componen todos los cromosomas de un individuo o una especie. Dentro de una especie, la gran mayoría de los nucleótidos son idénticos entre individuos, pero es necesario secuenciar varios individuos para comprender la diversidad genética.

En 1976, Walter Fiers de la Universidad de Gante (Bélgica) fue el primero en establecer la secuencia de nucleótidos completa de un genoma de ARN viral (Bacteriófago MS2). Al año siguiente, Fred Sanger completó la primera secuencia de ADN-genoma: fago Φ-X174, de 5386 pares de bases. Las primeras secuencias genómicas completas entre los tres dominios de la vida se publicaron en un breve período a mediados de la década de 1990: el primer genoma bacteriano que se secuenció fue el de Haemophilus influenzae, completado por un equipo del Instituto de Investigación Genómica en 1995. A Unos meses más tarde, se completó el primer genoma eucariótico, con las secuencias de los 16 cromosomas de la levadura en ciernes Saccharomyces cerevisiae publicadas como resultado de un esfuerzo liderado por Europa que comenzó a mediados de la década de 1980. La primera secuencia del genoma para un archaeon,Methanococcus jannaschii, se completó en 1996, nuevamente por el Instituto de Investigación Genómica.

El desarrollo de nuevas tecnologías ha hecho que la secuenciación del genoma sea mucho más barata y sencilla, y el número de secuencias genómicas completas crece rápidamente. Los Institutos Nacionales de Salud de EE. UU. mantienen una de varias bases de datos integrales de información genómica. Entre los miles de proyectos de secuenciación del genoma completados se encuentran los del arroz, un ratón, la planta Arabidopsis thaliana, el pez globo y la bacteria E. coli. En diciembre de 2013, los científicos secuenciaron por primera vez el genoma completo de un neandertal, una especie extinta de humanos. El genoma se extrajo del hueso del dedo del pie de un neandertal de 130.000 años encontrado en una cueva siberiana.

Las nuevas tecnologías de secuenciación, como la secuenciación masiva en paralelo, también han abierto la perspectiva de la secuenciación del genoma personal como herramienta de diagnóstico, tal como lo ha iniciado Manteia Predictive Medicine. Un paso importante hacia ese objetivo fue la finalización en 2007 del genoma completo de James D. Watson, uno de los descubridores de la estructura del ADN.

Mientras que una secuencia del genoma enumera el orden de cada base de ADN en un genoma, un mapa del genoma identifica los puntos de referencia. Un mapa del genoma es menos detallado que una secuencia del genoma y ayuda a navegar por el genoma. El Proyecto Genoma Humano se organizó para mapear y secuenciar el genoma humano. Un paso fundamental en el proyecto fue la publicación de un mapa genómico detallado por parte de Jean Weissenbach y su equipo en el Genoscope de París.

Las secuencias y mapas del genoma de referencia continúan actualizándose, eliminando errores y aclarando regiones de alta complejidad alélica. El costo decreciente del mapeo genómico ha permitido que los sitios genealógicos lo ofrezcan como un servicio, en la medida en que uno puede enviar su genoma a esfuerzos científicos colaborativos como DNA.LAND en el New York Genome Center, un ejemplo tanto de las economías de escala y de ciencia ciudadana.

Genomas virales

Los genomas virales pueden estar compuestos de ARN o ADN. Los genomas de los virus de ARN pueden ser ARN monocatenario o ARN bicatenario, y pueden contener una o más moléculas de ARN separadas (segmentos: genoma monopartito o multipartito). Los virus de ADN pueden tener genomas de cadena sencilla o de cadena doble. La mayoría de los genomas de virus de ADN se componen de una sola molécula lineal de ADN, pero algunos se componen de una molécula de ADN circular. También hay ARN viral llamado ARN monocatenario: sirve como molde para la síntesis de ARNm y ARN monocatenario: sirve como molde para la síntesis de ADN.

La envoltura viral es una capa externa de membrana que los genomas virales usan para ingresar a la célula huésped. Algunas de las clases de ADN y ARN viral consisten en una envoltura viral, mientras que otras no.

Genomas procarióticos

Los procariotas y los eucariotas tienen genomas de ADN. Archaea y la mayoría de las bacterias tienen un solo cromosoma circular, sin embargo, algunas especies bacterianas tienen cromosomas lineales o múltiples. Si el ADN se replica más rápido de lo que se dividen las células bacterianas, pueden estar presentes múltiples copias del cromosoma en una sola célula, y si las células se dividen más rápido de lo que se puede replicar el ADN, se inicia la replicación múltiple del cromosoma antes de que ocurra la división. permitiendo que las células hijas hereden genomas completos y cromosomas ya parcialmente replicados. La mayoría de los procariotas tienen muy poco ADN repetitivo en sus genomas. Sin embargo, algunas bacterias simbióticas (por ejemplo, Serratia symbiotica ) tienen genomas reducidos y una alta fracción de pseudogenes: solo ~40% de su ADN codifica proteínas.

Algunas bacterias tienen material genético auxiliar, también parte de su genoma, que se transporta en plásmidos. Por ello, la palabra genoma no debe utilizarse como sinónimo de cromosoma.

Genomas eucarióticos

Los genomas eucarióticos están compuestos por uno o más cromosomas de ADN lineal. El número de cromosomas varía ampliamente, desde las hormigas saltadoras Jack y un nemotodo asexual, cada uno de los cuales tiene un solo par, hasta una especie de helecho que tiene 720 pares. Es sorprendente la cantidad de ADN que contienen los genomas eucariotas en comparación con otros genomas. La cantidad es incluso mayor de lo que es necesario para los genes codificantes y no codificantes de proteínas de ADN debido al hecho de que los genomas eucarióticos muestran una variación de hasta 64.000 veces en sus tamaños. Sin embargo, esta característica especial es causada por la presencia de ADN repetitivo y elementos transponibles (TE).

Una célula humana típica tiene dos copias de cada uno de los 22 autosomas, uno heredado de cada padre, más dos cromosomas sexuales, lo que la convierte en diploide. Los gametos, como los óvulos, los espermatozoides, las esporas y el polen, son haploides, lo que significa que solo tienen una copia de cada cromosoma. Además de los cromosomas en el núcleo, los orgánulos como los cloroplastos y las mitocondrias tienen su propio ADN. A veces se dice que las mitocondrias tienen su propio genoma, a menudo denominado "genoma mitocondrial". El ADN que se encuentra dentro del cloroplasto puede denominarse "plastoma". Al igual que las bacterias de las que se originaron, las mitocondrias y los cloroplastos tienen un cromosoma circular.

A diferencia de los procariotas, donde existe una organización exón-intrón de genes que codifican proteínas, pero es bastante excepcional, los eucariotas generalmente tienen estas características en sus genes y sus genomas contienen cantidades variables de ADN repetitivo. En mamíferos y plantas, la mayor parte del genoma se compone de ADN repetitivo. Los genes en los genomas eucarióticos se pueden anotar utilizando FINDER.

Secuencias de codificación

Las secuencias de ADN que llevan las instrucciones para producir proteínas se denominan secuencias codificantes. La proporción del genoma ocupado por secuencias de codificación varía ampliamente. Un genoma más grande no contiene necesariamente más genes, y la proporción de ADN no repetitivo disminuye junto con el aumento del tamaño del genoma en eucariotas complejos.

Secuencias no codificantes

Las secuencias no codificantes incluyen intrones, secuencias para ARN no codificantes, regiones reguladoras y ADN repetitivo. Las secuencias no codificantes constituyen el 98% del genoma humano. Hay dos categorías de ADN repetitivo en el genoma: repeticiones en tándem y repeticiones intercaladas.

Repeticiones en tándem

Las secuencias cortas que no codifican y que se repiten de la cabeza a la cola se denominan repeticiones en tándem. Los microsatélites consisten en repeticiones de 2 a 5 pares de bases, mientras que las repeticiones de minisatélites son de 30 a 35 pb. Las repeticiones en tándem constituyen aproximadamente el 4% del genoma humano y el 9% del genoma de la mosca de la fruta. Las repeticiones en tándem pueden ser funcionales. Por ejemplo, los telómeros se componen de la repetición en tándem TTAGGG en los mamíferos y desempeñan un papel importante en la protección de los extremos del cromosoma.

En otros casos, las expansiones en el número de repeticiones en tándem en exones o intrones pueden causar enfermedades. Por ejemplo, el gen humano huntingtina (Htt) normalmente contiene de 6 a 29 repeticiones en tándem de los nucleótidos CAG (que codifican un tracto de poliglutamina). Una expansión a más de 36 repeticiones da como resultado la enfermedad de Huntington, una enfermedad neurodegenerativa. Se sabe que veinte trastornos humanos resultan de expansiones repetidas en tándem similares en varios genes. El mecanismo por el cual las proteínas con tractos de poligulatamina expandidos causan la muerte de las neuronas no se comprende completamente. Una posibilidad es que las proteínas no se plieguen correctamente y eviten la degradación, sino que se acumulen en agregados que también secuestran factores de transcripción importantes, alterando así la expresión génica.

Las repeticiones en tándem generalmente son causadas por deslizamiento durante la replicación, entrecruzamiento desigual y conversión de genes.

Elementos transponibles

Los elementos transponibles (TE) son secuencias de ADN con una estructura definida que pueden cambiar su ubicación en el genoma. Los TE se clasifican como un mecanismo que se replica copiando y pegando o como un mecanismo que puede extirparse del genoma e insertarse en una nueva ubicación. En el genoma humano, hay tres clases importantes de TE que constituyen más del 45 % del ADN humano; estas clases son los elementos nucleares intercalados largos (LINE), los elementos nucleares intercalados (SINE) y los retrovirus endógenos. Estos elementos tienen un gran potencial para modificar el control genético en un organismo huésped.

El movimiento de los TE es una fuerza impulsora de la evolución del genoma en los eucariotas porque su inserción puede alterar las funciones de los genes, la recombinación homóloga entre los TE puede producir duplicaciones y los TE pueden barajar exones y secuencias reguladoras a nuevas ubicaciones.

Retrotransposones

Los retrotransposones se encuentran principalmente en eucariotas pero no se encuentran en procariotas y los retrotransposones forman una gran parte de los genomas de muchos eucariotas. El retrotransposón es un elemento transponible que se transpone a través de un intermediario de ARN. Los retrotransposones están compuestos de ADN, pero se transcriben en ARN para la transposición, luego la transcripción de ARN se vuelve a copiar para formar ADN con la ayuda de una enzima específica llamada transcriptasa inversa. Los retrotransposones que llevan transcriptasa inversa en su gen pueden desencadenar su propia transposición, pero los genes que carecen de la transcriptasa inversa deben utilizar la transcriptasa inversa sintetizada por otro retrotransposón. Los retrotransposones se pueden transcribir en ARN, que luego se duplican en otro sitio del genoma.Los retrotransposones se pueden dividir en repeticiones terminales largas (LTR) y repeticiones terminales no largas (Non-LTR).

Las repeticiones terminales largas (LTR) se derivan de infecciones retrovirales antiguas, por lo que codifican proteínas relacionadas con proteínas retrovirales, incluidas gag (proteínas estructurales del virus), pol (transcriptasa inversa e integrasa), pro (proteasa) y, en algunos casos, env ( envoltura) genes. Estos genes están flanqueados por largas repeticiones en los extremos 5' y 3'. Se ha informado que los LTR consisten en la fracción más grande en la mayoría de los genomas de las plantas y podrían explicar la gran variación en el tamaño del genoma.

Las repeticiones terminales no largas (Non-LTR) se clasifican como elementos nucleares intercalados largos (LINE), elementos nucleares intercalados cortos (SINE) y elementos similares a Penélope (PLE). En Dictyostelium discoideum, hay otros elementos similares a DIRS que pertenecen a Non-LTR. Los no LTR están muy extendidos en los genomas eucarióticos.

Los elementos intercalados largos (LINE) codifican genes para la transcriptasa inversa y la endonucleasa, lo que los convierte en elementos transponibles autónomos. El genoma humano tiene alrededor de 500.000 LINE, ocupando alrededor del 17% del genoma.

Los elementos intercalados cortos (SINE) suelen tener menos de 500 pares de bases y no son autónomos, por lo que dependen de las proteínas codificadas por LINE para la transposición. El elemento Alu es el SINE más común que se encuentra en los primates. Tiene unos 350 pares de bases y ocupa alrededor del 11% del genoma humano con alrededor de 1.500.000 copias.

Transposones de ADN

Los transposones de ADN codifican una enzima transposasa entre repeticiones terminales invertidas. Cuando se expresa, la transposasa reconoce las repeticiones invertidas terminales que flanquean al transposón y cataliza su escisión y reinserción en un nuevo sitio. Este mecanismo de cortar y pegar normalmente reinserta transposones cerca de su ubicación original (dentro de 100 kb). Los transposones de ADN se encuentran en las bacterias y constituyen el 3% del genoma humano y el 12% del genoma del gusano redondo C. elegans.

Tamaño del genoma

El tamaño del genoma es el número total de pares de bases de ADN en una copia de un genoma haploide. El tamaño del genoma varía ampliamente entre las especies. Los invertebrados tienen genomas pequeños, esto también se correlaciona con una pequeña cantidad de elementos transponibles. Los peces y los anfibios tienen genomas de tamaño intermedio y las aves tienen genomas relativamente pequeños, pero se ha sugerido que las aves perdieron una parte sustancial de sus genomas durante la fase de transición al vuelo. Ante esta pérdida, la metilación del ADN permite la adecuada expansión del genoma.

En los seres humanos, el genoma nuclear comprende aproximadamente 3200 millones de nucleótidos de ADN, divididos en 24 moléculas lineales, la más corta de 50 000 000 de nucleótidos de longitud y la más larga de 260 000 000 de nucleótidos, cada una contenida en un cromosoma diferente. No existe una correlación clara y consistente entre la complejidad morfológica y el tamaño del genoma en procariotas o eucariotas inferiores. El tamaño del genoma es en gran medida una función de la expansión y contracción de elementos de ADN repetitivos.

Dado que los genomas son muy complejos, una estrategia de investigación es reducir al mínimo el número de genes en un genoma y aún así lograr que el organismo en cuestión sobreviva. Se están realizando trabajos experimentales sobre genomas mínimos para organismos unicelulares, así como genomas mínimos para organismos multicelulares (ver Biología del desarrollo). El trabajo es tanto in vivo como in silico.

Tamaño del genoma debido a elementos transponibles

Hay muchas diferencias enormes en el tamaño de los genomas, especialmente mencionadas antes en los genomas eucarióticos multicelulares. La razón principal por la que existe una variedad tan grande de tamaños se debe a la presencia de elementos transponibles. Se sabe que los TE contribuyen a un cambio significativo en la masa de ADN de una célula. Este proceso se correlaciona con su alojamiento a largo plazo en el genoma del huésped y, por lo tanto, con la expansión del tamaño del genoma.

Aquí hay una tabla de algunos genomas significativos o representativos. Ver #Ver también para listas de genomas secuenciados.

Alteraciones genómicas

Todas las células de un organismo se originan a partir de una sola célula, por lo que se espera que tengan genomas idénticos; sin embargo, en algunos casos surgen diferencias. Tanto el proceso de copia del ADN durante la división celular como la exposición a mutágenos ambientales pueden provocar mutaciones en las células somáticas. En algunos casos, dichas mutaciones provocan cáncer porque hacen que las células se dividan más rápidamente e invadan los tejidos circundantes. En ciertos linfocitos del sistema inmunitario humano, la recombinación V(D)J genera diferentes secuencias genómicas de modo que cada célula produce un anticuerpo único o receptores de células T.

Durante la meiosis, las células diploides se dividen dos veces para producir células germinales haploides. Durante este proceso, la recombinación da como resultado una reorganización del material genético de los cromosomas homólogos para que cada gameto tenga un genoma único.

Reprogramación de todo el genoma

La reprogramación de todo el genoma en células germinales primordiales de ratón implica el borrado de la huella epigenética que conduce a la totipotencia. La reprogramación se ve facilitada por la desmetilación activa del ADN, un proceso que implica la vía de reparación por escisión de la base del ADN. Esta vía se emplea en el borrado de la metilación de CpG (5 mC) en las células germinales primordiales. El borrado de 5mC ocurre a través de su conversión a 5-hidroximetilcitosina (5hmC) impulsada por altos niveles de las diez-once enzimas dioxigenasas TET1 y TET2.

Evolución del genoma

Los genomas son más que la suma de los genes de un organismo y tienen rasgos que pueden medirse y estudiarse sin hacer referencia a los detalles de ningún gen en particular y sus productos. Los investigadores comparan rasgos como el cariotipo (número de cromosomas), el tamaño del genoma, el orden de los genes, el sesgo en el uso de codones y el contenido de GC para determinar qué mecanismos podrían haber producido la gran variedad de genomas que existen en la actualidad (para obtener información general reciente, consulte Brown 2002; Saccone y Pesole 2003; Benfey y Protopapas 2004; Gibson y Muse 2004; Reese 2004; Gregory 2005).

Las duplicaciones juegan un papel importante en la configuración del genoma. La duplicación puede variar desde la extensión de repeticiones cortas en tándem hasta la duplicación de un grupo de genes y todo el camino hasta la duplicación de cromosomas completos o incluso genomas completos. Tales duplicaciones son probablemente fundamentales para la creación de novedades genéticas.

Se invoca la transferencia horizontal de genes para explicar cómo a menudo hay una similitud extrema entre pequeñas porciones de los genomas de dos organismos que, por lo demás, están muy distantemente relacionados. La transferencia horizontal de genes parece ser común entre muchos microbios. Además, las células eucariotas parecen haber experimentado una transferencia de algún material genético desde sus cloroplastos y genomas mitocondriales a sus cromosomas nucleares. Los datos empíricos recientes sugieren un papel importante de los virus y las redes de ARN subvirales para representar un papel impulsor principal para generar novedades genéticas y la edición del genoma natural.

En ficción

Las obras de ciencia ficción ilustran las preocupaciones sobre la disponibilidad de las secuencias del genoma.

La novela Jurassic Park de Michael Crichton de 1990 y la película posterior cuentan la historia de un multimillonario que crea un parque temático de dinosaurios clonados en una isla remota, con resultados desastrosos. Un genetista extrae ADN de dinosaurio de la sangre de mosquitos antiguos y llena los vacíos con ADN de especies modernas para crear varias especies de dinosaurios. Se le pide a un teórico del caos que dé su opinión experta sobre la seguridad de diseñar un ecosistema con dinosaurios, y él advierte repetidamente que los resultados del proyecto serán impredecibles y, en última instancia, incontrolables. Estas advertencias sobre los peligros del uso de información genómica son un tema principal del libro.

La película Gattaca de 1997 está ambientada en una sociedad futurista donde los genomas de los niños están diseñados para contener la combinación más ideal de los rasgos de sus padres, y se documentan métricas como el riesgo de enfermedad cardíaca y la esperanza de vida prevista para cada persona en función de su genoma. Las personas concebidas fuera del programa de eugenesia, conocidas como "In-Valids" sufren discriminación y son relegadas a ocupaciones serviles. El protagonista de la película es un In-Valid que trabaja para desafiar las supuestas probabilidades genéticas y lograr su sueño de trabajar como navegante espacial. La película advierte contra un futuro en el que la información genómica alimenta los prejuicios y las diferencias de clase extremas entre los que pueden y los que no pueden permitirse niños transgénicos.