Análisis de secuencias en biología molecular

Una secuencia de ADN es la secuencia de nucleótidos en una molécula de ADN. Se escribe como una sucesión de letras que representan la estructura primaria de una molécula o cadena de ADN. Si es funcional, dicha secuencia lleva información para la secuencia de aminoácidos en una molécula de proteína. Las letras posibles son A, C, G y T, que representan las cuatro bases nucleotídicas de una cadena de ADN: adenina, citosina, guanina y timina. Las secuencias se imprimen una al lado de la otra, sin espacios, como en la secuencia AAAGTCTGAC.

El estudio del ARN y las proteínas es más complejo. La estructura general del ADN es simple y predecible (doble hélice). El estudio del ARN y las proteínas debe incluir un estudio de su estructura tridimensional, que es variada, e influye en su funcionamiento. Hasta cierto punto, esto puede ser ayudado por el ordenador, pero tiene que ser verificado en cada caso.

La información sobre las secuencias se guarda en bases de datos. Desde el desarrollo de la producción rápida de secuencias de genes y proteínas durante la década de 1990, el ritmo de adición de nuevas secuencias a las bases de datos aumenta constantemente.

Se han realizado análisis completos del genoma de más de 800 especies y cepas. El trabajo lo realiza una máquina, el secuenciador de ADN, que analiza las señales luminosas de los fluorocromos unidos a los nucleótidos. Este tipo de trabajo se está abaratando progresivamente.

"Actualmente [2009] hay más de 90 especies de vertebrados con secuencias genómicas completas terminadas, en proceso o en fase de planificación avanzada.

Totalidades aproximadas

En diciembre de 2012, se había completado el análisis del genoma completo de entre 800 y 900 especies y cepas de especies vivas. Las cifras son aproximadas y están cambiando.

• Animales: 111 especies
• Plantas: 53 especies
• Hongos: 81 especies
• Protistas: 50 especies
• Archaea: 139 especies y cepas
• Bacterias: ~4/500 especies y cepas

El genoma humano está almacenado en 23 pares de cromosomas del núcleo celular y en el pequeño ADN mitocondrial. En la actualidad se sabe mucho sobre las secuencias de ADN que se encuentran en nuestros cromosomas. Ahora se sabe en parte lo que hace el ADN. La aplicación de estos conocimientos en la práctica no ha hecho más que empezar.

El Proyecto Genoma Humano (PGH) produjo una secuencia de referencia que se utiliza en todo el mundo en biología y medicina. Nature publicó el informe del proyecto, financiado con fondos públicos, y Science publicó el artículo de Celera. Estos artículos describen cómo se produjo el borrador de la secuencia y ofrecen un análisis de la misma. En 2003 y 2005 se anunciaron borradores mejorados que completaron hasta ≈92% de la secuencia.

El último proyecto ENCODE estudia la forma en que se controlan los genes.

Trabajo forense

No es necesario disponer de secuencias del genoma completo para trabajos forenses, como la identificación de un criminal a partir de restos de ADN dejados en la escena del crimen, o para casos de paternidad. En la actualidad, la secuenciación del genoma completo sigue siendo muy cara, pero afortunadamente existen métodos más sencillos y baratos.

La idea básica es buscar ciertos loci (lugares) en el genoma que son muy variables entre las personas. Se necesitan entre 10 y 15 de estos loci para obtener una coincidencia, y los detalles legales difieren según los países. Una coincidencia entre una muestra y un individuo sospechoso hace que sea muy probable que ese individuo sea la fuente de la muestra. Esta prueba sería entonces la base de la acusación de un delito. Un análisis similar mostraría que es muy probable que un hombre sea el padre de un niño. En realidad se trata de una forma moderna de hacer lo que se hacía con los grupos sanguíneos antes de que se pudieran analizar los detalles del ADN. Los métodos se han desarrollado principalmente gracias al trabajo de Alec Jeffreys.

El ADN de cada persona contiene dos alelos de un gen concreto o "marcador": uno del padre y otro de la madre. Los "marcadores" son genes elegidos por tener un número de alelos diferentes que se dan con frecuencia en la población. La siguiente tabla procede de un experimento comercial de pruebas de paternidad de ADN. Muestra cómo se demuestra el parentesco entre padres e hijos con cinco marcadores:

Los resultados muestran que el ADN del niño y del supuesto padre coinciden en estos cinco marcadores. Los resultados completos de la prueba mostraron esta correlación en 16 marcadores entre el niño y el hombre analizado. Si un caso se somete a prueba en un tribunal, un forense aportaría pruebas sobre la probabilidad de obtener ese resultado por casualidad.

Pruebas de ADN en Estados Unidos

Existen leyes estatales sobre perfiles de ADN en los 50 estados de Estados Unidos. En el sitio web de la Conferencia Nacional de Legislaturas Estatales se puede encontrar información detallada sobre las leyes de bases de datos de cada estado.

Se ha recuperado ADN antiguo de algunas fuentes. El récord de supervivencia de ADN apto para el análisis de secuencias es de 700.000 años. Un esqueleto de caballo enterrado en el permafrost ha proporcionado huesos con algo de ADN superviviente. La secuencia sólo estaba completa en un 70%, pero fue suficiente para que los investigadores dijeran: "No se parecería a un caballo tal y como lo conocemos... pero esperaríamos que fuera un caballo de un solo dedo". Para comparar, los investigadores tuvieron acceso a las secuencias de ADN de caballos modernos, burros y el caballo de Przewalski.

• George Church
• Walter Gilbert
• John Sulston
• Fred Sanger
• ENCODE: el análisis completo del genoma humano
• Genoma humano
• Genómica completa
• Bioinformática