temas 20 y 21 introducción a la genómica estructural humana · temas 20 y 21 introducción a la...

Temas 20 y 21Temas 20 y 21Introducción a la genómicaIntroducción a la genómica

estructural humanaestructural humanaCurso de Genética Molecular

4º Ciencias BiológicasUniversidad de Jaén

Antonio Caruz ArcosDpto. Biología Experimental, Área de Genética

Universidad de Jaén

IntroducciónIntroducción

Resultados

Consorciopúblicojerárquico

CeleraWhole genome

shotgun

ElementosElementostransponiblestransponibles

Secuencias Secuencias repetidas yrepetidas y

duplicacionesduplicaciones

Contenido Contenido de genesde genes

VariabilidadVariabilidad

AplicacionesAplicaciones PerspectivasPerspectivas

Esquema global Esquema global

Proyecto Genoma HumanoProyecto Genoma HumanoIntroducción

Estrategias de secuenciación del genoma

Base tecnológicaBase tecnológica

19771977 SangerSanger descubre un método para la descubre un método para la secuenciación de ADN utilizando secuenciación de ADN utilizando ddNTPsddNTPs

19781978 El primer gen humano es identificado y El primer gen humano es identificado y secuenciadosecuenciado

19791979 Secuenciación del virus SV40Secuenciación del virus SV401981 Secuenciación del ADN 1981 Secuenciación del ADN mitocondrial mitocondrial

humanohumano1982 Secuenciación del bacteriófago lambda1982 Secuenciación del bacteriófago lambda1983 Descubrimiento del método 1983 Descubrimiento del método shotgunshotgun1991 Desarrollo de bancos de 1991 Desarrollo de bancos de ESTsESTs

1980 Mapas genéticos de levadura, nematodo y humano para clonación posicional

Avances técnicos imprescindiblesAvances técnicos imprescindibles

BiorobotsBiorobots Secuenciación Secuenciación automáticaautomática

BioinformáticaBioinformática

1990-2000 Secuenciación de varios

genomas completos

industrialización de la genética

Nota técnica: Secuenciación capilarNota técnica: Secuenciación capilarELECTROFORESIS CAPILARELECTROFORESIS CAPILAR

capilares

matriz de gel

Nota técnica: PirosecuenciaciónNota técnica: PirosecuenciaciónStep 1A sequencing primer is hybridized to a single stranded, PCR amplified, DNA template, andincubated with the enzymes, DNA polymerase, ATP sulfurylase, luciferase and apyrase, and the substrates, adenosine 5´ phosphosulfate (APS) and luciferin.

Step 2The first of four deoxynucleotide triphosphates(dNTP) is added to the reaction. DNA polymerasecatalyzes the incorporation of the deoxynucleotide triphosphate into the DNA strand, if it is complementary to the base in the template strand.Each incorporation event is accompanied by release of pyrophosphate (PPi) in a quantity equimolar to theamount of incorporated nucleotide.

Step 3ATP sulfurylase quantitatively converts PPi to ATP in thepresence of adenosine 5´ phosphosulfate. This ATP drivesthe luciferase-mediated conversion of luciferin to oxyluciferin that generates visible light in amounts that areproportional to the amount of ATP. The light produced in the luciferase-catalyzed reaction is detected by a charge coupled device (CCD) camera and seen as a peak in apyrogram™. Each light signal is proportional to the number of nucleotides incorporated.

Nota técnica: PirosecuenciaciónNota técnica: Pirosecuenciación

Step 4Apyrase, a nucleotide degrading enzyme, continuously degradesunincorporated dNTPs and excessATP. When degradation is complete,another dNTP is added.

Step 5Addition of dNTPs is performed one at a time. It should be noted that deoxyadenosine alfa-thio triphosphate (dATP S) is used as a substitute forthe natural deoxyadenosine triphosphate (dATP)since it is efficiently used by the DNA polymerase,but not recognized by the luciferase.As the process continues, the complementary DNAstrand is built up and the nucleotide sequence is determined from the signal peak in the pyrogram.

19841984--86 (US 86 (US National Research CouncilNational Research Council))

La visión global del genoma permitirá acelerar la La visión global del genoma permitirá acelerar la investigación biomédica permitiendo a los investigadores investigación biomédica permitiendo a los investigadores abordar los problemas con una visión amplia no sesgada.abordar los problemas con una visión amplia no sesgada.

Necesitaría un esfuerzo global en Necesitaría un esfuerzo global en infraestructura y división de tareas.infraestructura y división de tareas.

3000 millones de dólares de presupuesto inicial3000 millones de dólares de presupuesto inicial

(AVE Madrid(AVE Madrid--Lleida Lleida 4.200 ME, presupuesto ministerio de 4.200 ME, presupuesto ministerio de defensa español 6.300 ME, reconstrucción defensa español 6.300 ME, reconstrucción

de Irak 20.000 ME)de Irak 20.000 ME)

Desarrollo temporalDesarrollo temporal

Comienzo en USAColección genes

humanos(30,181 genes)

Objetivomapa

genético humanoalcanzado

Mapafísico 98%genoma

Inicioproyectopiloto de

secuenciaciónNRCRecomendación

PGH

1990 1995 2000

Borrador humano

Levadura E. coli C. elegans Drosophila Arabidopsis

Secuenciacióna gran escala

EstrategiaEstrategias des de secuenciación genoma humanosecuenciación genoma humano

Proyecto Público: Proyecto Público: Shotgun Shotgun jerárquico clones BACjerárquico clones BAC

Proyecto Genoma (HGO):

1. Clones derivados de 8 genotecas de BACs y PACs obtenidas por digestión parcial con enzimas de restricción de 8 hombres (sangre y semen)

2. Representan un muestreo del genoma con una redundancia de 65 veces.

3. DNA obtenido de donantes anónimos de varios orígenes.

Etapas básicas del Proyecto Genoma (HGO):

•Obtención de una genoteca genómica.

•Elaboración de un mapa físico y genético.

•Obtención de la secuencia primaria y ensamblaje a partir de los mapas anteriores.

Shotgun Shotgun jerárquico: Clasificación genotecajerárquico: Clasificación genoteca

GENOTECA BAC-PAC

SANGRE ADN CROMOSÓMICO

EXTRACCIÓN ADN

FIBER FISH

STS fingerprinting

MAPEO FINO LOCALIZACIÓNCROMOSÓMICA

La tecnología de los cromosomas artificiales de La tecnología de los cromosomas artificiales de bacterias fueron desarrollados a principios de bacterias fueron desarrollados a principios de los 90los 90

Presenta las siguientes ventajas:Presenta las siguientes ventajas:

1.1. Mayores tamaños (50Mayores tamaños (50--300 300 KbKb))

2.2. Más estables que los Más estables que los YACs YACs (1(1--2 copias por 2 copias por célula), presentan baja tasa de recombinación y célula), presentan baja tasa de recombinación y reorganizaciones en casos de tramos altamente reorganizaciones en casos de tramos altamente repetitivos.repetitivos.

3.3. Crecen más deprisa que los Crecen más deprisa que los YACsYACs

4.4. Más fácil preparación del ADNMás fácil preparación del ADN

5.5. Permite un eficaz escrutinio mediante Permite un eficaz escrutinio mediante hibridación o PCR.hibridación o PCR.

6.6. Posibilidad de selección por color de clones Posibilidad de selección por color de clones recombinantesrecombinantes

7.7. Sitio de clonación múltiple muy completoSitio de clonación múltiple muy completo

Plásmidos Plásmidos BAC: imprescindiblesBAC: imprescindibles

Kim, U. J. et al. Construction and characterization of a human bacterial artificial chromosome library. Genomics 34, 213-218 (1996).

Plásmidos Plásmidos BAC: control de calidadBAC: control de calidad

Marra, M. A. et al. High throughput fingerprint analysis of large-insert clones. Genome Res. 7, 1072-1084 (1997).

38 Kpb

500 pb

Regulación replicación Regulación replicación BACsBACs y y PACsPACs

Unión DNA-A

Unión Rep-ARegión AT

Gen Rep-A Unión Rep-A

Ori PromotorRep-A

PAC

Proteína Rep-E

necesaria replicación

Unión DNA-A

Unión Rep-ERegión AT

Gen Rep-E Unión Rep-E

Ori PromotorRep-E

BAC

-+

Kornberg A. DNA replication. 2ndedition (1991).

Shotgun Shotgun jerárquico: Clasificación genotecajerárquico: Clasificación genoteca

Mapa de Mapa de localización de localización de

los clones los clones BACsBACs y y PACsPACs

The BAC Resource Consortium. Integration of cytogenetic landmarks intothe draft sequence of the human genome. Nature 409, 953-958 (2001).

ShotShot--gun, BACs, Contings y Scaffoldsgun, BACs, Contings y Scaffolds

Muchas secuenciacionescon redundancia

Detectar homologías Fusionar

International Human Genome Sequencing Consortium. Initial sequencing and analysis of the human genome. Nature 409, 860-921 (2001).

Whole genome shotgunWhole genome shotgun: CELERA: CELERAROBOTIZACIÓNDEL TRABAJO

Construcción de la genoteca

2 europeos, 1 hispanoamericano (mexicano), 1 chino, 1 afroamericano (2 hombres y 3 mujeres)

Genoteca de 2 Genoteca de 2 KbKb Genoteca de 10 Genoteca de 10 KbKb Genoteca de 50 Genoteca de 50 KbKb

Whole genome shotgunWhole genome shotgun: CELERA: CELERA

La maquinaria de CELERA:La maquinaria de CELERA:150 150 secuenciadoressecuenciadores ABI 3700, 65 técnicos y ABI 3700, 65 técnicos y

175.000 secuenciaciones diarias (media 650 pb)175.000 secuenciaciones diarias (media 650 pb)durante 9 mesesdurante 9 meses

Venter C et al. The sequence of the human genome. Science, 291, 1304-1351 (2001).

Whole genome shotgunWhole genome shotgun: CELERA: CELERA

The The overlapper overlapper (desarrollado para el proyecto Drosophila)(desarrollado para el proyecto Drosophila)

busca solapamiento de al menos 40 pb<6% diferenciasbusca solapamiento de al menos 40 pb<6% diferencias

40 ordenadores 4 GB RAM durante 5 días (360 ordenadores convenci40 ordenadores 4 GB RAM durante 5 días (360 ordenadores convencionales)onales)

Correcciones con los datos públicos ordenados en Correcciones con los datos públicos ordenados en BACsBACs


Proyecto Genoma HumanoProyecto Genoma HumanoResultados

Elementos repetidos en el genoma

LINES (LINES (Long Interspersed SequencesLong Interspersed Sequences)) Mecanismo replicativoMecanismo replicativo

6 Kb aproxContienen un promotor interno para ARN Contienen un promotor interno para ARN pol pol IIII

ORF1endonucleasa retrotranscriptasa 3´UTR

L1 (Homo sapiens)

3 familias, 868.000 copias (20% genoma)!!!3 familias, 868.000 copias (20% genoma)!!!

Pueden transducir ADN adyacente a 5´y 3´ (hasta 960 pb), el 1% del genoma tiene este origen

Elementos activos pueden producir enfermedades genéticas de novo y cáncer

Craig NL et al. Mobile DNA 2nd edition, (2002).

SINES (Short SINES (Short Interspersed SequencesInterspersed Sequences)) Mecanismo replicativoMecanismo replicativo

100-300 PB aproxContienen secuencias similares a promotores de Contienen secuencias similares a promotores de ARN ARN pol pol IIIIII

Elementos Alu

ARNnc (7SL) Dominio similar LINE

3 familias, 1.558.000 copias (13% genoma)!!!3 familias, 1.558.000 copias (13% genoma)!!!

ELEMENTOS DEPENDIENTES DE LINES


Elementos LTR (Elementos LTR (Long Long Terminal Terminal RepeatsRepeats))

δ gag envpol δ

LTR gag retrotranscriptasaintegrasa LTR

Copia (Drosophila melanogaster)

HERV (Homo sapiens)

Mecanismo replicativoMecanismo replicativo6-11 Kb aprox

4 familias, 443.000 copias 4 familias, 443.000 copias (8,3% genoma)!!!(8,3% genoma)!!!


Transposones Transposones ADNADN Mecanismo replicativoMecanismo replicativo

2-3 Kb aprox

Mariner (Homo sapiens)

Repetición terminal

Transposasa

Repetición terminal

9 familias, 294.000 copias (3% 9 familias, 294.000 copias (3% genoma)genoma)


ADN altamente repetido en el genoma humano:ADN altamente repetido en el genoma humano:TransposonesTransposones

El 42 % del genoma humano deriva de retrovirus, retrotransposones y retroposones

¡¡IMPRESIONANTE!!

Internatiional Human Genome Sequencing Consortium. Initial sequencing and analysis of the human genome. Nature 409, 860-921 (2001).

Elementos móviles como fuerza evolutivaElementos móviles como fuerza evolutiva

TransposonesTransposones

RetrogenesRetrogenes

Nuevos genes

Nuevos genes

Agentes del caoscromosómico

Agentes del caoscromosómico

Brosius J. RNAs from all categories generate retrosequences that may be exapted as novel genes or regulatory elements. Gene 238 115–134, (1999).


Transcripción secuencias flanqueantes 3´ y transposición


Elementos móviles como fuerza evolutivaElementos móviles como fuerza evolutivaORIGEN ELEMENTO GEN INFLUIDO SIRVE COMO REFERENCIA

ERV9 LTR ZNF80 zinc finger Promotor Di Cristofano et al. (1995)

HERV-E LTR Amilasa salival Promotor Samuelson et al. (1990)

HERV-E LTR Growth factor pleitropin (PTN)

Promotor específico de tejido

Schulte et al. (1996, 1998)

LINE Promotor apolipoprotein(a) Enhancer Yang et al. (1998)

MER11 LTR leptin Enhancer específico placenta

Bi et al. (1997)

LINE-2 ALF annexin VI, interleukin-4, protein kinase C-b

Silenciador específico de tejido

Donnelly et al. (1999)

THE-1 Gen específico

immunoglobulin heavy chain

Secuencia codificante

Hakim et al. (1994)

HERV-K LTR leptin receptor (OBRa)

Splicing alternativo

Kapitonov and Jurka (1999)

HERV-H LTR HHLA2 Señal de poliadenilación

Mager et. al. (1999)

HERV-H LTR HHLA3 Señal de poliadenilación

Mager et al. (1999)

ElementosEstructurales

de retrotransposonescon funciones

génicas

CARACTERÍSTICAS RETROGEN EXPRESIÓN

CROMOSOMA

GEN ORIGINAL EXPRESIÓN

CROMOSOMA Intrones - Poli-A Repeticiones directas

REFERENCIA

Fosfoglicerato kinasa

Pgk-1; constitutiva; chr X

+ (+) (+) Adra et al. (1988)

Piruvato deshidrogenasa (Pdha2); testículo

Pdha1; constitutiva; chr X

+ (+) (+) Fitzgerald et al. (1992)

NB-1 or CLP; tejido epitelial; chr 10

calmodulin CaMIII; ubícua; chr 2 + (+) Berchtold et

al. (1993)

Glutamato deshid. (GLUD2); retina, testículo, cerebro; X

GLUD1; ubícua; chr 10 + + + Shashidharan

et al. (1994)

Factor splicing pancreas, bazo, próstata; chr 11

PR264/SC35; timo, bazo, riñón, pulmón; chr 17

+ (+) + Soret et al. (1998)

CDY, chr 15 CDYL; ubícuo chr 13 + Lahn and

Page (1999)

Centrina, testículos; chr 18

Cetn2; testículo neonatal y oviducto; chr X

+ + Hart et al. (1999)

XAP-5-like (X5L); chr 6 XAP-5; chr X Sedlacek et al.

(1999)

ParálogosFuncionalessin intrones

Genes humanos

con hipotético origen en

transposones de ADN

1. Recombinasas RAG1 y RAG2

2. Proteína ppal. centromérica (CENPB)

3. Telomerasa4. Syncitina5. 11 factores de transcripción

(Zn finger) híbridos 6. Transposasa expresión

cerebral



Reorganizaciones cromosómicasReorganizaciones cromosómicas

Inductores de translocaciones

Inductores de inversiones

Lim, J. K. & Simmons, M. J. Gross chromosome rearrangements mediated by transposable elements in Drosophila melanogaster. Bioessays 16, 269-275 (1994).

Zhang, J. & Peterson, T. Genome rearrangements by non-linear transposons in maize. Genetics 153, 1403-1410 (1999).

ADN altamente repetido en el genoma humano:ADN altamente repetido en el genoma humano:TransposonesTransposones

0

5

10

15

20

25

30

35

40

45

HOMO DROSOPHILA CAENORHABDITIS MUS

LINE/SINELTRDNATOTAL


Mouse Genome Sequencing Consortium. Initial sequencing and comparative analysis of the mouse genome. Nature 420, 520-562 (2002).

Edad de los tEdad de los transposonesransposones

Deininger P & Batzer M. Mammalian retroelements. Genome Research, 12, 1455 –1465 (2002).

TransposonesTransposones en el genoma:en el genoma:Historia de la humanidadHistoria de la humanidad

Ventajas LINES como herramientas Ventajas LINES como herramientas evolución humanidadevolución humanidad

1. Diagnóstico simple por PCR

2. Polimorfismos estables

3. La presencia indica identidad de antepasados (probababilidadcasi cero de identidad de inserción)

4. La ausencia indica el origen del árbol filogenético

5. Pueden ser incluso específicos de una sola familia

Población L1 freq

L2 freq

L3 freq

L4 freq

L5 freq

L6 freq

Negros americanos

0.08 0.02 0.07 0.38 0.17 0.13

Armenios 0.22 0.00 0.13 0.13 0.28 0.04 !Kung 0.00 0.01 0.00 0.00 0.04 0.06 Bantú 0.06 0.00 0.06 0.17 0.01 0.01 Sirios 0.17 0.01 0.05 0.28 0.22 0.04 Turcos 0.21 0.00 0.03 0.15 0.02 0.00 Franceses 0.22 0.00 0.08 0.22 0.01 0.06 EsquimalesAlaska

0.23 0.00 0.22 0.07 0.46 0.01

Esquimalesgroenlandia

0.27 0.00 0.12 0.02 0.53 0.00

Bretones 0.24 0.00 0.14 0.16 0.02 0.11 Alemanes 0.22 0.00 0.10 0.13 0.01 0.08 Suizos 0.38 0.02 0.08 0.15 0.10 0.02 Hispano-americanos

0.17 0.01 0.22 0.27 0.56 0.03

Europeos-americanos

0.24 0.02 0.05 0.32 0.19 0.08

Sheen F et al. Reading between the LINEs: Human Genomic Variation Induced by LINE-1 Retrotransposition. Genome Research, 10,1496-1508, (2000).

http://www.genome.org/content/vol10/issue10/images/large/18f4_L4TT.jpeg

Distribución de Distribución de transposones transposones en el genoma:en el genoma:Identificación de grandes zonas reguladorasIdentificación de grandes zonas reguladoras

Variación en la distribución de las repeticiones

Genes Hox DGen Zfhx1bRatónHombre


Mouse Genome Sequencing Consortium. Initial sequencing and comparative analysis of the mouse genome. Nature 420, 520-562 (2002).

Unidad repetida: 1Unidad repetida: 1--13pb13pbTamaño < 150pbTamaño < 150pbFunción: variable y no del todo Función: variable y no del todo conocidaconocida

Unidad repetida: 14Unidad repetida: 14--500 pb500 pbTamaño hasta 20 Tamaño hasta 20 KbKbFunción: Variable y no del todo Función: Variable y no del todo conocida (pe. conocida (pe. telómerostelómeros))

Unidad repetida: <5 hasta > 200 Unidad repetida: <5 hasta > 200 pbpbTamaño hasta Tamaño hasta MbMbFunción: Variable y no del todo Función: Variable y no del todo conocida (pe. Centrómeros)conocida (pe. Centrómeros)

RepeticionesSimples (SSR)3% del genoma

RepeticionesSimples (SSR)3% del genoma

Microsatélites

MinisatélitesMinisatélites

Satélites

Otros elementos repetidos en Otros elementos repetidos en tandemtandem

Características secuencias repetidasCaracterísticas secuencias repetidas

El proyecto ha ampliado el nºEl proyecto ha ampliado el nº

1.1. Marcadores genéticos muy Marcadores genéticos muy polimórficos (genética forense)polimórficos (genética forense)

2.2. Asociados a enfermedades Asociados a enfermedades (síndrome X(síndrome X--frágil)frágil)

3.3. Importantísimos en clonación Importantísimos en clonación posicionalposicional

AC AT AG GC AAT AAC AGG AAG ATG CGG ACC AGC ACT ACG

0

5

10

15

20

25

30

Unidad repetida

Núm

ero

SSR

por

Mb

Genotipado Genotipado a gran escalaa gran escala((Applied BiosystemsApplied Biosystems))

International Human Genome Sequencing Consortium. Initial sequencing and analysis of the human genome. Nature 409, 860-921

(2001).

Secuencias repetidas simples y enfermedadesSecuencias repetidas simples y enfermedades

Ashley CT & Warren ST. Trinucleotide Repeat Expansion and Human Disease. Ann. Rev. Genetics, 29, 703-728 (1995).

Tres tipos de localización

Regiones 5´UTR

Regiones 3´UTR

Regiones codificantes

(poliglutamina)

Duplicación de segmentosDuplicación de segmentos1. Transferencia de bloques de 1-200 Kb entre cromosomas2. Desordenados (generación independiente de crossing-over desigual)3. Muy recientes (conservación >95%)

9,5 Kb del locus ALD-X

IntracromosómicasIntercromosómicas

200 Kb 99% homología

24 Kb 99% homología



Duplicación de segmentosDuplicación de segmentosOrigen de enfermedades por microdeleciones cromosómicas

1.1. Síndrome de Síndrome de delecióndeleción 22q11 22q11

2.2. Síndrome de Síndrome de Angelman Angelman

3.3. Síndrome Síndrome PraderPrader--Willi Willi

4.4. Síndrome de Síndrome de WilliamsWilliams

5.5. Síndrome de SmithSíndrome de Smith--MagenisMagenis

Shaffer LG & Lupski J. Molecular mechanisms for constitutional chromosomal Rearrangements in humans. Ann. Rev. Genetics, 34, 297-329 (2000).

Duplicación de segmentosDuplicación de segmentos

Plasticidad en las regiones pericentroméricas y subteloméricas

Chr.22: 5% del cromosoma (centrómero) contiene el 50% de las duplicaciones y la región subtelomérica está constituida sólo con duplicaciones de otros cromosomas

1. Las duplicaciones son muy recientes (95-100% homología)2. Diferentes duplicaciones separadas por minisatélites (ricos en AT ó GC)



Duplicación de segmentosDuplicación de segmentos

Duplicaciones polimórficas en

poblaciones humanas


Genes en el genoma

Número de genesNúmero de genesGen: fragmento de ácido nucleico que determina una función biolóGen: fragmento de ácido nucleico que determina una función biológicagica

LiLi y Grau (1991): un gen es una secuencia de ADN o ARN que es y Grau (1991): un gen es una secuencia de ADN o ARN que es esencial para una función específica, bien sea en el desarrollo esencial para una función específica, bien sea en el desarrollo o en el o en el

mantenimiento de la función fisiológica normal.mantenimiento de la función fisiológica normal.

La realización de esta función no requiere de la traducción del gen ni tan siquiera su transcripción:

1. Los genes que codifican para proteínas 2. ARNs específicos que solo se transcriben

3. Los genes reguladores sin transcriptos, tales como los inicios de replicación (que especifican el sitio de iniciación y terminación de la replicación del ADN)

Número de genesNúmero de genes

Muy controvertidoMuy controvertido

Incyte corporation (1999): datos de EST e islas G+C 142.634

Chaudhari et al (1993): EST del cerebro >100.000

Ewing y Green (2000): EST y extrapolación datos ch22 35.000

Roest et al. (2000): comparación con otros eucariotas 35.000

Identificación de genes individualesIdentificación de

genes individualesIdentificación de

la estructurade los genes

Identificación de la estructurade los genes

Dos problemasDos problemas

Número de genesNúmero de genes

ARNm codificante proteínas

ARNm codificante proteínas

ARN no-codificante proteínas

ARN no-codificante proteínas

ARNtransferente

ARNtransferente

ARNsmall

nucleolar

ARNsmall

nucleolar

ARN7SL trans. proteínas

ARN7SL trans. proteínas

ARNsplicingARN

splicing

ARNmensajero

no-codificante

ARNmensajero

no-codificante

ARNribosómico

ARNribosómico

ARNTelomerasa

ARNTelomerasa

Transcripción (7SK)

Coactivador receptor esteroides (SRA)

Silenciamiento Ch X (XIST)

Imprinting (AIR)

Estabilidad ARNm (Ryhb de E. coli)

Traducción (Lin-4 de C. elegans)

Estabilidad de proteínas (ARNtm)

En ratónEn ratón

33.409 unidades de

33.409 unidades de transcripcióntranscripción

11.665 ARN no

11.665 ARN no codificantescodificantes!!!!!!

The The Phantom consortium

Phantom consortium, Nature 2002, Nature 2002

Genes conocidos Genes conocidos codificantescodificantes para proteínaspara proteínasRefseq databaseRefseq database

16% tienen homología con diferentes partes del genoma (parálogos)Variabilidad enorme en tamaño de los genes y los intronesDistrofina tiene 2.400.000 pbTitin tiene 80.780 pb de ORF, 254 exones (17.106 pb)

Comparación con otros Comparación con otros eucariotaseucariotas

Genes conocidos Genes conocidos codificantescodificantes para proteínaspara proteínas

Contenido en genes en función del % G+C

Tamaño Tamaño exonesexonese e intrones intrones en en

función del contenidofunción del contenidode G+Cde G+C

International Human Genome Sequencing Consortium. Initial sequencing and analysis of the human genome. Nature 409, 860-921 (2001). Venter C et al. The sequence of the human genome. Science, 291, 1304-1351 (2001).

Genes conocidos Genes conocidos codificantescodificantes para proteínaspara proteínasGC-AG0,76%

AT-AC0,1%

GT-AG99%

GC-AG0,76%

AT-AC0,1%

GT-AG99%

Uso de secuencias Uso de secuencias donadoras y donadoras y aceptoras aceptoras de de

splicingsplicing

Splicing Splicing alternativoalternativo

Genes con SplicingHomo Genes con Splicing

C. elegans UTRsPoliadenilación

alternativa

C1

70

22 20 24

0

10

20

30

40

50

60

70

Genes con SplicingHomo Genes con Splicing

C. elegans UTRsPoliadenilación

alternativa

C1

70

22 20 24

0

10

20

30

40

50

60

70 1,34X

3,4X

International Human Genome Sequencing Consortium. Initial sequencing and analysis of the human genome. Nature 409, 860-921 (2001). Venter C et al. The sequence of the human genome. Science, 291, 1304-1351 (2001).

TCACAATTTAGACATCTAGTCTTCCACTTAAGCATATTTAGATTGTTTCCAGTTTTCAGCTTTTATGACTAAATCTTCTAAAATTGTTTTTCCCTAAATGTATATTTTAATTTGTCTCAGGAGTAGAATTTCTGAGTCATAAAGCGGTCATATGTATAAATTTTAGGTGCCTCATAGCTCTTCAAATAGTCATCCCATTTTATACATCCAGGCAATATATGAGAGTTCTTGGTGCTCCACATCTTAGCTAGGATTTGATGTCAACCAGTCTCTTTAATTTAGATATTCTAGTACATACAAAATAATACCTCAGTGTAACCTCTGTTTGTATTTCCCTTGATTAACTGATGCTGAGCACATCTTCATGTGCTTATTGACCATTAATTAGTCTTATTTGTTAAATGTCTCAAATATTTTATACAGTTTTACATTGTGTTATTCATTTTTTAAAAAATTCATTTTAGGTTATATGTATGTGTGTGTCAAAGTGTGTGTACATCTATTTGATATATGTATGTCTATATATTCTGGATACCATCTCTGTTTCATGCATTGCATATATATTTGCCTATTTAGTGGTTTATCTTTTCATTTTCTTTTGGTATCTTTTCATTAGAAATGTTATTTATTTTGAGTAAGTAACATTTAATATATTCTGTAACATTTAATGAATCATTTTATGTTATGTTTAGTATTAAATTTCTGAAAACATTCTATGTATTCTACTAGAATTGTCATAATTTTATCTTTTATATACATTGATATTTTTATGTCAAATATGTAGGTATGTGATATTATGCACATGGTTTTAATTCAGTTAATTGTTCTTCCAGATGTTTGTACCATTCCAACATCATTTAAATCATTAAATGAAAAGCCTTTCCTTACTAGCTAGCCAGCTTTGAAAATCCATTCATAGGGTTTGTGTTAATATATTTTTGTTCTTTTTTTTCCTTTCTACTGATCTCTTTATATTAATACCTACTGTGGCTTTATATGAAGTCATGGAATAATACGTAGTAAGCCCTCTAACACTGTTCTGTTACTGTTGTTATTGTTTTCTCAGGGTACTTTGAAATATTCGAGATTTTATTATTTTTTAGTAGCCTAGATTTCAAGATTGTTTTGACGATCAATTTTTGAATCAATTGTCAATATTTTTAGTAATAAAATGATGATTTTTGATTGGAAATACATTAAATCTATAAGCCAAATTGGAGATTATTGATATATTAACAAAAATGAGTTTTCCAGTCCATGAATGTATGCACATTATAAAATTCATTCTTAAGTATGTCATTTTTTAAGTTTTAGTTTCAGCAGTATATGTTTGTTACATAGGTAAACTCCTGTCATGGGGGTTAGTTGTACAGGTTATTTTATCATCCAGGCATAAAGCCCAGTACCCAGTAGTTATCTTTTCTGCTCCTCTCCCTCCTGTCACCCTCCACTCTCAAGTAGACCCCAGTTTCTGTTGTTCTCTTCTTTGCATTAATGACTTCTCATCATTTAGATTGCACTTGTAAGTGAGAACAGGACGTATGTGGTTTTCTACTCCTGTGTTAGTTTGCTAAGGATAACCACCTCCATCTCCATCCATGTTCCCACAAAAGACATGATCTCCTTTTTTATGGCTGCATATTATTCCATGGTATATATGTACCACATTTTCTTTATCCAATCTGTCATTGATGGACATTTAGGTTGTTTCCACATCATTGCCGTTGTAAATACTGCTGCAGTGAATATTCGTGTGTATGTCTTTATGGTAGAATGATTTATATTCCTCTGGGTATATTTCCAAGTAATGGGATGGTTGGGTCAAATGGTAATTCTGCTTTTAGCTTTTTGAGGAATTGCCATATTGCCTTTCACAACGGTTGAACTAATTTATACTCCCAAGAGTGTATAAGTTGTTCCTTTTTCTCTGCAACCTCGACATCACCTGTTATTTATGACTTTTATATAATAGCCATTCTGCTGGTCTGAGATGGTATCTCATTATGATTTTGATTTGCATTTCTCTAATGCTCAGTGATATTGAGCTTGGCTGCATATATGTCTTCTTTTAAAAATATCTGTTCATGTCCTTTGCCTAATTTATAACGGGGTTGTTTGTTTTTCTCTTGTAAATTTGTTTAAGTTCCTTATAGATTCTAGGTATTAAACCTTTTTTCAGAGGCGTGGCTTGCAAATATTTTCTCCCATTCTATAGGTTGTCTGTTTATTCTGTTGATAGTTTCCCTTGCTGTGCAGAAGCTCTTAACTTTAATTAGATCCGACTTGTCAATTTTTGCTTTGGTCGCAATTGCTTTTGATGTTATTGTCGTGAAATCTTTGCTAGTTCTTAGGTCCAGGATGATATTGCCCAAGTTGTCTTCCAGGGCTTTTATAATTTTGGATTTTACATTTAAGTCTTAATATATTTATTAAATTTGTTAGGGTTTCAGGATACAAGGACAATATAGCAGCAAACAATGTAAAAGTAAAATCTGAAAAATAATAGAAAACAGTTTAATTGAACACTTTACCATTATGTAATGCCCTTCTTTGTCTTTCCTGATCTTTGTTGGTTTGAAGTTCAAAAAAGACAAACTTAATGGTACAATAGGTATTGTAGATTTCAGGACTTTCTGTATAAAATATTTTGTATATATGAATAGATCATTTTTTATTTCCAGTCTTTAAACATTTTCTTAACATTTTCTTCTATTGCTTCACTTCACTCGCTAGGACCATCAGGACAGTGTTGAACAGAAATTGTCAGACTGATCATCACAACTTTTTCTAGATTTTAGAAGGAAATTTTTCTTTATTTCAACATAAAGCAGCATGTTAATGCCAAGTTTTAATATGTGTTATCAGATTGAAATTTTTTTGTATATTTCTACATTACCAAGAATTTTTAGCAAGAGTTTTTGTTGAGTTTTAATTTAAAAATCATTTGTTAATTTCATCTGATTTTTTTATTTCTCTTTTTACCTTAAGAGATTAAACTGACTACAGATTGAATATAAACAAACAAACAAACAAACAAAAACTCTAAAATGCTGTGGATCAACACCACTTAGTAATTTGTATACTTGGATTCAATTTGCTGAAATTTTGTTAGACATTTTTGCGTCGATATTTATGAGGGATGTTGATCTGTAAAAGTATTAAAATGCCTTTGACAGATTTTGATAGCAGTGTTATTCTGGCCTAATAAATCAAACTGAGGTATGATCCTTCCTTTTCTATTTCTTAATAGCATTTTTAAAATTGGTGGTTTTTTCCTTCCTTAGTGAAATTTACCAGCAAAGTAACAGGCCTTATATTTCTCTTGTGGAAATATTTTAATTTCAAATTAATGGTATTTTGTTCTTGTAGGGTGGTAATTTTCTCTGTGTTTGGTCTTAATGGACTCTTAGCTGATCACCCAGTTACTCAGCGAGGTCTCTTCACTCTGGAAGAGCTGGAACTCCAGTGTGTTTTAGTGCAGCATGACCACGGGTATTACCGTTCAACATTTAGGCTTTATCAGTGATAACTATTTGTCCTCATGGAGTTTTTGCCGCTGGGCCTACACAGTTTAGGCTTCAGCTTAGAACACATAATGAATTCTTATGCAGATTTCTGCCCACCTTTGACCTTTCATGATTTCCTCTTCTTGGGTAAGCTGCCTTATTAATCTGATACACTTCAGCAGTCCAGAACTACACTCTTTCCCTTCTCTGCTCTTGGAGATGACTCTTTTGTCTGAGATTCACTTTGCTGTGCTGAAAAAGAAAAGTGCTTCAAGGAAGATACCAAGGAAAATCACAGGGCTCATTTATGTATTTCTCTTCTTTCAAGGACTACAGCTTTGTGTTGCCTATGTTCAATTTCTGAAAATAATTAGAGCATATATACTCTGTGTGAGAAGGCAAATCCAGACAGTTAGTTTGTATGACTAGAAGCAGAAGTCTACATGGAGAATTTTACTTAACTGTGTTATAGTTTCTTTAATTATTTCAAGAGTATGTTTAATGTTCCACAGATCTCATTCTATAAATCTTTATCATCTTAGAGCTCTGATACTATTTAGAATTACTATTCCTTCAAATAAGAGATTAGAAACAGGGTTATATTTGGGGTAGGTTGACTTACTTTTCTGGGAACCAAAGCATATTAAATTGACCAGTTTTAACACACTTCTATGTATGCACAAAGATATATATTTACATTCTGCAAAATCATTCTTTCCTTTTTGAATTTGAAAAGGATCTTTGGTATACAGATATTCAATAGCCAGCCTGAAGATTCATTTGAATTCATTTAATGTTTAGATTCACTACATGAAATGATCCAGAAGAGAGTACTCAAATATAAGTATCTATAACGATGGAAATATACATCTCCACTGCCCAAGATGGTAGTCATGAGTCAATATTGATCATGTGAGACGTGGCAAGTGTTACTCAGGGTCTCAATATTTAAATGTATTAAGCTTTAATTAATGTAAATTTGAATTTAGCAAAACATGTATAGCTTGTGGTTACTGTTTTATTCAGTGCCAATATAGAACATTTCCATGATTACAGAAAGTTATCTTAGAATACTCAGTTCTGGACTATTTTATCTGGCTAAATTAAATGTTAAAATATTACAAATTCATCTTCAGGCTGGCTGTTGAATATTTTTATAGCAAAAGTCATTTATAAATTTAAAACTCAAATAATTATCTTTTTCAATATGTAAAATATGTCTTTACATATTCTACTCCCTTCTTACATACATATTCTGATGTAACATAGGTATTCTCTTATTCATGCACACTGAAATGACAACATAAATAATTTTACTAAGTGTCACCATATAAAAAACTTTGAACAAAATCAGATTATATCACTGTGGATATTTCTATTTTGAACTAACTTAGATGATAATTTTAATCTATATCCTAGATGAACTTTAAATCAATAAAATCTCTCAATGGTGTTATAAATCTCAAGCCATTAGCCACTGATTATCCCATTTTTATTCTTTTCATATTAATTTTATTGCCATGTATGAATGCTGTAGCATCCATGTTTAAATACTAGTTAACAAAATGCACTGGCATCAGATACAATAAGGATGAAATGAGATATAATTAGGACTCTGGTAACACACATAAAATTGGAAAGATACCCTGAAATTCAAGCCAAGAAGATATTTATCCAGCTTATTTTATTTTGAGACAGAGTCTTGCTCTCTCACTCAGGCTGGAGTGCAGTGGACCATTCTAGGCTCGCTCCAACCTCTGTCTCCCAAATTGAAGTAATTCTCGTGCCTCAATCTCCCGAGTAGCTGGGATTACAGGCATGTGTCACCAAGCCTGGCTGATTTTTGTAGTTTTAGTAGAGACGGGGTTTCACCATGATGGCCAGGCTGGTCTTGAACTCCTGGCCTCAAGTGACTGGAACACCTCGGCCTCCTAAAGTGCTGGGATTACAGACGAGAGCCACTGAACAGCTTTGATCCAACTTATTTGGATGAATGAGTTACATATTTTACATTAAATCTGTTATTGTGATAATTCTTCATGTTATTTTCCATGTATAGATTTATATATAATGTAATTTTAATTTTTTTTCACCGGAGAGTATAAACAACAATTATTTTATAAACAGGATAATAAAAATAAGACAAAAATTGTTGAAATGTCTTCATTTGACTACTAACTTTTTACATGTTTGTTACTTTGAAGCTGTTATCAATACTTGTGATGTATTACAATTAAGTAAAGATTTAAAGATGCCATTTTTAACTTATTATGACACAAAGTCTATAAATTCTTATATTTTGAGATTTGTATTTAAATAACTTGTGAAATTTAATTTTAAAATAAAATTTCTTCTATGGATTGGTCTTCAATCGAGGCATAAAAAGGAATATAACAGTGTGGCACTATAACTTCTATATTGAATTTCTATATTATTTAACACAATTATAATTTTGCTAATGAATTGTAATGTTTTTAAAAAGCTAGGTGAATTTTATTAAATTCATTACATGGCGATAACACAGAGAAAACATTTTGGGGATTCTTTTAAAATGGTATGTACAAAAGCTTAAAAGTTGTTATGTAGTGGCAGAGATAAAAAAGTAAAACAAAAAAAAGCTTAAAAGTTTGCTTTACTATTTATAGGCTCATAAGTGTAAGTGTGCCAGAAAATGAAAAAGAAAGGAGAGAAATTATAAATAACTGTGTGGAAAACACAGATAAAGCATAAAGATAGAATATAAAGATAGAAGCATTTTAATATGAGGCAGTGATGGCTTTTTGAAGAATCCCAACTAAGGACCTACTTTTAGTTAATAAATAATATGTTTCTAATCCCTATATTGTCCACAGCAACCTTTTTAGGACATGGAGCAGTGACTATGAGTGCCAGAAGGCAAGAGTAGAAGCAATTGTAAAATCATGAACACTAGTTTGTAAAATCCTCACTGAGATATAATATCTGTTTGCCTCTACCTTAGAATTATTAATGTCTTGAGGGCTGGGAGTTGAATATTTTTATAGCAAAAGTCATTTATAAATTTAAAACTCAAATAATTATCTTTTTCAATATGTAAAATATGTCTTTACATATTCTACTCCCTTCTTACATACATATTCTGATGTAACATAGGTATTCTCTTATTCATGCACACTGAAATGACAACATAAATAATTTTACTAAGTGTCACCATATAAAAAACTTTGAACAAAATCAGATTATATCACTGTGGATATTTCTATTTTGAACTAACTTAGATGATAATTTTAATCTATATCCTAGATGAACTTTAAATCAATAAAATCTCTCAATGGTGTTATAAATCTCAAGCCATTAGCCACTGATTATTAAAGTGTAATTTTAATTTTTTTTCACCGGAGAGTATAAACAACAATTATTTTATAAACAGGATAATAAAAATAAGACAAAAATTGTTGAAATGTCTTCATTTGACTACTAACTTTTTACATGTTTGTTACTTTGAAGCTGTTATCAATACTTGTGATGTATTACAATTAAGTAAAGATTTAAAGATGCCATTTTTAACTTATTATGACACAAAGTCTATAAATTCTTATATTTTGAGATTTGTATTTAAATAACTTGTGAAATTTAATTTTAAAATAAAATTTCTTCTATGGATTGGTCTTCAATCGAGGCATAAAAAGGAATATAACAGTGTGGCACTATAACTTCTATATTGAATTTCTATATTATTTAACACAATTATAATTTTGCTAATGAATTGTAATGTTTTTAAAAAGCTAGGTGAATTTTATTAAATTCATTACATGGCGATAACACAGAGAAAACATTTTGGGGATTCTTTTAAAATGGTATGTACAAAAGCTTAAAAGTTGTTATGTAGTGGCAGAGATAAAAAAGTAAAACAAAAAAAAGCTTAAAAGTTTGCTTTACTATTTATAGGCTCATAAGTGTAAGTGTGCCAGAAAATGAAAAAGAAAGGAGAGAAATTATAAATAACTGTGTGGAAAACACAGATAAAGCATAAAGATAGAATATAAAGATAGAAGCATTTTAATATGAGGCAGTGATGGCTTTTTGAAGAATCCCAACTAAGGACCTACTTTTAGTTAATAAATAATATGTTTCTAATCCCTATATTGTCCACAGCAACCTTTTTAGGACATGGAGCAGTGACTATGAGTGCCAGAAGGCAAGAGTAGAAGCAATTGTAAAATCATGAACACTAGTTTGTAAAATCCTCACTGAGATATAATATCTGTTTGCCTCTACCTTAGAATTATTAATGTCTTGAGGGCTGGGAGTTGAATATTTTTATAGCAAAAGTCATTTATAAATTTAAAACTCAAATAATTATCTTTTTCAATATGTAAAATATGTCTTTACATATTCTACTCCCTTCTTACATACATATTCTGATGTAACATAGGTATTCTCTTATTCATGCACACTGAAATGACAACATAAATAATTTTACTAAGTGTCACCATATAAAAAACTTTGAACAAAATCAGATTATATCACTGTGGATATTTCTATTTTGAACTAACTTAGATGATAATTTTAATCTATATCCTAGATGAACTTTAAATCAATAAAATCTCTCAATGGTGTTATAAATCTCAAGCCATTAGCCACTGATTATTAAA

TCACAATTTAGACATCTAGTCTTCCACTTAAGCATATTTAGATTGTTTCCAGTTTTCAGCTTTTATGACTAAATCTTCTAAAATTGTTTTTCCCTAAATGTATATTTTAATTTGTCTCAGGAGTAGAATTTCTGAGTCATAAAGCGGTCATATGTATAAATTTTAGGTGCCTCATAGCTCTTCAAATAGTCATCCCATTTTATACATCCAGGCAATATATGAGAGTTCTTGGTGCTCCACATCTTAGCTAGGATTTGATGTCAACCAGTCTCTTTAATTTAGATATTCTAGTACATACAAAATAATACCTCAGTGTAACCTCTGTTTGTATTTCCCTTGATTAACTGATGCTGAGCACATCTTCATGTGCTTATTGACCATTAATTAGTCTTATTTGTTAAATGTCTCAAATATTTTATACAGTTTTACATTGTGTTATTCATTTTTTAAAAAATTCATTTTAGGTTATATGTATGTGTGTGTCAAAGTGTGTGTACATCTATTTGATATATGTATGTCTATATATTCTGGATACCATCTCTGTTTCATGCATTGCATATATATTTGCCTATTTAGTGGTTTATCTTTTCATTTTCTTTTGGTATCTTTTCATTAGAAATGTTATTTATTTTGAGTAAGTAACATTTAATATATTCTGTAACATTTAATGAATCATTTTATGTTATGTTTAGTATTAAATTTCTGAAAACATTCTATGTATTCTACTAGAATTGTCATAATTTTATCTTTTATATACATTGATATTTTTATGTCAAATATGTAGGTATGTGATATTATGCACATGGTTTTAATTCAGTTAATTGTTCTTCCAGATGTTTGTACCATTCCAACATCATTTAAATCATTAAATGAAAAGCCTTTCCTTACTAGCTAGCCAGCTTTGAAAATCCATTCATAGGGTTTGTGTTAATATATTTTTGTTCTTTTTTTTCCTTTCTACTGATCTCTTTATATTAATACCTACTGTGGCTTTATATGAAGTCATGGAATAATACGTAGTAAGCCCTCTAACACTGTTCTGTTACTGTTGTTATTGTTTTCTCAGGGTACTTTGAAATATTCGAGATTTTATTATTTTTTAGTAGCCTAGATTTCAAGATTGTTTTGACGATCAATTTTTGAATCAATTGTCAATATTTTTAGTAATAAAATGATGATTTTTGATTGGAAATACATTAAATCTATAAGCCAAATTGGAGATTATTGATATATTAACAAAAATGAGTTTTCCAGTCCATGAATGTATGCACATTATAAAATTCATTCTTAAGTATGTCATTTTTTAAGTTTTAGTTTCAGCAGTATATGTTTGTTACATAGGTAAACTCCTGTCATGGGGGTTAGTTGTACAGGTTATTTTATCATCCAGGCATAAAGCCCAGTACCCAGTAGTTATCTTTTCTGCTCCTCTCCCTCCTGTCACCCTCCACTCTCAAGTAGACCCCAGTTTCTGTTGTTCTCTTCTTTGCATTAATGACTTCTCATCATTTAGATTGCACTTGTAAGTGAGAACAGGACGTATGTGGTTTTCTACTCCTGTGTTAGTTTGCTAAGGATAACCACCTCCATCTCCATCCATGTTCCCACAAAAGACATGATCTCCTTTTTTATGGCTGCATATTATTCCATGGTATATATGTACCACATTTTCTTTATCCAATCTGTCATTGATGGACATTTAGGTTGTTTCCACATCATTGCCGTTGTAAATACTGCTGCAGTGAATATTCGTGTGTATGTCTTTATGGTAGAATGATTTATATTCCTCTGGGTATATTTCCAAGTAATGGGATGGTTGGGTCAAATGGTAATTCTGCTTTTAGCTTTTTGAGGAATTGCCATATTGCCTTTCACAACGGTTGAACTAATTTATACTCCCAAGAGTGTATAAGTTGTTCCTTTTTCTCTGCAACCTCGACATCACCTGTTATTTATGACTTTTATATAATAGCCATTCTGCTGGTCTGAGATGGTATCTCATTATGATTTTGATTTGCATTTCTCTAATGCTCAGTGATATTGAGCTTGGCTGCATATATGTCTTCTTTTAAAAATATCTGTTCATGTCCTTTGCCTAATTTATAACGGGGTTGTTTGTTTTTCTCTTGTAAATTTGTTTAAGTTCCTTATAGATTCTAGGTATTAAACCTTTTTTCAGAGGCGTGGCTTGCAAATATTTTCTCCCATTCTATAGGTTGTCTGTTTATTCTGTTGATAGTTTCCCTTGCTGTGCAGAAGCTCTTAACTTTAATTAGATCCGACTTGTCAATTTTTGCTTTGGTCGCAATTGCTTTTGATGTTATTGTCGTGAAATCTTTGCTAGTTCTTAGGTCCAGGATGATATTGCCCAAGTTGTCTTCCAGGGCTTTTATAATTTTGGATTTTACATTTAAGTCTTAATATATTTATTAAATTTGTTAGGGTTTCAGGATACAAGGACAATATAGCAGCAAACAATGTAAAAGTAAAATCTGAAAAATAATAGAAAACAGTTTAATTGAACACTTTACCATTATGTAATGCCCTTCTTTGTCTTTCCTGATCTTTGTTGGTTTGAAGTTCAAAAAAGACAAACTTAATGGTACAATAGGTATTGTAGATTTCAGGACTTTCTGTATAAAATATTTTGTATATATGAATAGATCATTTTTTATTTCCAGTCTTTAAACATTTTCTTAACATTTTCTTCTATTGCTTCACTTCACTCGCTAGGACCATCAGGACAGTGTTGAACAGAAATTGTCAGACTGATCATCACAACTTTTTCTAGATTTTAGAAGGAAATTTTTCTTTATTTCAACATAAAGCAGCATGTTAATGCCAAGTTTTAATATGTGTTATCAGATTGAAATTTTTTTGTATATTTCTACATTACCAAGAATTTTTAGCAAGAGTTTTTGTTGAGTTTTAATTTAAAAATCATTTGTTAATTTCATCTGATTTTTTTATTTCTCTTTTTACCTTAAGAGATTAAACTGACTACAGATTGAATATAAACAAACAAACAAACAAACAAAAACTCTAAAATGCTGTGGATCAACACCACTTAGTAATTTGTATACTTGGATTCAATTTGCTGAAATTTTGTTAGACATTTTTGCGTCGATATTTATGAGGGATGTTGATCTGTAAAAGTATTAAAATGCCTTTGACAGATTTTGATAGCAGTGTTATTCTGGCCTAATAAATCAAACTGAGGTATGATCCTTCCTTTTCTATTTCTTAATAGCATTTTTAAAATTGGTGGTTTTTTCCTTCCTTAGTGAAATTTACCAGCAAAGTAACAGGCCTTATATTTCTCTTGTGGAAATATTTTAATTTCAAATTAATGGTATTTTGTTCTTGTAGGGTGGTAATTTTCTCTGTGTTTGGTCTTAATGGACTCTTAGCTGATCACCCAGTTACTCAGCGAGGTCTCTTCACTCTGGAAGAGCTGGAACTCCAGTGTGTTTTAGTGCAGCATGACCACGGGTATTACCGTTCAACATTTAGGCTTTATCAGTGATAACTATTTGTCCTCATGGAGTTTTTGCCGCTGGGCCTACACAGTTTAGGCTTCAGCTTAGAACACATAATGAATTCTTATGCAGATTTCTGCCCACCTTTGACCTTTCATGATTTCCTCTTCTTGGGTAAGCTGCCTTATTAATCTGATACACTTCAGCAGTCCAGAACTACACTCTTTCCCTTCTCTGCTCTTGGAGATGACTCTTTTGTCTGAGATTCACTTTGCTGTGCTGAAAAAGAAAAGTGCTTCAAGGAAGATACCAAGGAAAATCACAGGGCTCATTTATGTATTTCTCTTCTTTCAAGGACTACAGCTTTGTGTTGCCTATGTTCAATTTCTGAAAATAATTAGAGCATATATACTCTGTGTGAGAAGGCAAATCCAGACAGTTAGTTTGTATGACTAGAAGCAGAAGTCTACATGGAGAATTTTACTTAACTGTGTTATAGTTTCTTTAATTATTTCAAGAGTATGTTTAATGTTCCACAGATCTCATTCTATAAATCTTTATCATCTTAGAGCTCTGATACTATTTAGAATTACTATTCCTTCAAATAAGAGATTAGAAACAGGGTTATATTTGGGGTAGGTTGACTTACTTTTCTGGGAACCAAAGCATATTAAATTGACCAGTTTTAACACACTTCTATGTATGCACAAAGATATATATTTACATTCTGCAAAATCATTCTTTCCTTTTTGAATTTGAAAAGGATCTTTGGTATACAGATATTCAATAGCCAGCCTGAAGATTCATTTGAATTCATTTAATGTTTAGATTCACTACATGAAATGATCCAGAAGAGAGTACTCAAATATAAGTATCTATAACGATGGAAATATACATCTCCACTGCCCAAGATGGTAGTCATGAGTCAATATTGATCATGTGAGACGTGGCAAGTGTTACTCAGGGTCTCAATATTTAAATGTATTAAGCTTTAATTAATGTAAATTTGAATTTAGCAAAACATGTATAGCTTGTGGTTACTGTTTTATTCAGTGCCAATATAGAACATTTCCATGATTACAGAAAGTTATCTTAGAATACTCAGTTCTGGACTATTTTATCTGGCTAAATTAAATGTTAAAATATTACAAATTCATCTTCAGGCTGGCTGTTGAATATTTTTATAGCAAAAGTCATTTATAAATTTAAAACTCAAATAATTATCTTTTTCAATATGTAAAATATGTCTTTACATATTCTACTCCCTTCTTACATACATATTCTGATGTAACATAGGTATTCTCTTATTCATGCACACTGAAATGACAACATAAATAATTTTACTAAGTGTCACCATATAAAAAACTTTGAACAAAATCAGATTATATCACTGTGGATATTTCTATTTTGAACTAACTTAGATGATAATTTTAATCTATATCCTAGATGAACTTTAAATCAATAAAATCTCTCAATGGTGTTATAAATCTCAAGCCATTAGCCACTGATTATCCCATTTTTATTCTTTTCATATTAATTTTATTGCCATGTATGAATGCTGTAGCATCCATGTTTAAATACTAGTTAACAAAATGCACTGGCATCAGATACAATAAGGATGAAATGAGATATAATTAGGACTCTGGTAACACACATAAAATTGGAAAGATACCCTGAAATTCAAGCCAAGAAGATATTTATCCAGCTTATTTTATTTTGAGACAGAGTCTTGCTCTCTCACTCAGGCTGGAGTGCAGTGGACCATTCTAGGCTCGCTCCAACCTCTGTCTCCCAAATTGAAGTAATTCTCGTGCCTCAATCTCCCGAGTAGCTGGGATTACAGGCATGTGTCACCAAGCCTGGCTGATTTTTGTAGTTTTAGTAGAGACGGGGTTTCACCATGATGGCCAGGCTGGTCTTGAACTCCTGGCCTCAAGTGACTGGAACACCTCGGCCTCCTAAAGTGCTGGGATTACAGACGAGAGCCACTGAACAGCTTTGATCCAACTTATTTGGATGAATGAGTTACATATTTTACATTAAATCTGTTATTGTGATAATTCTTCATGTTATTTTCCATGTATAGATTTATATATAATGTAATTTTAATTTTTTTTCACCGGAGAGTATAAACAACAATTATTTTATAAACAGGATAATAAAAATAAGACAAAAATTGTTGAAATGTCTTCATTTGACTACTAACTTTTTACATGTTTGTTACTTTGAAGCTGTTATCAATACTTGTGATGTATTACAATTAAGTAAAGATTTAAAGATGCCATTTTTAACTTATTATGACACAAAGTCTATAAATTCTTATATTTTGAGATTTGTATTTAAATAACTTGTGAAATTTAATTTTAAAATAAAATTTCTTCTATGGATTGGTCTTCAATCGAGGCATAAAAAGGAATATAACAGTGTGGCACTATAACTTCTATATTGAATTTCTATATTATTTAACACAATTATAATTTTGCTAATGAATTGTAATGTTTTTAAAAAGCTAGGTGAATTTTATTAAATTCATTACATGGCGATAACACAGAGAAAACATTTTGGGGATTCTTTTAAAATGGTATGTACAAAAGCTTAAAAGTTGTTATGTAGTGGCAGAGATAAAAAAGTAAAACAAAAAAAAGCTTAAAAGTTTGCTTTACTATTTATAGGCTCATAAGTGTAAGTGTGCCAGAAAATGAAAAAGAAAGGAGAGAAATTATAAATAACTGTGTGGAAAACACAGATAAAGCATAAAGATAGAATATAAAGATAGAAGCATTTTAATATGAGGCAGTGATGGCTTTTTGAAGAATCCCAACTAAGGACCTACTTTTAGTTAATAAATAATATGTTTCTAATCCCTATATTGTCCACAGCAACCTTTTTAGGACATGGAGCAGTGACTATGAGTGCCAGAAGGCAAGAGTAGAAGCAATTGTAAAATCATGAACACTAGTTTGTAAAATCCTCACTGAGATATAATATCTGTTTGCCTCTACCTTAGAATTATTAATGTCTTGAGGGCTGGGAGTTGAATATTTTTATAGCAAAAGTCATTTATAAATTTAAAACTCAAATAATTATCTTTTTCAATATGTAAAATATGTCTTTACATATTCTACTCCCTTCTTACATACATATTCTGATGTAACATAGGTATTCTCTTATTCATGCACACTGAAATGACAACATAAATAATTTTACTAAGTGTCACCATATAAAAAACTTTGAACAAAATCAGATTATATCACTGTGGATATTTCTATTTTGAACTAACTTAGATGATAATTTTAATCTATATCCTAGATGAACTTTAAATCAATAAAATCTCTCAATGGTGTTATAAATCTCAAGCCATTAGCCACTGATTATTAAAGTGTAATTTTAATTTTTTTTCACCGGAGAGTATAAACAACAATTATTTTATAAACAGGATAATAAAAATAAGACAAAAATTGTTGAAATGTCTTCATTTGACTACTAACTTTTTACATGTTTGTTACTTTGAAGCTGTTATCAATACTTGTGATGTATTACAATTAAGTAAAGATTTAAAGATGCCATTTTTAACTTATTATGACACAAAGTCTATAAATTCTTATATTTTGAGATTTGTATTTAAATAACTTGTGAAATTTAATTTTAAAATAAAATTTCTTCTATGGATTGGTCTTCAATCGAGGCATAAAAAGGAATATAACAGTGTGGCACTATAACTTCTATATTGAATTTCTATATTATTTAACACAATTATAATTTTGCTAATGAATTGTAATGTTTTTAAAAAGCTAGGTGAATTTTATTAAATTCATTACATGGCGATAACACAGAGAAAACATTTTGGGGATTCTTTTAAAATGGTATGTACAAAAGCTTAAAAGTTGTTATGTAGTGGCAGAGATAAAAAAGTAAAACAAAAAAAAGCTTAAAAGTTTGCTTTACTATTTATAGGCTCATAAGTGTAAGTGTGCCAGAAAATGAAAAAGAAAGGAGAGAAATTATAAATAACTGTGTGGAAAACACAGATAAAGCATAAAGATAGAATATAAAGATAGAAGCATTTTAATATGAGGCAGTGATGGCTTTTTGAAGAATCCCAACTAAGGACCTACTTTTAGTTAATAAATAATATGTTTCTAATCCCTATATTGTCCACAGCAACCTTTTTAGGACATGGAGCAGTGACTATGAGTGCCAGAAGGCAAGAGTAGAAGCAATTGTAAAATCATGAACACTAGTTTGTAAAATCCTCACTGAGATATAATATCTGTTTGCCTCTACCTTAGAATTATTAATGTCTTGAGGGCTGGGAGTTGAATATTTTTATAGCAAAAGTCATTTATAAATTTAAAACTCAAATAATTATCTTTTTCAATATGTAAAATATGTCTTTACATATTCTACTCCCTTCTTACATACATATTCTGATGTAACATAGGTATTCTCTTATTCATGCACACTGAAATGACAACATAAATAATTTTACTAAGTGTCACCATATAAAAAACTTTGAACAAAATCAGATTATATCACTGTGGATATTTCTATTTTGAACTAACTTAGATGATAATTTTAATCTATATCCTAGATGAACTTTAAATCAATAAAATCTCTCAATGGTGTTATAAATCTCAAGCCATTAGCCACTGATTATTAAA

BIOINFORMÁTICASimilitud Similitud de de secuenciasecuencia::

1.1. BancosBancos de ESTde EST

2.2. Genes Genes conocidosconocidos

3.3. Umbral mínimo Umbral mínimo de de homologíahomología con con secuencias otros organismossecuencias otros organismos

Enhancers

Codón inicio Sitios splicingCodónparada

Promotor

GENPOTENCIAL GT------AG GT---AG

Exón1 Exón2 Exón3

AATAAA

SeñalPoli-A

Intrón1 Intrón2

Búsqueda automática de genesBúsqueda automática de genesProblemas en la identificación de nuevos genes

1. Las secuencias codificantes ocupan el 1% del genoma y

el 5% de los genes

2. Exones internos muy pequeños

3. Mucho splicing alternativo

CaracterísticasCaracterísticas de la de la secuenciasecuencia::

1.1. FrecuenciaFrecuencia de de uso uso de de codonescodones

Funciones de los genes Funciones de los genes codificantes codificantes para proteínaspara proteínas

¿Cuales son las proteínas que difieren de otros

eucariotas secuenciados?

¿Cuales son las funciones probables de los genes identificados y cómo se clasifican dentro de las

familias conocidas?

¿Cuales son las funciones comunes en los animales?

Funciones de los genes Funciones de los genes codificantes codificantes para proteínaspara proteínas

Metabolismo Metabolismo ADNADN

Factores de Factores de transcripcióntranscripción

Receptores,Receptores,quinasasquinasas,,

hidrolasashidrolasas

Transducción Transducción de señalesde señales

DesconocidasDesconocidas


Conservación evolutiva de proteínasConservación evolutiva de proteínas

http://www.nature.com/genomics/papers/c_elegans.html

http://www.nature.com/genomics/human/index.html

http://www.nature.com/genomics/papers/mouse.html

Propiedades de los genes codificantes Propiedades de los genes codificantes en eucariotas superioresen eucariotas superiores


Distribución de homólogos de proteínas humanasDistribución de homólogos de proteínas humanas

Procariotas sólo>1% Eucariotas

y procariotas21%

Vertebrados sólo22%

Vertebrados yotros animales

24%Sin homología

1%

Animales yotros eucariotas32%


Nuevos dominios proteicos en vertebradosNuevos dominios proteicos en vertebrados

Inmunidad adquirida

Estructurafunción

y desarrollo neuronal

Señalización inter e intracelular en desarrollo

Hemostasia Apoptosis


Adquisiciones de genes bacterianosAdquisiciones de genes bacterianos

Proteína Humana

Función potencial

Ortólogos en

vertebrados

Rango de especies

bacterianas

Genero con máxima

homología

Confirmado por PCR

1 Ciclodeaminasa Cerdo, ratón, pollo

Generalizado Termotoga Si

2 Cotransportador Na/glucosa

Ungulados, roedores

Generalizado Vibrio Si

3 Hidrolasa epoxidos

Roedores, peces

Generalizado Pseudomonas Si

4 Oxidorreductasa metionina

Vaca Generalizado Synechocystis Si

5 Monoamino oxidasa

Ungulados, roedores,

peces

Generalizado Mycobacterium Si

6 ADP-ribosil glicohidrolasa

No Streptomyces, Aquifex

S. coelicolor Si

7 Timidina fosforilasa

No Generalizado Haemophilus influenzae

Si

8 Metal binding-protein

No Generalizado Borrelia Si

9 Hidrolasa α/β No Rickettsia R. prowazekii Si 10 Histona M-2cA

fosfatasa No Thermotoga,

Alcaligenes T. marítima

Virus de ARN Si Discusión

1. ¿Genes perdidos en eucariotas invertebrados?2. ¿Mecanismo?


99% genes ortólogos en posiciones sinténicas

Variación en la conservación de secuencia a lo largo de Variación en la conservación de secuencia a lo largo de un gen hipotéticoun gen hipotético

Alineamiento de 3165 Alineamiento de 3165 ARNm ARNm de posición conocida en el de posición conocida en el genoma humano y de ratóngenoma humano y de ratón

The Fantom Consortium and the RIKEN genome exploration research group phase I & II team. Analysis of the mouse transcriptome based on functional annotation of 60.770 full-length cDNAs. Nature 420, 563-573. (2002).

Conservación de secuencia:Conservación de secuencia:inicio inicio transcripción transcripción y y

splicing splicing

Reflejo del tambaleo del ARNt

http://www.nature.com/genomics/human/index.html

http://www.nature.com/genomics/papers/mouse.html

Genómica Genómica comparativa y descubrimiento de comparativa y descubrimiento de nuevas funciones en el genoma nuevas funciones en el genoma

AZUL: Exones TURQUESA: UTR ROJO: NO codificante

Dubchak I. et al. Active conservation of non coding sequences revealed by three-way species comparisons. Genome Research 10, 1304-1306. (2000).


Variabilidad en el genoma

Variaciones polimórficasVariaciones polimórficas

1. Polimorfismos de nucleótidosCambios de un solo nucleótidoInserciones o deleciones pequeñas

1. Polimorfismos de inserción de transposones2. Polimorfismos de duplicación de segmentos3. Polimorfismos de repetición (microsatélites y

minisatélites)

1. Polimorfismos de nucleótidosCambios de un solo nucleótidoInserciones o deleciones pequeñas

1. Polimorfismos de inserción de transposones2. Polimorfismos de duplicación de segmentos3. Polimorfismos de repetición (microsatélites y

minisatélites)

A - TC - GT - AT - AT - A

alelo T/A alelo C/G

“ La fuente más común de variación genética en el hombre son los polimorfismosde un solo nucleótido (SNPs)

Aravinda Chakravarti, Nature, 409 (Feb 2001), 822-823

Polimorfismos Polimorfismos de un solo de un solo nucleótidonucleótido Single Single nucleotide nucleotide polimorphismspolimorphisms ((SNPsSNPs))

Cromosoma de la persona A

Cromosoma de la persona B

A - TC - GC - GT - AT - A

Fenotipo = Fenotipo?

un cambio cada 1000 nucleótidos

Mutación versus polimorfismoMutación versus polimorfismoDefinición indefinida

Mutación (<1%) Polimorfismo (1%)

0.90 0.10,0010.999PolimorfismoMutación Población

generalPoblacióngeneral

AA 0.998AC 2x10-3

CC 10-6

AA 0.998AC 2x10-3

CC 10-6

GG 0.81GA 0.18AA 0.01

GG 0.81GA 0.18AA 0.01

Características de los Características de los SNPsSNPs

SNPs cromosoma SNPs cromosoma 11

1.1. Los Los humanoshumanos compartencomparten el 99,9% de la el 99,9% de la informacióninformación genéticagenética

2.2. Hay un SNP Hay un SNP por cada por cada 1000 pb 1000 pb aproximadamenteaproximadamente

3.3. 90% de la 90% de la variabilidad genética variabilidad genética se se corresponde corresponde con con SNPsSNPs

4.4. El El genomagenoma humanohumano contienecontiene másmás de 2 de 2 millonesmillones de de SNPsSNPs ~21,000 de ~21,000 de los cuales los cuales se se encuentran encuentran en en los los genesgenes

5.5. SNPs que cambian SNPs que cambian un un aminoácido aminoácido 0,17% de 0,17% de los cuales los cuales no no conservativos conservativos son son sólo sólo el 0,07%el 0,07%

¡¡FuncionalmenteFuncionalmente la la variabilidad humana es incluso menorvariabilidad humana es incluso menor!!International Human Genome Sequencing Consortium. Initial sequencing and analysis of the human genome. Nature 409, 860-921 (2001).

Características de los Características de los SNPsSNPsClase de región genómica

Talla de la región (Mb)

Densidad (SNP/Mb)

Intergénica 2185 707

Intrones 615 921

Primer intrón 164 808

Exón 31 529

Primer exón 10 592

Región genómica IL4 (chr.5)


SNPs SNPs y fenotipoy fenotipo

SNPsSNPs1.1. Dentro Dentro de un de un exón codificanteexón codificante: : puede alterar puede alterar la la

estructura estructura de la de la proteínaproteína

2.2. En la En la regiregióón reguladoran reguladora PuedePuede afectarafectar la la expresiexpresióónncuantitativacuantitativa o o temporalmentetemporalmente

3.3. Regiones intergRegiones intergéénicas nicas no no reguladorasreguladoras Marcadores Marcadores gengenééticos para anticos para anáálisis lisis de de ligamiento ligamiento con con fenotipos fenotipos mutantes mutantes ((enfermedadesenfermedades))

Proyecto Genoma HumanoProyecto Genoma HumanoPerspectivas en

Biología y Medicina

Proyecto Genoma Humano y BiologíaProyecto Genoma Humano y BiologíaPerspectivasPerspectivas

Identificar los componentes estructurales y funcionales codificados por el genoma humano

GENÓMICACOMPARATIVA

FUNCIÓN

DOBLEHÍBRIDO

MALDITOF

ARNi

EXPRESIÓNTISULAR NORMAL/ENFERMEDADES

TRANSCRIPTOMA

MOTIVOS DESECUENCIA

RATONESKNOCK-OUT

GENÓMICACOMPARATIVA

FUNCIÓN

DOBLEHÍBRIDO

MALDITOF

ARNi

EXPRESIÓNTISULAR NORMAL/ENFERMEDADES

TRANSCRIPTOMA

MOTIVOS DESECUENCIA

RATONESKNOCK-OUT

Debouck C, Goodfellow PN. DNA microarrays in drug discovery and development. Nat Genet. 21(1 Suppl):48-50. (1999).

La organización de las redes de información genética y establecer como contribuyen al fenotipo celular y

orgánico


Alg

oritm

o ge

nétic

o


Catalogar toda la variabilidad genética de la humanidad

Determinar la base molecular del fenotipo, muchos SPNs se asocian a enfermedades, pero no se conoce porqué influyen en la expresión fenotípica


Comprender los mecanismos evolutivos

¿Qué nos hace humanos?

Proyecto Genoma Humano y MedicinaProyecto Genoma Humano y MedicinaPerspectivasPerspectivas

Desarrollar nuevas estrategias para la identificación de los componentes genéticos que contribuyen al desarrollo de

enfermedades y respuesta a drogas.

Proyecto Genoma Humano y MedicinaProyecto Genoma Humano y MedicinaPerspectivasPerspectivas

Desarrollo de nuevos fármacos contra dianas moleculares identificadas por su patrón de expresión génica.

De la función al genenzima/receptor

micropurificación ensayos funcionales

clonación gen

Del gen a la funcióngenotecas sustracción-específicas de tejido

microarrays identificación nuevas proteínas

knock-out ratónestructura proteína

diseño químico inhibidores

CLÁSICACLÁSICA

GENÉTICAGENÉTICA

Craig VenterCraig Venter, Science 2001, Science 2001

El desafío más importante de la biología humana, más allá del

objetivo de comprender cómo los genes controlan la construcción y

mantenimiento del mecanismo de nuestros cuerpos, está más allá:

Explicar cómo nuestras mentes han llegado a organizar los Explicar cómo nuestras mentes han llegado a organizar los

pensamientos suficientemente bien para investigar nuestra propiapensamientos suficientemente bien para investigar nuestra propia

existenciaexistencia

temas 20 y 21 introducción a la genómica estructural humana · temas 20 y 21 introducción a la...

Documents