Búsqueda de repeticiones en secuencias biológicas

CAPÍTULO 1

Búsqueda de Repeticiones en Secuencias Biológicas

Repeticiones en Secuencias Biológicas

El ADN está conformado por cuatro bases nitrogenadas: Adenina (A), Guanina (G), Citosina (C) y Timina (T); presenta una estructura de dos bandas en una doble hélice, estas bandas tienen direcciones opuestas y son complementarias entre si. En un genoma los nucleotidos no se encuentran enigual cantidad; A y T se encuentran en un 60% (30% cada uno) y C y G en un 40% (20% cada uno) y la concentración molar de [A] + [G] es igual a la de [T] + [C], esta composición de los genomas fue descrita por Erwin Chargaff en 1952.

Pero un genoma no solo varia en la cantidad de nucleotidos que contiene, también presenta una distribución no uniforme de los nucleotidos a lo largo de la secuenciagenómica; incluso existen algunos segmentos (con una longitud _ 300 kb aproximadamente) con una alta concentracion de un par de nucleotidos (A, T) o (C, G) denominados isocoros; estos isocoros son objeto de estudio ya que se ha encontrado que estos segmentos contienen una gran cantidad de secuencias codificantes.

Oliver et al (2001) han propuesto un método para detectar segmentos (isocoros odominios que presenten una composición similar) denominado segmentación entrópica. Además de los isocoros es interesante estudiar repeticiones de secuencias en un genoma, ya que principalmente los organismos eucarioticos contienen una gran cantidad de subsecuencias repetidas de longitud, composición y frecuencia muy variables. Estas repeticiones se pueden encontrar en los genomas en dos formas: entandem, dos o mas copias consecutivas de un patrón y dispersas y distribuidas aleatoriamente a lo largo del genoma.

Repeticiones Dispersas

Las repeticiones dispersas se clasifican de acuerdo con su longitud en cortas denominadas SINE (short interspersed repeat) y en largas denominadas LINE (long interspersed), estas repeticiones pueden estar formadas por la combinación de nucleotidos endiferente orden y cantidad (ver tabla).

|Clase |Descripción |
|SINE |Short INterspersed Element |
| |Fragmentos de ADN cortos repetidos millones de veces y dispersos por todoel genoma. En el genoma humano se estima que los|
| |SINE tienen una longitud de 100 a 300 pb y se repiten 1.5 millones de veces (13% del genoma humano), las más conocidas son|
| |las secuencias ALU. |
|LINE |Long Interspersed Element|
| |Fragmentos de ADN de gran tamaño repetidos miles de veces y dispersos por todo el genoma. En el genoma humano se estima |
| |que los LINEs tienen una longitud de 6000 a 8000 pb y se repiten 850 mil veces (21% del genoma humano) |

Tabla: Repeticiones dispersas

Repeticiones en TandemEn la literatura no se tiene un rango claramente definido para estas repeticiones, no obstante se pueden clasificar de la siguiente forma: Los microsatelites han recibido diferentes denominaciones, las más comunes son número variable de repeticiones en Tandem (VNTR), Repeticiones cortas en Tandem

|Clase |Longitud (Nucleotidos) |Frecuencia (miles) ||Satelites |superior a 100 |1000 |
|Minisatelites |9-100 |100 |
|Microsatelites |1-8 |10-1000 |

Tabla 1.2: Repeticiones en Tandem

(STR), Repeticiones simples en Tandem (SSR) y simple sequence length polymorphisms (SSLP)....