bases de datos

UNIVERSIDAD AUTONÓMA DE NUEVO LEÓN
FACULTAD DE CIENCIAS BIOLÓGICAS
ACADEMIA DE CIENCIAS GENÓMICAS Y DE PROTEÍNAS

Práctica No.2:
Estructura de una Bases de Datos, contenido e información.
INTRODUCCIÓN
Con la masificación de las tecnologías de secuenciación, el conocimiento que se tiene sobre el
componente genético de los organismos ha crecido de manera logarítmica desde hace 10 años.Muchos laboratorios se han encargado de descifrar el genoma completo de diversas especies
representativas de cada reino, incluyendo anotaciones que permiten identificar los genes y demás
secuencias regulatorias que dan las instrucciones para formar a un organismo particular.
Al tener toda esta información, se ha vuelto indispensable el entender la información como se
encuentra almacenada en lasbases de datos. En particular, son de interés las bases de datos ENA
del EMBL:EBI y de GenBank del NCBI. Ambas, junto con la DDBJ comparten la información que
almacenan, sin embargo, tienen diferencias importantes, tanto en funcionalidad como en algunos
casos, contenido.
CASO
Las enterobacterias son organismos gram negativos que se pueden encontrar como parte de la
colección bacteriana normalintestinal de algunos organismos, incluido el humano. Algunas
bacterias pertenecientes a este género son patogénicas y pueden causar infecciones
oportunísticas. En otros estudios, también se ha involucrado a la especie E. cloacae con cuadros de
obesidad mórbida, por lo que es un organismos de amplio interés científico.
Un investigador interesado en esto, encontró reportados en el NCBI dossecuencias del genoma de
este organismo: NC_021046.1 y FP929040.1.

RESULTADOS
1. ¿Cuál es la longitud de las secuencias reportadas?
R.- La Longitud de las ambas secuencias es de 4908759 pares de bases

2. ¿Pertenecen las secuencias a los mismos autores?
R.- Si, ambas secuencias fueron reportadas por los mismos autores
Autores NC_021046: Pajon, A., Turner, K . and Parkhill , J.

AutoresFP929040:

Pajon, A., Turner, K . and Parkhill , J.

3. ¿Tiene alguna de las secuencias un paper para respaldar su publicación?
R.- No tienen ningún paper que respalde su publicación, según en la sección de Journal, ya que
tiene estatus de UNPUBLISHED. Pero mencionan una referencia 2 para cada secuencia,
establecida como Presentación directa (Direct Submission) siendo para la secuenciaNC_021046.1 el 15 Abril 2013 del NCBI en Estados Unidos, mientras que para la secuencia
FP929040.1 es el 23 de Marzo del 2010 del Instituto Sanger, en Cambridge en Reino Unido

3

3

4

4

4. ¿En qué fechas fueron publicadas?
R.- Mientras que la secuencia NC_021046 fue publicada el (Con) 28-Agosto-2013, la secuencia
FP929049.1 fue reportada el (BCT) 08-Febrero-2011

5. El gen quecodifica al RNA ribosomal 16S es utilizado para identificar especies de bacterias. En
ambas secuencias, ¿en qué posición se encuentra?
R.- El gen 16s se ubica a partir del nucleótido 119494 hasta el nucleótido 121022 y se
identifica por su producto “RNA ribosomal 16s”. Este gen se puede ubicar en las graficas de
búsqueda, solamente estableciendo el rango de nucleótidos 119000:122000.

6. ¿Cuáles la longitud de este gen?
R.- La longitud del gen se obtiene mediante la resta del numero (posición) del nucleótido final,
menos el numero (posición) del nucleótido inicial, y sumándole 1, ya que el nucleótido inicial
también forma parte del gen. En este caso sería (121022-119494) + 1 que nos da como
resultado 1529 nucleótidos de longitud
7. Comparando la información de la sección Graphicsdel NCBI, ¿Qué diferencias encuentra?
R.- La grafica de la secuencia NC_021046.1 en el encabezado, se establece como secuencia de
referencia del NCBI, además de mostrar una sección de “STS Markers”, mientras que en la
secuencia FP929040 no tiene el mismo encabezado (secuencia de referencia), solo aparece
como GenBank seguido de la clave de la secuencia y carece de la sección de “STS...