El presente post, trata sobre el uso de la Bioinformática, para el alineamiento de secuencias de ADN, la construcción de árbol filogenéticos, estudio de marcos abiertos de lecturas (ORF) y regiones que codifican para proteínas, utilizando los programas bioinformáticos:
A. Megalign
B. SeqMan
C. EditSeq
ELEMENTOS CONCEPTUALES:
La bioinformática, es una nueva disciplina dentro de la biología, donde las herramientas de la computación tienen una función primordial, si bien algunos investigadores expertos en biotecnología, restringen el rango de estudio de la bioinformática, al manejo y análisis de bases de datos biológicas principalmente de secuencias, podría atribuírsele un sentido más amplio, como la fusión de las técnicas computacionales con el entendimiento y apreciación de datos biológicos, el almacenamiento, recuperación, manipulación y correlación de datos procedentes de distintas fuentes.
En consecuencia, es importante mencionar que la bioinformática abarca el uso de técnicas y herramientas utilizadas en tres disciplinas separadas; la Biología Molecular (donde se originan los datos a analizar), la Computación (que proporciona el hardware, las vías de comunicación de los resultados entre investigadores) y el Análisis de datos mediante algoritmos (que entrega los programas y resultados a analizar).
Entre las herramientas bioinformáticas más comunes para la obtención de información, tenemos:
La obtención de secuencias de ADN o proteínas similares a la secuencia determinada.
El alineamiento múltiple de la secuencia problema con otras similares, y definición de regiones conservadas y variables.
La reconstrucción de la filogenia a partir del alineamiento.
Estudio de todos los genes y proteínas de un organismo, entre otras.
EJEMPLO PRÁCTICO:
Por consiguiente, y en busca de lograr una mejor comprensión del contenido de este post, presentaré un ejercicio práctico que pude ejecutar en el Laboratorio de Investigaciones Genéticas del Decanato de Postgrado, durante el desarrollo de la U.C Técnicas Avanzadas de Laboratorio de la Maestría en Agronomía – Producción Vegetal, cursada en la Universidad Nacional Experimental del Táchira, San Cristóbal, Venezuela.
PROCEDIMIENTO METODOLÓGICO:
Análisis de secuencias de ADN
Para representar y comparar, utilicé tres secuencias de ADN (FVESCACL304C1, FVESCACL304C4 y M123F1RC), usando para ello los programas bioinformaticos 1) Megalign donde apliqué el método Clustal W para calcular los niveles de semejanza entre las secuencias. Y para determinar los contig que se formaron al alinear las secuencias, usé el programa 2) SeqMan.
Construcción de Árbol Filogenético
Mediante el uso del programa Megalign, construí un árbol filogenético, con el objeto de determinar las relaciones y similitudes entre las secuencias (FVESCACL304C1, FVESCACL304C4 y M123F1RC).
Determinación de los mejores ORF
Con el programa EditSeq, busqué en cada secuencia los mejores ORF (Marco abierto de lectura) , con el objeto de buscar proteínas dentro de las secuencias de ADN, también realicé para cada secuencia su reversa complementaria (Figura 1).
RESULTADOS BIOINFORMÁTICOS:
Análisis de secuencias de ADN
Con el uso del programa Megalign y el método de Crustal W, pude apreciar que las secuencias se alinean, lo que posiblemente indica relaciones funcionales o evolutivas entre las secuencias analizadas. Por otro lado, con el programa SeqMan, obtuve un solo contig (Figura 1).
Figura 1. Contig formado al alinear las secuencias FVESCACL304C1, FVESCACL304C4 y M123F1RC..
Construcción de Árbol Filogenético
El programa Megalign me permitió construir el árbol filogenético de las 3 secuencias, encontrando que entre las secuencias FVESCACL304C4 y FVESCACL304C1 existe un 96% de similitud, mientras que la M123F1RC se diferencias de las dos primeras en un 53,2 % (Figura 2).
Figura 2. Árbol filogenético.
Determinación de los mejores ORF
En las tres secuencias la región de nucleótidos inició en ATG y culminó en el codón de TAA. En la secuencia FVESCACL304C1 encontré un ORF de 1258 nucleótidos, mientras que en la secuencia FVESCACL304C4 843, y en la M123F1RC 480 respectivamente. Los tres ORF permitieron localizar proteínas.
Figura 3. Mejor ORF de la secuencia M123F1RC.
Espero les haya sido útil esta información, que persigue facilitar contenido necesario, para acceder al campo de la Bioinformática, en el Manejo de información molecular en las bases de datos (National Center Biotechnology Information).
REFERENCIAS BIBLIOGRAFICAS:
Dopazo, J., Dragoni, I., Falciani, F. (2001). Methods and approaches in the analysis of gene expression data. J Immunol Methods. 250: 93-112.
Martínez, J. (2006). Function and importance of bioinformatics in the development of sciences, specially in biotechnology and molecular medicine. Cienc Trab, 8 (22):159-163.
Richon A. (2004). A Short History of Bioinformatics. Network Science.
Wilbur, W., Lipman, D. (1983). Improved tools for biological sequence Comparison. Proc. Natl. Acad. Sci. USA. 80:726-730