7.2C: Variación de tamaño y contenido de ORF en genomas

Objetivos de aprendizaje

• Explicar la variación del tamaño del genoma procariota y ORF

En genética molecular, un marco de lectura abierto (ORF) es la parte de un marco de lectura que no contiene codones de parada. El sitio de pausa de terminación de la transcripción se localiza después del ORF, más allá del codón de parada de la traducción, ya que si la transcripción cesara antes del codón de terminación, se haría una proteína incompleta durante la traducción.

Normalmente, los insertos que interrumpen el marco de lectura de una región posterior después del codón de inicio provocan la mutación del desplazamiento del marco de lectura de la secuencia y dislocan las secuencias para los codones de parada.

Los marcos de lectura abiertos se utilizan como una pieza de evidencia para ayudar en la predicción de genes. A menudo se utilizan ORF largos, junto con otras pruebas, para identificar inicialmente regiones codificantes de proteínas candidatas en una secuencia de ADN. La presencia de un ORF no significa necesariamente que la región sea traducida alguna vez. Por ejemplo, en una secuencia de ADN generada aleatoriamente con un porcentaje igual de cada nucleótido, se esperaría un codón de parada una vez cada 21 codones. Un algoritmo de predicción génica simple para procariotas podría buscar un codón de inicio seguido de un marco de lectura abierto que sea lo suficientemente largo como para codificar una proteína típica, donde el uso de codones de esa región coincide con la característica de frecuencia para las regiones codificantes del organismo dado. Incluso un largo marco de lectura abierto por sí mismo no es evidencia concluyente de la presencia de un gen.

Figura: Marcos de lectura abiertos: El marco +1 es el ORF predicho en la base de datos para codificar una proteína. +2 y +3 son los otros dos ORF potenciales en la misma cadena y -1, -2 y -3 son los tres ORF potenciales en la cadena antisentido.

Si se ha secuenciado una porción de un genoma (por ejemplo, 5′-ATCTAAAATGGGTGCC-3'), los ORF pueden localizarse examinando cada uno de los tres posibles marcos de lectura en cada cadena. En esta secuencia, dos de cada tres posibles marcos de lectura están completamente abiertos, lo que significa que no contienen un codón de parada:

... A TCT AAA ATG GGT GCC...

... EN CTA AAA TGG GTG CC...

... ATC TAA AAT GGG TGC C...

Posibles codones de parada en el ADN son “TGA”, “TAA” y “TAG”. Así, el último marco de lectura en este ejemplo contiene un codón de parada (TAA), a diferencia de los dos primeros.

Los genomas bacterianos muestran variación de tamaño, incluso entre cepas de la misma especie. Estos microorganismos tienen muy poco ADN no codificante o repetitivo, ya que la variación en el tamaño de su genoma suele reflejar diferencias en el repertorio genético. Algunas especies, particularmente parásitos y simbiontes bacterianos, han sufrido una reducción masiva del genoma y simplemente contienen un subconjunto de los genes presentes en sus antepasados.

Sin embargo, en bacterias de vida libre, dicha pérdida de genes no puede explicar las disparidades observadas en el tamaño del genoma porque los genomas ancestrales habrían tenido que contener un gran número de genes improbablemente. Sorprendentemente, una fracción sustancial de la diferencia en el contenido de genes en bacterias de vida libre se debe a la presencia de ORFans, es decir, marcos de lectura abiertos (ORF) que no tienen homólogos conocidos y, en consecuencia, no tienen ninguna función conocida.

Los altos números de ORFans en genomas bacterianos indican que, con excepción de aquellas especies con genomas muy reducidos, gran parte de la diversidad observada en los inventarios de genes no resulta ni de la pérdida de genes ancestrales ni de la transferencia de organismos bien caracterizados (procesos que dan como resultado un distribución irregular de ortólogos pero no en genes únicos) o de duplicaciones recientes (que probablemente producirían homólogos dentro del mismo genoma o estrechamente relacionados).

Puntos Clave

• Los marcos de lectura abiertos se utilizan como una pieza de evidencia para ayudar en la predicción de genes.
• Si se ha secuenciado una porción de un genoma, los ORF pueden localizarse examinando cada uno de los tres posibles marcos de lectura en cada hebra.
• Los genomas bacterianos muestran variación de tamaño, incluso entre cepas de la misma especie.

Términos Clave

• gen: Una unidad de herencia; un segmento de ADN o ARN que se transmite de una generación a otra. Lleva información genética como la secuencia de aminoácidos para una proteína.
• codones: El código genético es el conjunto de reglas por las cuales la información codificada dentro del material genético (secuencias de ADN o ARNm) es traducida en proteínas (secuencias de aminoácidos) por las células vivas. La decodificación biológica se logra mediante el ribosoma, que une los aminoácidos en un orden especificado por el ARNm, utilizando moléculas de ARN de transferencia (ARNt) para portar aminoácidos y leer el ARNm tres nucleótidos a la vez. El código genético es muy similar entre todos los organismos, y puede expresarse en una tabla simple con 64 entradas.
• marco abierto de lectura: Una secuencia de tripletes de ADN, entre los codones iniciador y terminador, que pueden transcribirse en ARNm y posteriormente traducirse en proteína.