7.13B: Anotar genomas

La anotación genómica es la identificación y comprensión de los elementos genéticos de un genoma secuenciado.

OBJETIVOS DE APRENDIZAJE

Definir anotación del genoma

Conclusiones clave

Puntos Clave

• Una vez secuenciado un genoma, todas las secuencias deben ser analizadas para entender lo que significan.
• Crítico para la anotación es la identificación de los genes en un genoma, la estructura de los genes y las proteínas que codifican.
• Una vez que se anota un genoma, se realiza un trabajo adicional para entender cómo todas las regiones anotadas interactúan entre sí.

Términos Clave

• BLAST: En bioinformática, la Herramienta Básica de Búsqueda de Alineación Local, o BLAST, es un algoritmo para comparar información de secuencias biológicas primarias, como las secuencias de aminoácidos de diferentes proteínas o los nucleótidos de secuencias de ADN.
• in silico: En simulación por computadora o en realidad virtual

Los proyectos genómicos son esfuerzos científicos que en última instancia tienen como objetivo determinar la secuencia completa del genoma de un organismo (ya sea un animal, una planta, un hongo, una bacteria, un arqueeo, un protista o un virus). Anotan los genes que codifican proteínas y otras características importantes codificadas por el genoma. La secuencia genómica de un organismo incluye las secuencias de ADN colectivas de cada cromosoma en el organismo. Para una bacteria que contenga un solo cromosoma, un proyecto genómico tendrá como objetivo mapear la secuencia de ese cromosoma.

Una vez que se secuencia un genoma, necesita ser anotado para darle sentido. Una anotación (independientemente del contexto) es una nota añadida a modo de explicación o comentario. Desde la década de 1980, la biología molecular y la bioinformática han creado la necesidad de la anotación del ADN. La anotación de ADN o anotación genómica es el proceso de identificar las ubicaciones de los genes y todas las regiones codificantes en un genoma y determinar qué hacen esos genes.

Figura: Anotación del genoma: Aquí se anota una pequeña región del genoma, con diversos elementos identificados. La anotación de un genoma completo implicaría un análisis similar en profundidad de mil incluso millones de tales secuencias de ADN.

La anotación del genoma es el proceso de adjuntar información biológica a las secuencias. Consiste en dos pasos principales: identificar elementos en el genoma, un proceso llamado predicción génica, y adjuntar información biológica a estos elementos. Las herramientas de anotación automática intentan realizar todo esto mediante análisis por computadora, a diferencia de la anotación manual (también conocida como curación) que involucra la experiencia humana. Idealmente, estos enfoques coexisten y se complementan entre sí en la misma canalización de anotación (proceso). El nivel básico de anotación es usar BLAST para encontrar similitudes, y luego anotar genomas en función de eso. Sin embargo, hoy en día se agrega más y más información adicional a la plataforma de anotación. La información adicional permite a los anotadores manuales desconvolucionar discrepancias entre genes a los que se les da la misma anotación. Algunas bases de datos utilizan información del contexto del genoma, puntuaciones de similitud, datos experimentales e integraciones de otros recursos para proporcionar anotaciones genómicas a través de su enfoque de Subsistemas. Otras bases de datos se basan tanto en fuentes de datos seleccionadas como en una variedad de diferentes herramientas de software en su canalización automatizada de anotaciones genómicas.

La anotación estructural consiste en la identificación de elementos genómicos: ORF y su localización, estructura génica, regiones codificantes y ubicación de motivos reguladores. La anotación funcional consiste en adjuntar información biológica a elementos genómicos: función bioquímica, función biológica, regulación e interacciones involucradas, y expresión.

Estas etapas pueden implicar tanto experimentos biológicos como análisis in silico. Los enfoques basados en proteogenómica utilizan información de proteínas expresadas, a menudo derivadas de espectrometría de masas, para mejorar las anotaciones genómicas. Se han desarrollado una variedad de herramientas de software para permitir a los científicos ver y compartir anotaciones genómicas. La anotación del genoma es el siguiente desafío importante para el Proyecto Genoma Humano, ahora que las secuencias genómicas de organismos humanos y varios modelos están en gran parte completas. La identificación de las ubicaciones de los genes y otros elementos de control genético a menudo se describe como la definición de la “lista de piezas” biológica para el ensamblaje y funcionamiento normal de un organismo. Los científicos aún se encuentran en una etapa temprana en el proceso de delinear esta lista de partes y comprender cómo todas las partes “encajan”.