Información

17.2A: Mapas genéticos - Biología

17.2A: Mapas genéticos - Biología



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Los mapas genéticos proporcionan información sobre qué cromosomas contienen genes específicos y dónde se encuentran precisamente los genes en ese cromosoma.

Objetivos de aprendizaje

  • Describir los diferentes tipos de marcadores genéticos que se utilizan para generar mapas genéticos de ADN.

Puntos clave

  • El mapeo genético, a menudo llamado mapeo de ligamiento, proporciona información sobre la ubicación de un gen específico a lo largo de un cromosoma.
  • La vinculación genética describe el fenómeno de que ciertos genes están físicamente vinculados al estar ubicados en el mismo cromosoma y tienen una tendencia a heredarse juntos.
  • La recombinación genética implica la producción de un nuevo conjunto de información genética rompiendo y reuniendo fragmentos de ADN que tienen una gran distancia entre ellos a lo largo del cromosoma.
  • La construcción de mapas genéticos depende del proceso natural de recombinación que da como resultado la capacidad de identificar marcadores genéticos con variabilidad dentro de una población.
  • Los marcadores genéticos que pueden usarse en la generación de mapas genéticos incluyen polimorfismos de longitud de restricción (RFLP); número variable de repeticiones en tándem (VNTR); polimorfismos de microsatélites; y polimorfismos de un solo nucleótido (SNP).

Términos clave

  • polimorfismo: la existencia regular de dos o más genotipos diferentes dentro de una determinada especie o población
  • SNP: el polimorfismo de un solo nucleótido es un par de bases de ADN que es polimórfico con respecto a una población
  • microsatélite: cualquiera de un grupo de loci polimórficos en el ADN que consta de unidades repetidas de unos pocos pares de bases
  • RFLP: el polimorfismo de la longitud del fragmento de restricción es una sección de ADN cuya longitud varía entre individuos y que está delimitada por una base que no se encuentra dentro de ella

Mapas genéticos

El estudio de mapas genéticos comienza con el análisis de ligamiento, un procedimiento que analiza la frecuencia de recombinación entre genes para determinar si están ligados o muestran un surtido independiente. El término ligamiento se utilizó antes del descubrimiento del ADN. Los primeros genetistas se basaron en la observación de cambios fenotípicos para comprender el genotipo de un organismo. Poco después de que Gregor Mendel (el padre de la genética moderna) propusiera que los rasgos estaban determinados por lo que ahora se conoce como genes, otros investigadores observaron que los diferentes rasgos a menudo se heredaban juntos y, por lo tanto, dedujeron que los genes estaban vinculados físicamente al estar ubicados en el mismo cromosoma. El mapeo de genes entre sí basado en análisis de ligamiento condujo al desarrollo de los primeros mapas genéticos.

Las observaciones de que ciertos rasgos siempre estaban vinculados y otros no lo estaban vinieron del estudio de la descendencia de cruces entre padres con rasgos diferentes. Por ejemplo, en experimentos realizados con el guisante de jardín, se descubrió que el color de la flor y la forma del polen de la planta eran rasgos vinculados; por lo tanto, los genes que codifican estos rasgos estaban muy próximos en el mismo cromosoma. El intercambio de ADN entre pares de cromosomas homólogos se denomina recombinación genética, que se produce por el cruce de ADN entre hebras de ADN homólogas, como las cromátidas no hermanas. El análisis de ligamiento implica el estudio de la frecuencia de recombinación entre dos genes cualesquiera. Cuanto mayor sea la distancia entre dos genes, mayor será la probabilidad de que ocurra un evento de recombinación entre ellos y mayor será la frecuencia de recombinación entre ellos. Si la frecuencia de recombinación entre dos genes es inferior al 50 por ciento, se dice que están vinculados.

La generación de mapas genéticos requiere marcadores, al igual que un mapa de carreteras requiere puntos de referencia (como ríos y montañas). Los primeros mapas genéticos se basaron en el uso de genes conocidos como marcadores. Ahora se utilizan marcadores más sofisticados, incluidos los basados ​​en ADN no codificante, para comparar los genomas de los individuos de una población. Aunque los individuos de una especie dada son genéticamente similares, no son idénticos; cada individuo tiene un conjunto único de rasgos. Estas pequeñas diferencias en el genoma entre los individuos de una población son útiles a los efectos del mapeo genético. En general, un buen marcador genético es una región del cromosoma que muestra variabilidad o polimorfismo (formas múltiples) en la población.

Algunos marcadores genéticos utilizados en la generación de mapas genéticos son los polimorfismos de longitud de los fragmentos de restricción (RFLP), el número variable de repeticiones en tándem (VNTR), los polimorfismos de microsatélites y los polimorfismos de un solo nucleótido (SNP). Los RFLP (a veces pronunciados "labios rif") se detectan cuando el ADN de un individuo se corta con una endonucleasa de restricción que reconoce secuencias específicas en el ADN para generar una serie de fragmentos de ADN, que luego se analizan mediante electroforesis en gel. El ADN de cada individuo dará lugar a un patrón único de bandas cuando se corta con un conjunto particular de endonucleasas de restricción; esto a veces se denomina "huella digital" de ADN de un individuo. Ciertas regiones del cromosoma que están sujetas a polimorfismo conducirán a la generación del patrón de bandas único. Los VNTR son conjuntos repetidos de nucleótidos presentes en las regiones no codificantes del ADN. El ADN no codificante no tiene ninguna función biológica conocida; sin embargo, la investigación muestra que gran parte de este ADN en realidad se transcribe. Si bien su función es incierta, ciertamente está activa; puede estar involucrado en la regulación de genes codificantes. El número de repeticiones puede variar en los organismos individuales de una población. Los polimorfismos de microsatélites son similares a los VNTR, pero la unidad de repetición es muy pequeña; por lo tanto, a menudo se lo conoce como repeticiones cortas en tándem (STR). Los SNP son variaciones en un solo nucleótido.

Debido a que los mapas genéticos dependen completamente del proceso natural de recombinación, el mapeo se ve afectado por aumentos o disminuciones naturales en el nivel de recombinación en cualquier área dada del genoma. Algunas partes del genoma son puntos calientes de recombinación, mientras que otras no muestran una propensión a la recombinación. Por esta razón, es importante observar la información cartográfica desarrollada mediante múltiples métodos.


Un mapa de expresión génica del desarrollo de Arabidopsis thaliana

Las regiones reguladoras de los genes vegetales tienden a ser más compactas que las de los genes animales, pero el complemento de factores de transcripción codificados en los genomas vegetales es tan grande o más grande que el que se encuentra en los de los animales. Por lo tanto, las plantas brindan la oportunidad de estudiar cómo los programas de transcripción controlan el desarrollo multicelular. Analizamos la expresión génica global durante el desarrollo de la planta de referencia Arabidopsis thaliana en muestras que cubren muchas etapas, desde la embriogénesis hasta la senescencia, y diversos órganos. Aquí, proporcionamos un primer análisis de este conjunto de datos, que es parte del atlas de expresión AtGenExpress. Observamos que los niveles de expresión de los genes de los factores de transcripción y los componentes de la transducción de señales son similares a los de los genes metabólicos. Al examinar los patrones de expresión de grandes familias de genes, encontramos que a menudo son más similares de lo que cabría esperar por casualidad, lo que indica que muchas familias de genes han sido cooptadas para procesos de desarrollo específicos.


Grupo de vinculación

Para definir grupos de ligamiento o definir específicamente el ligamiento en biología, uno tiene que entender que los genes están ubicados en los cromosomas. Estos genes pueden ser marcadores específicos que se encuentran en los cromosomas. Estos también dan como resultado ciertos fenotipos, es decir, características físicas como largo, corto, redondo, rugoso, etc.

Estos genes, de acuerdo con las leyes de herencia de Mendel, se sabe que se clasifican de forma independiente entre sí. Pero se sabe que algunos de los fenotipos se combinan entre sí a medida que aparecen en la especie. Esto se debe al enlace genético en el que la tendencia de las secuencias de ADN de los genes es a estar muy juntas y, por lo tanto, conduce a la herencia de los grupos de genes que ocurren juntos. Estos genes en maza que están situados muy juntos en un cromosoma se conocen como grupos de ligamiento.

Concepto de grupo de vinculación

El grupo de ligamiento es el grupo de genes que siguen el concepto de ligamiento genético, que es una tendencia de las secuencias de ADN de los genes que están situados muy juntos en el cromosoma y se heredan juntos durante la fase de meiosis del modo de reproducción sexual.

Cuando dos o más marcadores genéticos están presentes físicamente cerca uno del otro en un cromosoma y es muy poco probable que se separen en diferentes cromátidas cuando hay un cruce cromosómico mientras la célula está experimentando la división celular de la meiosis, se dice que están vinculados entre sí. . Este concepto se utiliza para definir el vínculo en biología y responde a la pregunta: ¿qué es un grupo de vínculo?

Grupo de vinculación en biología

Según el concepto que se utiliza para definir el enlace en biología, un grupo de enlace es el conjunto de todos los genes presentes en un solo cromosoma. Debido a su ubicación, se heredan juntos como grupo.

Debido a esto, mientras la célula se somete a división celular, estos conjuntos de genes que definen lo que es un grupo de ligamiento, se mueven juntos como una sola unidad en lugar de moverse como entidades independientes y diferentes. Esto contrasta con la ley de herencia de Mendel, que también describe la ley de distribución independiente. La ley del surtido independiente establece que los genes y sus alelos que representan diferentes rasgos o fenotipos se transmiten independientemente unos de otros mientras se mueven de una generación a la siguiente.

Sin embargo, el descubrimiento de los grupos de ligamiento aclaró la razón por la cual ciertos rasgos generalmente se heredan juntos. Este trabajo proporcionó una prueba del concepto de que los genes son estructuras físicas que están relacionadas por una unidad de distancia física.

Esta unidad de distancia física es centimorgans (cm). Se dice que una distancia de 1 cm es la separación de dos marcadores diferentes por 100 productos meióticos o 50 ciclos de meiosis. Estos grupos de vínculos y conceptos de vínculos se utilizan para construir mapas de vínculos que muestran las distancias relativas entre dos marcadores.

Mapas de vinculación y análisis de vinculación

Un mapa de ligamiento también se conoce como mapa genético. Dicho mapa es una representación tabular de una especie o población experimental que establece que la posición de los genes o marcadores genéticos conocidos es relativa entre sí en términos de frecuencia de recombinación en lugar de una distancia física específica a lo largo de cada uno de los cromosomas. Uno de los primeros mapas de enlace de este tipo que se desarrollaron se preparó utilizando el grupo de enlace en Drosophila. Se prepara un mapa de ligamiento sobre la base de las frecuencias del evento de recombinación entre dos o más marcadores durante el cruce de los cromosomas homólogos.

Basado en los conceptos que definen el ligamiento en biología, existe un método de análisis de ligamiento que se utiliza para buscar los segmentos de cromosomas que generalmente se segregan junto con un fenotipo específico a través de las generaciones de la misma familia. El análisis de vinculación también se puede utilizar para determinar los mapas de vinculación en los casos de rasgos tanto binarios como cuantitativos. Pero existen ciertas limitaciones en el método de análisis de vínculos.

Aunque el análisis de ligamiento ha tenido éxito en la identificación de variantes genéticas en seres humanos, a través del diferente número de grupos de ligamiento en humanos, que son la causa de trastornos raros como la enfermedad de Huntington, ha fracasado cuando se aplica para trastornos más comunes como la enfermedad de Huntington. enfermedades del corazón y diferentes formas de cáncer. Una explicación para este tipo de ocurrencia es que los mecanismos genéticos que juegan un papel en los trastornos comunes son diferentes de los mecanismos que juegan un papel en los trastornos raros.

Ejemplo común de grupos de vinculación: vinculación sexual

Los fenotipos sexuales o las características sexuales son un ejemplo destacado que se puede utilizar para establecer vínculos y grupos de vínculos. Este concepto de vinculación sexual puede explicar el grupo de vinculación en hombres y mujeres humanos y proporcionar explicaciones sobre las características que se transferirán y transmitirán como grupos de vinculación. La vinculación sexual es el concepto en el que ciertas características o fenotipos pueden vincularse a un sexo. El conjunto completo de genes del cromosoma X se transporta juntos tanto en los seres humanos como en las moscas Drosophila, mientras que los cromosomas Y solo llevan unos pocos genes juntos. Por tanto, el grupo de ligamiento en el hombre humano es relativamente pequeño en comparación con el grupo de ligamiento en las hembras humanas.

Está bien establecido que los óvulos de la hembra portan el cromosoma X y que los espermatozoides pueden portar el cromosoma X o el cromosoma Y. Cuando un óvulo que lleva un cromosoma X es fecundado por un espermatozoide que lleva otro cromosoma X, nace una hembra, y cuando un óvulo es fecundado por un espermatozoide que lleva un cromosoma Y, nace un macho. Por tanto, en un niño portador de un par de cromosomas XY, cualquier fenotipo o rasgo que sea portado por el cromosoma X se expresará a menos que y hasta que esté presente un alelo correspondiente en el cromosoma Y.

Ejemplos de rasgos ligados al sexo en los machos que siguen el grupo de ligamiento en los machos humanos son el daltonismo rojo y verde y la hemofilia. Esto se debe a que los fenotipos están controlados por los genes presentes en el cromosoma X y tienen una mayor frecuencia de aparición en hombres que en mujeres debido a la ausencia de un alelo correspondiente en el cromosoma Y.


17.2 Mapeo de genomas

En esta sección, explorará las siguientes preguntas:

  • ¿Qué es la genómica?
  • ¿Qué es un mapa genético?
  • ¿Cuál es un ejemplo de un método de mapeo genómico?

Conexión para cursos AP ®

El mapeo del genoma es similar a resolver un gran y complicado rompecabezas con piezas de información recopiladas de laboratorios de todo el mundo. Los mapas genéticos proporcionan un esquema de la ubicación de genes dentro de un cromosoma. Las distancias entre genes y marcadores genéticos se estiman sobre la base de las frecuencias de recombinación (cruzamiento) durante la meiosis. El Proyecto Genoma Humano ayudó a los investigadores a identificar miles de genes humanos y sus productos proteicos. Las regiones no codificantes del ADN pueden participar en la regulación de la expresión génica, y otras secuencias que alguna vez se consideraron "basura" pueden desempeñar un papel importante en la evolución del genoma. Existen pocas diferencias entre las secuencias de ADN humano y las de muchos otros organismos.

La información presentada y los ejemplos resaltados en la sección apoyan los conceptos descritos en la Gran Idea 3 del Marco del Currículo de Biología AP ®. Los objetivos de aprendizaje enumerados en el marco curricular proporcionan una base transparente para el curso de biología AP ®, una experiencia de laboratorio basada en la investigación, actividades de instrucción y preguntas del examen AP ®. Un objetivo de aprendizaje combina el contenido requerido con una o más de las siete prácticas científicas.

Gran idea 3 Los sistemas vivos almacenan, recuperan, transmiten y responden a información esencial para los procesos de la vida.
Comprensión duradera 3.A La información heredable asegura la continuidad de la vida.
Conocimiento esencial 3.A.1 El ADN, y en algunos casos el ARN, es la principal fuente de información hereditaria.
Práctica de la ciencia 6.4 El estudiante puede hacer afirmaciones y predicciones sobre fenómenos naturales basados ​​en teorías y modelos científicos.
Objetivo de aprendizaje 3.5 El estudiante puede justificar la afirmación de que los humanos pueden manipular información heredable identificando ejemplos de tecnologías de uso común.
Conocimiento esencial 3.A.2 En eucariotas, la información hereditaria se transmite a la siguiente generación a través de procesos que incluyen el ciclo celular y la mitosis o meiosis.
Práctica de la ciencia 7.1 El estudiante puede conectar fenómenos y modelos a través de escalas espaciales y temporales.
Objetivo de aprendizaje 3.10 El estudiante es capaz de representar la conexión entre la meiosis y el aumento de la diversidad genética necesaria para la evolución.
Conocimiento esencial 3.A.3 La base cromosómica de la herencia proporciona una comprensión del patrón de paso (transmisión) de genes de padres a hijos.
Práctica de la ciencia 1.1 El estudiante puede crear representaciones y modelos de fenómenos y sistemas naturales o creados por el hombre en el dominio.
Objetivo de aprendizaje 7.2 El estudiante puede conectar conceptos en y entre dominios para generalizar o extrapolar en y / o a través de entendimientos duraderos y / o grandes ideas.

Apoyo a los profesores

El mapeo es el primer paso para examinar el genoma de un organismo. Algunas de las técnicas se han utilizado durante años, mientras que otras se desarrollaron con los avances de la tecnología. Además de discutir los detalles de este tema, este puede ser un buen momento para discutir las similitudes genéticas entre las "razas" de personas y entre los humanos y otros organismos. PBS ha publicado una muy buena película sobre esto aquí. Obtenga ejemplos de mapas genéticos y físicos y mapas citogenéticos para humanos y otras especies para usar en la enseñanza general y en las discusiones sugeridas anteriormente.

La genómica es el estudio de genomas completos, incluido el conjunto completo de genes, su secuencia y organización de nucleótidos y sus interacciones dentro de una especie y con otras especies. El mapeo del genoma es el proceso de encontrar la ubicación de los genes en cada cromosoma. Los mapas creados por el mapeo del genoma son comparables a los mapas que usamos para navegar por las calles. Un mapa genético es una ilustración que enumera los genes y su ubicación en un cromosoma. Los mapas genéticos brindan una imagen completa (similar a un mapa de carreteras interestatales) y usan marcadores genéticos (similares a los puntos de referencia). Un marcador genético es un gen o secuencia en un cromosoma que co-segrega (muestra ligamiento genético) con un rasgo específico. Los primeros genetistas llamaron a este análisis de ligamiento. Los mapas físicos presentan los detalles íntimos de regiones más pequeñas de los cromosomas (similar a una hoja de ruta detallada). Un mapa físico es una representación de la distancia física, en nucleótidos, entre genes o marcadores genéticos. Se requieren tanto mapas de ligamiento genético como mapas físicos para construir una imagen completa del genoma. Tener un mapa completo del genoma facilita a los investigadores el estudio de genes individuales. Los mapas del genoma humano ayudan a los investigadores en sus esfuerzos por identificar genes que causan enfermedades humanas relacionadas con enfermedades como el cáncer, las enfermedades cardíacas y la fibrosis quística. El mapeo del genoma se puede usar en una variedad de otras aplicaciones, como el uso de microbios vivos para limpiar contaminantes o incluso prevenir la contaminación. La investigación que involucre el mapeo del genoma de las plantas puede conducir a producir cosechas más altas o desarrollar plantas que se adapten mejor al cambio climático.

Mapas genéticos

El estudio de mapas genéticos comienza con el análisis de ligamiento, un procedimiento que analiza la frecuencia de recombinación entre genes para determinar si están ligados o muestran un surtido independiente. El término enlace se utilizó antes del descubrimiento del ADN. Los primeros genetistas se basaron en la observación de cambios fenotípicos para comprender el genotipo de un organismo. Poco después de que Gregor Mendel (el padre de la genética moderna) propusiera que los rasgos estaban determinados por lo que ahora se conoce como genes, otros investigadores observaron que los diferentes rasgos a menudo se heredaban juntos y, por lo tanto, dedujeron que los genes estaban vinculados físicamente al estar ubicados en el mismo cromosoma. El mapeo de genes entre sí basado en análisis de ligamiento condujo al desarrollo de los primeros mapas genéticos.

Las observaciones de que ciertos rasgos siempre estaban vinculados y otros no lo estaban vinieron del estudio de la descendencia de cruces entre padres con rasgos diferentes. Por ejemplo, en experimentos realizados con el guisante de jardín, se descubrió que el color de la flor y la forma del polen de la planta eran rasgos vinculados y, por lo tanto, los genes que codificaban estos rasgos estaban muy próximos en el mismo cromosoma. El intercambio de ADN entre pares de cromosomas homólogos se denomina recombinación genética, que se produce por el cruce de ADN entre hebras de ADN homólogas, como las cromátidas no hermanas. El análisis de ligamiento implica el estudio de la frecuencia de recombinación entre dos genes cualesquiera. Cuanto mayor sea la distancia entre dos genes, mayor será la probabilidad de que ocurra un evento de recombinación entre ellos y mayor será la frecuencia de recombinación entre ellos. En la figura 17.10 se muestran dos posibilidades de recombinación entre dos cromátidas no hermanas durante la meiosis. Si la frecuencia de recombinación entre dos genes es inferior al 50 por ciento, se dice que están vinculados.

La generación de mapas genéticos requiere marcadores, al igual que un mapa de carreteras requiere puntos de referencia (como ríos y montañas). Los primeros mapas genéticos se basaron en el uso de genes conocidos como marcadores. Ahora se utilizan marcadores más sofisticados, incluidos los basados ​​en ADN no codificante, para comparar los genomas de los individuos de una población. Aunque los individuos de una especie dada son genéticamente similares, no son idénticos, cada individuo tiene un conjunto único de rasgos. Estas pequeñas diferencias en el genoma entre los individuos de una población son útiles a los efectos del mapeo genético. En general, un buen marcador genético es una región del cromosoma que muestra variabilidad o polimorfismo (formas múltiples) en la población.

Algunos marcadores genéticos utilizados en la generación de mapas genéticos son los polimorfismos de longitud de los fragmentos de restricción (RFLP), el número variable de repeticiones en tándem (VNTR), los polimorfismos de microsatélites y los polimorfismos de un solo nucleótido (SNP). Los RFLP (a veces pronunciados "labios rif") se detectan cuando el ADN de un individuo se corta con una endonucleasa de restricción que reconoce secuencias específicas en el ADN para generar una serie de fragmentos de ADN, que luego se analizan mediante electroforesis en gel. El ADN de cada individuo dará lugar a un patrón único de bandas cuando se corta con un conjunto particular de endonucleasas de restricción, esto a veces se denomina "huella digital" de ADN de un individuo. Ciertas regiones del cromosoma que están sujetas a polimorfismo conducirán a la generación del patrón de bandas único. Los VNTR son conjuntos repetidos de nucleótidos presentes en las regiones no codificantes del ADN. El ADN no codificante o "basura" no tiene una función biológica conocida; sin embargo, las investigaciones muestran que gran parte de este ADN se transcribe en realidad. Si bien su función es incierta, ciertamente es activa y puede estar involucrada en la regulación de genes codificantes. El número de repeticiones puede variar en los organismos individuales de una población. Los polimorfismos de microsatélites son similares a los VNTR, pero la unidad de repetición es muy pequeña. Los SNP son variaciones en un solo nucleótido.

Debido a que los mapas genéticos dependen completamente del proceso natural de recombinación, el mapeo se ve afectado por aumentos o disminuciones naturales en el nivel de recombinación en cualquier área dada del genoma. Algunas partes del genoma son puntos calientes de recombinación, mientras que otras no muestran una propensión a la recombinación. Por esta razón, es importante observar la información cartográfica desarrollada mediante múltiples métodos.

Mapas físicos

Un mapa físico proporciona detalles de la distancia física real entre marcadores genéticos, así como el número de nucleótidos. Se utilizan tres métodos para crear un mapa físico: mapeo citogenético, mapeo de híbridos de radiación y mapeo de secuencias. El mapeo citogenético usa información obtenida por análisis microscópico de secciones teñidas del cromosoma (Figura 17.11). Es posible determinar la distancia aproximada entre marcadores genéticos usando mapeo citogenético, pero no la distancia exacta (número de pares de bases). El mapeo híbrido de radiación utiliza radiación, como rayos X, para romper el ADN en fragmentos. La cantidad de radiación se puede ajustar para crear fragmentos más pequeños o más grandes. Esta técnica supera la limitación del mapeo genético y no se ve afectada por una frecuencia de recombinación aumentada o disminuida. El mapeo de secuencias resultó de la tecnología de secuenciación de ADN que permitió la creación de mapas físicos detallados con distancias medidas en términos del número de pares de bases. La creación de bibliotecas genómicas y bibliotecas de ADN complementario (ADNc) (colecciones de secuencias clonadas o todo el ADN de un genoma) ha acelerado el proceso de mapeo físico. Un sitio genético utilizado para generar un mapa físico con tecnología de secuenciación (un sitio etiquetado con secuencia o STS) es una secuencia única en el genoma con una ubicación cromosómica exacta conocida. Una etiqueta de secuencia expresada (EST) y un polimorfismo de longitud de secuencia única (SSLP) son STS comunes. Una EST es una STS corta que se identifica con bibliotecas de ADNc, mientras que las SSLP se obtienen a partir de marcadores genéticos conocidos y proporcionan un vínculo entre mapas genéticos y mapas físicos.

Integración de mapas genéticos y físicos

Los mapas genéticos proporcionan el contorno y los mapas físicos proporcionan los detalles. Es fácil entender por qué ambos tipos de técnicas de mapeo del genoma son importantes para mostrar el panorama general. La información obtenida de cada técnica se usa en combinación para estudiar el genoma. El mapeo genómico se está utilizando con diferentes organismos modelo que se utilizan para la investigación. El mapeo del genoma es todavía un proceso en curso y, a medida que se desarrollan técnicas más avanzadas, se esperan más avances. El mapeo del genoma es similar a completar un rompecabezas complicado utilizando todos los datos disponibles. La información cartográfica generada en laboratorios de todo el mundo se ingresa en bases de datos centrales, como GenBank en el Centro Nacional de Información Biotecnológica (NCBI). Se están realizando esfuerzos para que la información sea más accesible para los investigadores y el público en general. Así como usamos sistemas de posicionamiento global en lugar de mapas de papel para navegar por las carreteras, NCBI ha creado una herramienta de visualización del genoma para simplificar el proceso de extracción de datos.

Conexión del método científico

Cómo utilizar un visor de mapas del genoma

Enunciado del problema: ¿Los genomas de humanos, macacos y ratones contienen secuencias de ADN comunes?

Para probar la hipótesis, haga clic en este enlace.

En el cuadro de búsqueda del panel izquierdo, escriba el nombre de cualquier gen o característica fenotípica, como la pigmentación del iris (color de ojos). Seleccione la especie que desea estudiar y luego presione Entrar. El visor del mapa del genoma indicará qué cromosoma codifica el gen en su búsqueda. Haga clic en cada visita en el visor del genoma para obtener información más detallada. Este tipo de búsqueda es el uso más básico del visor del genoma, también se puede utilizar para comparar secuencias entre especies, así como muchas otras tareas complicadas.

¿Es correcta la hipótesis? ¿Por qué o por qué no?

Enlace al aprendizaje

Herencia mendeliana en línea en el hombre (OMIM) es un catálogo en línea con capacidad de búsqueda de genes humanos y trastornos genéticos. Este sitio web muestra información de mapeo del genoma y también detalla la historia y la investigación de cada rasgo y trastorno. Haga clic en este enlace para buscar rasgos (como la mano) y trastornos genéticos (como la diabetes).

  1. La base de datos proporciona información relacionada con la prevención de una enfermedad genética.
  2. La base de datos proporciona toda la información sobre genes de enfermedades genéticas, su herencia y su expresión. También proporciona sugerencias para algunos tratamientos.
  3. La base de datos proporciona información sobre los síntomas de la enfermedad.
  4. La base de datos proporciona información solo sobre los primeros casos notificados.

Conexión de práctica científica para cursos AP®

Piénsalo

¿Por qué se dedica tanto esfuerzo a las aplicaciones de mapeo del genoma? ¿Cómo podría un mapa genético del genoma humano ayudar a encontrar un tratamiento para los cánceres de base genética?

Apoyo a los profesores

Las preguntas son aplicaciones de los Objetivos de aprendizaje 3.5 y la Práctica científica 6.4 porque el mapeo del genoma humano y posiblemente alterarlo son ejemplos de cómo los humanos pueden manipular la información hereditaria.

Un mapa genético del genoma humano para múltiples individuos podría identificar alelos de genes que son susceptibles a agentes que podrían causar cáncer. El mapeo también podría identificar variaciones de alelos que son resistentes a los cambios que resultan en cáncer, ofreciendo así la oportunidad de terapia genética para los trastornos.

Como Asociado de Amazon, ganamos con las compras que califican.

¿Quiere citar, compartir o modificar este libro? Este libro es Creative Commons Attribution License 4.0 y debe atribuir OpenStax.

    Si está redistribuyendo todo o parte de este libro en formato impreso, debe incluir en cada página física la siguiente atribución:

  • Utilice la siguiente información para generar una cita. Recomendamos utilizar una herramienta de citas como esta.
    • Autores: Julianne Zedalis, John Eggebrecht
    • Editor / sitio web: OpenStax
    • Título del libro: Biología para cursos AP®
    • Fecha de publicación: 8 de marzo de 2018
    • Ubicación: Houston, Texas
    • URL del libro: https://openstax.org/books/biology-ap-courses/pages/1-introduction
    • URL de la sección: https://openstax.org/books/biology-ap-courses/pages/17-2-mapping-genomes

    © 12 de enero de 2021 OpenStax. El contenido de los libros de texto producido por OpenStax tiene una licencia Creative Commons Attribution License 4.0. El nombre de OpenStax, el logotipo de OpenStax, las portadas de libros de OpenStax, el nombre de OpenStax CNX y el logotipo de OpenStax CNX no están sujetos a la licencia Creative Commons y no pueden reproducirse sin el consentimiento previo y expreso por escrito de Rice University.


    Conclusiones

    Mostramos que ALLMAPS es capaz de integrar varias líneas de evidencias de mapeo para guiar el ensamblaje de andamios genómicos. Una característica clave de ALLMAPS es su capacidad para integrar información de múltiples mapas sobre la base de una función objetivo bien definida para maximizar la puntuación de colinealidad. A cada mapa se le puede asignar un peso, lo que permite un ajuste flexible basado en la confianza de los usuarios en cada mapa de entrada. ALLMAPS identifica el consenso de varios mapas, resuelve los conflictos en función de los pesos asignados por el usuario y consolida estos resultados en un ordenamiento de andamios altamente consistente dada la evidencia cartográfica disponible. ALLMAPS puede incorporar otros tipos de mapas, incluidos mapas físicos, mapas ópticos y mapas comparativos, ofreciendo así una ventanilla única para la integración sólida de evidencia de vinculación de andamios de una variedad de tecnologías de mapeo populares, lo que resulta en una mayor cobertura, más precisa y conjuntos de genomas a nivel de cromosomas más replicables.


    17.2 Mapeo de genomas

    Al final de esta sección, podrá hacer lo siguiente:

    • Definir genómica
    • Describir mapas genéticos y físicos.
    • Describir los métodos de mapeo genómico.

    La genómica es el estudio de genomas completos, incluido el conjunto completo de genes, su secuencia y organización de nucleótidos y sus interacciones dentro de una especie y con otras especies. El mapeo del genoma es el proceso de encontrar la ubicación de los genes en cada cromosoma. Los mapas que crea el mapeo del genoma son comparables a los mapas que usamos para navegar por las calles. Un mapa genético es una ilustración que enumera los genes y su ubicación en un cromosoma. Los mapas genéticos brindan una imagen completa (similar a un mapa de carreteras interestatales) y usan marcadores genéticos (similares a los puntos de referencia). Un marcador genético es un gen o secuencia en un cromosoma que co-segrega (muestra ligamiento genético) con un rasgo específico. Los primeros genetistas llamaron a este análisis de ligamiento. Los mapas físicos presentan los detalles íntimos de regiones cromosómicas más pequeñas (similar a un mapa de carreteras detallado). Un mapa físico es una representación de la distancia física, en nucleótidos, entre genes o marcadores genéticos. Se requieren tanto mapas de ligamiento genético como mapas físicos para construir la imagen completa de un genoma. Tener un mapa completo del genoma del genoma facilita a los investigadores el estudio de genes individuales. Los mapas del genoma humano ayudan a los investigadores en sus esfuerzos por identificar genes que causan enfermedades humanas relacionadas con enfermedades como el cáncer, las enfermedades cardíacas y la fibrosis quística. Podemos usar el mapeo del genoma en una variedad de otras aplicaciones, como el uso de microbios vivos para limpiar contaminantes o incluso prevenir la contaminación. La investigación que involucra el mapeo del genoma de las plantas puede conducir a producir cosechas más altas o desarrollar plantas que se adapten mejor al cambio climático.

    Mapas genéticos

    El estudio de mapas genéticos comienza con el análisis de ligamiento, un procedimiento que analiza la frecuencia de recombinación entre genes para determinar si están ligados o muestran un surtido independiente. Los científicos usaron el término enlace antes del descubrimiento del ADN. Los primeros genetistas se basaron en la observación de cambios fenotípicos para comprender el genotipo de un organismo. Poco después de que Gregor Mendel (el padre de la genética moderna) propusiera que los rasgos estaban determinados por lo que ahora llamamos genes, otros investigadores observaron que los diferentes rasgos a menudo se heredaban juntos y, por lo tanto, dedujeron que los genes estaban vinculados físicamente por su ubicación en el mismo cromosoma. . El mapeo de genes entre sí basado en análisis de ligamiento condujo al desarrollo de los primeros mapas genéticos.

    Las observaciones de que ciertos rasgos siempre estaban vinculados y otros no lo estaban vinieron del estudio de la descendencia de cruces entre padres con rasgos diferentes. Por ejemplo, en experimentos con guisantes de jardín, los investigadores descubrieron que el color de la flor y la forma del polen de la planta eran rasgos vinculados y, por lo tanto, los genes que codificaban estos rasgos estaban muy próximos en el mismo cromosoma. Al intercambio de ADN entre pares de cromosomas homólogos lo llamamos recombinación genética, que se produce al cruzar el ADN entre cadenas de ADN homólogas, como las cromátidas no hermanas. El análisis de ligamiento implica estudiar la frecuencia de recombinación entre dos genes cualesquiera. Cuanto mayor sea la distancia entre dos genes, mayor será la probabilidad de que ocurra un evento de recombinación entre ellos y mayor será la frecuencia de recombinación entre ellos. La figura 17.11 muestra dos posibilidades de recombinación entre dos cromátidas no hermanas durante la meiosis. Si la frecuencia de recombinación entre dos genes es inferior al 50 por ciento, están vinculados.

    La generación de mapas genéticos requiere marcadores, al igual que un mapa de carreteras requiere puntos de referencia (como ríos y montañas). Los científicos basaron los primeros mapas genéticos en el uso de genes conocidos como marcadores. Los científicos ahora usan marcadores más sofisticados, incluidos los basados ​​en ADN no codificante, para comparar los genomas de los individuos en una población. Aunque los individuos de una especie determinada son genéticamente similares, no son idénticos. Cada individuo tiene un conjunto único de rasgos. Estas pequeñas diferencias en el genoma entre los individuos de una población son útiles para fines de mapeo genético. En general, un buen marcador genético es una región del cromosoma que muestra variabilidad o polimorfismo (formas múltiples) en la población.

    Some genetic markers that scientists use in generating genetic maps are restriction fragment length polymorphisms (RFLP), variable number of tandem repeats (VNTRs), microsatellite polymorphisms , and the single nucleotide polymorphisms (SNPs). We can detect RFLPs (sometimes pronounced “rif-lips”) when the DNA of an individual is cut with a restriction endonuclease that recognizes specific sequences in the DNA to generate a series of DNA fragments, which we can then analyze using gel electrophoresis. Every individual’s DNA will give rise to a unique pattern of bands when cut with a particular set of restriction endonucleases. Scientists sometimes refer to this as an individual’s DNA “fingerprint.” Certain chromosome regions that are subject to polymorphism will lead to generating the unique banding pattern. VNTRs are repeated sets of nucleotides present in DNA’s non-coding regions. Non-coding, or “junk,” DNA has no known biological function however, research shows that much of this DNA is actually transcribed. While its function is uncertain, it is certainly active, and it may be involved in regulating coding genes. The number of repeats may vary in a population’s individual organisms. Microsatellite polymorphisms are similar to VNTRs, but the repeat unit is very small. SNPs are variations in a single nucleotide.

    Because genetic maps rely completely on the natural process of recombination, natural increases or decreases in the recombination level given genome area affects mapping. Some parts of the genome are recombination hotspots whereas, others do not show a propensity for recombination. For this reason, it is important to look at mapping information developed by multiple methods.

    Physical Maps

    A physical map provides detail of the actual physical distance between genetic markers, as well as the number of nucleotides. There are three methods scientists use to create a physical map: cytogenetic mapping, radiation hybrid mapping, and sequence mapping. Cytogenetic mapping uses information from microscopic analysis of stained chromosome sections (Figure 17.12). It is possible to determine the approximate distance between genetic markers using cytogenetic mapping, but not the exact distance (number of base pairs). Radiation hybrid mapping uses radiation, such as x-rays, to break the DNA into fragments. We can adjust the radiation amount to create smaller or larger fragments. This technique overcomes the limitation of genetic mapping, and we can adjust the radiation so that increased or decreased recombination frequency does not affect it. Sequence mapping resulted from DNA sequencing technology that allowed for creating detailed physical maps with distances measured in terms of the number of base pairs. Creating genomic libraries and complementary DNA (cDNA) libraries (collections of cloned sequences or all DNA from a genome) has sped the physical mapping process. A genetic site that scientists use to generate a physical map with sequencing technology (a sequence-tagged site, or STS) is a unique sequence in the genome with a known exact chromosomal location. An expressed sequence tag (EST) and a single sequence length polymorphism (SSLP) are common STSs. An EST is a short STS that we can identify with cDNA libraries, while we obtain SSLPs from known genetic markers, which provide a link between genetic and physical maps.

    Genetic and Physical Maps Integration

    Genetic maps provide the outline and physical maps provide the details. It is easy to understand why both genome mapping technique types are important to show the big picture. Scientists use information from each technique in combination to study the genome. Scientists are using genomic mapping with different model organisms for research. Genome mapping is still an ongoing process, and as researchers develop more advanced techniques, they expect more breakthroughs. Genome mapping is similar to completing a complicated puzzle using every piece of available data. Mapping information generated in laboratories all over the world goes into central databases, such as GenBank at the National Center for Biotechnology Information (NCBI). Researchers are making efforts for the information to be more easily accessible to other researchers and the general public. Just as we use global positioning systems instead of paper maps to navigate through roadways, NCBI has created a genome viewer tool to simplify the data-mining process.

    Conexión del método científico

    How to Use a Genome Map Viewer

    Problem statement: Do the human, macaque, and mouse genomes contain common DNA sequences?

    Develop a hypothesis.

    Go to this website to test the hypothesis.

    The web page displays the comparison of the gene sequences of many organisms to the Human Insulin Receptor gene. Explore the type of information provided, select the groups of organisms needed for testing of the hypothesis from the top portion of the displayed data. Focus the attention to the bottom part, the Selected Orthologues. Explore which columns are relevant to the needed information.

    On the same page, there are other options to explore, not all are necessary for the task, however it might give more insight to the value of genome/gene comparisons.

    Enlace al aprendizaje

    Online Mendelian Inheritance in Man (OMIM) is a searchable online catalog of human genes and genetic disorders. This website shows genome mapping information, and also details the history and research of each trait and disorder. Click this link to search for traits (such as handedness) and genetic disorders (such as diabetes).


    Métodos

    Plant materials and DNA extraction

    A pseudo-F2 population consisting of 115 hybrids was derived from a cross between St. Augustinegrass cultivars ‘Raleigh’ and ‘Seville’ (both parents are diploids, 2norte = 2X = 18) following artificial hybridization methods [10]. This population was obtained from North Carolina State University Center for Turfgrass Environmental Research and Education. Each individual was propagated vegetatively in plastic containers containing Fafard potting mix (Conrad Fafard Inc., Agawam, MA) and maintained in the greenhouse at North Carolina State University, Raleigh, NC, USA. Young leaves of each hybrid along with parents were collected for genomic DNA extraction. The quality of the DNA was first visualized by agarose gel electrophoresis and further tested using a NanoPhotometer (Implen, München, Germany). DNA concentration was quantified using a Hoefer DQ 300 fluorometer (Hoefer, Holliston, United States).

    GBS library construction

    The sequencing library was prepared according to the procedure detailed in Poland et al. with minor modifications [36]. Approximately 200 ng of genomic DNA for each sample (115 hybrids and two parents) was digested with PstI y MspI (New England BioLabs, Inc. Ipswich, MA) restriction enzymes for 2 h at 37 °C in a 20 μL volume. The reaction was stopped by incubation at 65 °C for 20 min. Barcoded adapters (containing unique barcode sequences, details in Additional file 1: Table S1) and a common-Y adapter were ligated to digested genomic DNA fragments at 22 °C overnight in 40 μL volume and stopped at 65 °C for 20 min. Then, 10 μL of each sample was pooled and cleaned up using QIAquick PCR Purification Kit (QIAGEN, Hilden, Germany). After that, purified DNA was amplified using NEB MasterMix (New England BioLabs, Inc. Ipswich, MA). PCR products were purified and size-selected using GeneRead Size Selection Kit (QIAGEN, Hilden, Germany) to remove adapter dimers and small fragments (< 150 bp). The library was size-selected at a range of 250–400 bp using D1000 ScreenTape assay (Agilent, Waldbronn, Germany) and sequenced on Illumina HiSeq 2500 (Illumina, San Diego, United States).

    SNP identification and genotyping

    In this study, the non-reference UNEAK pipeline was used to perform SNP discovery and genotyping [15, 37]. GBS raw reads were processed to keep only reads that contained barcodes and the restriction site. High quality reads were trimmed to 64 bp and identical reads were collapsed into tags. Pairwise alignment identified tag pairs with a single base pair mismatch, which could be considered as candidate SNPs. A network filter (Error tolerance rate = 0.03) was employed to discard repeats, paralogs and error tags. The remaining reciprocal tag pairs could then be identified as SNPs. Finally, the SNPs were filtered by sequencing depth (≥ 10), minor allele frequency (≤ 0.05) and call rate (≥ 90%) to obtain high quality SNPs.

    Linkage map construction

    JoinMap 4.0 [19] was used to construct the linkage map. SNP markers were assigned to three categories according to segregation type: heterozygous in parent ‘Raleigh’ and homozygous in parent ‘Seville’ (‘lm x ll’ type), homozygous in parent ‘Raleigh’ and heterozygous in parent ‘Seville’ (‘nn x np’ type), heterozygous in both parents (‘hk x hk’ type). Markers that showed abnormal segregation ratios (chi-squared test, df = 2, cut off value = 9.21, PAG < 0.01) were excluded from map construction. The ‘lm x ll’ type and ‘nn x np’ type SNP markers were used to construct separate parental linkage maps for parent ‘Raleigh’ and ‘Seville’, respectively. Meanwhile, ‘hk x hk’ type SNP markers along with previously identified SSR markers from Kimball et al. [10], were used to integrate the parental linkage groups into a consensus map. All linkage maps were constructed using the regression mapping algorithm with a minimum LOD of 9.0 and a maximum recombination rate of 0.4 (goodness-of-fit jump value 3.0 and ripple value 1). Map distances were calculated using the Kosambi mapping function. The map quality was checked with ‘N.N. fit’ function in JoinMap 4.0. MapChart 2.32 was used to visualize the linkage maps [38].

    Comparative genomics analysis

    The sequences of mapped SNP tags were aligned to genome sequences of model grass species: foxtail millet (Setaria italica), sorghum (Sorghum bicolor) and rice (Oryza sativa) using the blastn program in BLAST+ 2.6.0 [39] with an e-value cutoff of 1 × 10 − 5 . Reference genomes Setaria italic v2.0, Sorghum bicolor NCBIv3, Oryza sativa Japonica Build 4.0 were downloaded from the NCBI genome database. Marker sequences that showed hits to reference genomes were used for further comparative analysis. Comparative results were visualized using the dot-plot in R package ggplot2 and Circos plot in Circos package [40, 41].

    QTL mapping of turf quality-related traits

    Turf quality-related traits evaluated by Kimball et al. were used for QTL mapping [10]. All hybrids together with parental lines were planted in a randomized completed block design (RCBD) with three replications at two locations (Raleigh and Laurel Springs, NC, United States) and evaluated for two years (2013 and 2015). Turf quality-related traits, including overall turf quality, leaf texture, genetic color, and turf density were evaluated visually on a 1 to 9 scale according to the National Turfgrass Evaluation Program’s (NTEP) guidelines as follows: turf quality, 1 = poor quality and 9 = excellent quality leaf texture, 1 = coarsest texture and 9 = finest texture genetic color, 1 = light green/yellow and 9 = dark green turf density, 1 = sparsest density and 9 = densest turf. Each year by each location combination was considered as a separate environment. An analysis of variance (ANOVA) and least square (LS) means were generated using the GLM procedure in SAS statistical software version 9.4 (SAS Inst. Inc., 2017) for each trait. QTL analysis was performed using LS mean values both for individual environments and across environments against the integrated linkage map using MapQTL 6.0 [42]. Interval mapping (IM) and multiple QTL method (MQM) analysis were performed to detect significant associations between markers and phenotypic traits using a regression approach. LOD thresholds (PAG < 0.05) for genome-wide were determined for each trait using a permutation test with 10,000 iterations. Regions with a LOD score above threshold values were considered as potential QTL intervals. Allelic effects were estimated as AF = [(μC.A + μanuncio) - (μantes de Cristo + μbd)]/4 for female (Raleigh) additivity Ametro = [(μC.A + μantes de Cristo) - (μanuncio + μbd)]/4 for male (Seville) additivity and D = [(μC.A + μbd) - (μanuncio + μantes de Cristo)]/4 for dominance where μC.A, μanuncio, μantes de Cristo and μbd are estimated phenotypic means associated to each of the 4 possible genotypic classes ac, bc, ad and bd, deriving for an ab × cd cross [43]. Furthermore, sequences of markers within the identified regions of interest were searched against the NCBI NR database using blastn/blastp tools to obtain their orthologs. Gene Ontologoy (GO) annotation was conducted using UniProt database to predict gene function in the QTL regions.


    New atlas of genetic function maps complexities of immune system and immune diseases

    Researchers in Japan have compiled a first-of-its-kind genetic database for autoimmune and autoinflammatory diseases. This resource will allow experts to more deeply understand how immune disorders develop and plan future drug discovery projects. Scientists also hope this atlas of immune-related genome data may eventually be applied to investigations of infectious diseases like COVID-19.

    "To understand diseases, a deep comprehension of the function of genetic variants is essential. With this data set, we can connect the data about changes to DNA sequence associated with a disease to genes and cell types that are important for disease pathogenesis," said University of Tokyo Project Research Associate Mineto Ota, M.D., Ph.D., a clinical rheumatologist and expert in functional genomics. Ota is lead author of the study recently published in Celda. The project was completed with collaborators at RIKEN research institution and Chugai Pharmaceutical Co., Ltd.

    Many prior research projects have compared the full genome sequences of patients with medical diagnoses to those of healthy people. Any DNA sequence variants identified in these genomewide association studies are then considered "associated" with the disease.

    Many variants identified in association studies are not located in genes, the basic units of heredity, but rather in portions of DNA that regulate the "on" or "off" expression of genes. Most of the human genome is not genes, but this regulatory DNA. Experts might know that a portion of DNA is involved in gene regulation, but not understand exactly how or what it does or even what genes it regulates.

    To uncover the function of regulatory DNA, a different type of genome study called expression quantitative trait loci (eQTL) analysis attempts to connect differences in DNA sequence to differences in gene expression. With eQTL data, researchers can make more informed guesses about the purpose of regulatory DNA sequences, how variants in the regulatory sequence might affect expression of the genes it regulates and how those differences in gene expression cause disease.

    Other immune-focused eQTL studies have been performed, but prior research efforts included only healthy volunteers and examined a limited number of cell types.

    "Inflammatory conditions create very different physical characteristics in immune cells compared to the same cells in a healthy condition. The genetic variants associated with immune conditions may only function in the diseased state, so for this type of genetic study, it was very important to get samples from real patients," said Ota.

    The research team sequenced the full genomes of 79 healthy volunteers and 337 patients diagnosed with any of 10 different categories of immune-mediated diseases, including rheumatoid arthritis, systemic lupus erythematosus and systemic sclerosis. All volunteers had Japanese ancestry.

    Understanding immune-mediated diseases is challenging because although each disease is clinically distinct, there are many overlaps and patients with the same diagnosis may show very different symptoms.

    "Due to all this diversity, there's a limit to how much you can learn studying one immune-mediated disease at a time. But if we study 10 diseases together, it gives a bigger picture about these types of diseases," Ota explained.

    After completing full genome sequencing, researchers isolated 28 different types of immune-related cells from volunteers' blood samples and measured gene expression in those cells.

    The database created through this research was named the Immune Cell Gene Expression Atlas from the University of Tokyo (ImmuNexUT).

    "We see that each immune cell type has distinctive eQTL results in the atlas, which can tell us how gene regulation differs between cell types and exactly which cell type is important for developing which disease," said Ota.

    ImmuNexUT is now the largest eQTL data set built using volunteers of East Asian ancestry.

    "In this field so far, large-scale genomic and functional genomic studies have been mainly conducted with European donors, although population diversity is critical for precise understanding of the genomic functions. This eQTL atlas of Japanese subjects is also meaningful for overcoming this European-centric bias and further investigating the functions of DNA variants in combination with European data sets," said Ota.

    Researchers hope the ImmuNexUT database will continue to grow and eventually lead to better outcomes for patients.


    Restriction Maps and RFLPS | Ingeniería genética

    In this article we will discuss about the restriction maps and RFLPS. Also learn about the significance of restriction maps.

    The number of cuts that a restriction enzyme makes in a segment of double-stranded DNA depends on the size of that DNA, its sequence, and the number of base pairs in the recognition sequence of the particular enzyme.

    That is, a restriction enzyme with only three base pairs in its recognition sequence will cut more times than with six base pairs in its sequence, since the probability of a sequence occurring by chance is a function of the length of that sequence.

    A sequence of three bases occurs more often by chance (1/4 3 = 1/64 base pairs) than a sequence of six bases (1/4 6 = 1/ 4096 base pairs). Hind II, for example, cuts the circular DNA of tumour virus SV40 into eleven pieces some restriction enzymes can cut E. coli DNA into hundreds of pieces. The product of the action of a restriction enzyme on a DNA sample is called a restriction digest.

    Using electrophoresis, one can separate the fragments of a restriction digest by size. With a technique, we can locate the restriction sites on the original gene on piece of DNA. That is, we can construct a map, called restriction map, of the restriction recognition sites that will give us the physical distance between sites, in base pairs.

    This restriction map is extremely valuable for several reasons. For example, when the radioactive nucleotide tritiated thymidine was added for a very short period of time during the beginning of the DNA replication in SV40 viruses, the radioactivity always reappeared in only one restriction fragment. The experiment demonstrated that SV40 replication started from a single unique point that point was localized to a particular segment of the SV40 chromosome.

    Further, a restriction map often allows researchers to correlate the genetic map and the physical map of a chromosome. Certain physical changes in the DNA, such as deletions, insertions, or nucleotide changes at restriction sites, can be localized on the genetic map.

    These changes can be seen as changes in size, or in the total absence, of certain restriction fragments when compared with wild-type DNA. This information allows us to see changes in the DNA is also gives us information about the evolution of species.

    The difference in fragment sizes are called restriction fragment length polymorphisms (RFLPs) and have proved valuable in pinpointing the exact location of genes and determining the identity or relatedness of individuals. A restriction digest is also useful for isolating short segments of DNA that can be easily sequenced.

    Significance of RFLPs:

    Restriction fragment length polymorphism (RFLPs) obtained from restriction digests, are proving to be very valuable genetic markers in two areas of study: human gene mapping and forensics (i.e., DNA fingerprinting).

    In a restriction digest of the whole human genome, there might be thousands of fragments from a single restriction enzyme. Unique probes have been developed for southern blotting these digests. Genetic variation usually comes in the form of a second allele that, due to a mutation, lacks a restriction site and is therefore part of a larger piece of DNA.

    Some probes have uncovered hyper-variable loci with many alleles (in fact, any person has only two of the many possible alleles). A population’s genetic variation is generated because these hyper-variable loci contain many tandem repeats of short (10 to 60 bp) segments.

    Due to unequal crossing over, just one of these loci, called variable-number-of-tandem repeats (VNTR) loci, can generate much variation. As a result, probing for one of these VNTR loci in a population reveals many alleles.

    The southern blots of such restriction endonuclease digests create a DNA fingerprint of extreme value in forensics. DNA extracted from blood or semen samples left by a criminal can be compared with DNA patterns of suspects.

    When a single probe recognizes a number of different- loci, each individual will have many bands on a southern blot, with most people producing unique patterns. In one system, developed by Alec Jeffreys, a single probe locates fifty or more variable bands per person.

    If Jeffreys’s probes are used to compare the patterns, the chance that the two patterns would match randomly is generally small. This technique, thus, has greater power to identify individuals than using the prints from their fingertips.


    A census of pathway maps in cancer systems biology

    A key goal of cancer systems biology is to use big data to elucidate the molecular networks by which cancer develops. However, to date there has been no systematic evaluation of how far these efforts have progressed. In this Analysis, we survey six major systems biology approaches for mapping and modelling cancer pathways with attention to how well their resulting network maps cover and enhance current knowledge. Our sample of 2,070 systems biology maps captures all literature-curated cancer pathways with significant enrichment, although the strong tendency is for these maps to recover isolated mechanisms rather than entire integrated processes. Systems biology maps also identify previously underappreciated functions, such as a potential role for human papillomavirus-induced chromosomal alterations in ovarian tumorigenesis, and they add new genes to known cancer pathways, such as those related to metabolism, Hippo signalling and immunity. Notably, we find that many cancer networks have been provided only in journal figures and not for programmatic access, underscoring the need to deposit network maps in community databases to ensure they can be readily accessed. Finally, few of these findings have yet been clinically translated, leaving ample opportunity for future translational studies. Periodic surveys of cancer pathway maps, such as the one reported here, are critical to assess progress in the field and identify underserved areas of methodology and cancer biology.

    Declaracion de conflicto de interes

    Los autores declaran no tener conflictos de intereses.

    Cifras

    Fig. 1|. Structure of the analysis.

    Fig. 1|. Structure of the analysis.

    In the analysis presented here, we defined a scope…

    Fig. 2|. Cancer systems biology approaches covered…

    Fig. 2|. Cancer systems biology approaches covered in this analysis.

    Six different approaches are discussed…

    Fig. 3|. Coverage of LCpathways by SBmaps.

    Fig. 3|. Coverage of LCpathways by SBmaps.

    Fig. 4|. Assessment of relative research coverage…

    Fig. 4|. Assessment of relative research coverage of cancer pathways by systems biology.

    Fig. 5|. representative SBmaps not previously reported…

    Fig. 5|. representative SBmaps not previously reported in the literature.

    Fig. 6|. Potential new mechanisms emerging from…

    Fig. 6|. Potential new mechanisms emerging from cancer systems biology studies.