miniatura|Imagen de los 23 pares de cromosomas de cuerpo humano. La secuenciación del genoma es uno o varios procesos de laboratorio que determina la secuencia completa de ADN en el genoma de un organismo en un proceso único. Esto supone la secuenciación de todos los cromosomas de un organismo con ADN, así como el contenido en el de mitocondrias y, para las plantas, en cloroplastos.
La secuenciación del genoma entero no debe confundirse con el análisis de ADN, que sólo determina la probabilidad de que el material genético proviene de un individuo o grupo en particular, y no contiene información adicional sobre las relaciones genéticas, origen o susceptibilidad a enfermedades específicas.Kijk magazine, 01 January 2009 También, a diferencia de la secuenciación del genoma completo, el genotipado de SNPs (Polimorfismos de Nucleótido Único) cubre menos del 0,1 % del genoma. Casi todos los genomas completos son exclusivamente de los microbios; el término "genoma completo" así se utiliza libremente para significar "más del 97 %". El resto de este artículo se centra en los genomas humanos casi completos.
En general, conocer la secuenciación completa de ADN del genoma de un individuo no proporciona, por sí sola, información clínica útil; pero esto puede cambiar con el tiempo ya que un gran número de estudios científicos continúan siendo publicados detallando asociaciones claras entre variantes genéticas específicas y las enfermedades.
La herramienta de secuenciación de genes en el nivel SNP permite a los científicos identificar variantes funcionales de los estudios de asociación y mejorar el conocimiento a disposición de los investigadores interesados en la biología evolutiva y, por lo tanto, pueden sentar las bases para predecir la susceptibilidad a la enfermedad y la respuesta a los fármacos.Fareed, M., Afzal, M (2013) "Single nucleotide polymorphism in genome-wide association of human population: A tool for broad spectrum service". Egyptian Journal of Medical Human Genetics 14: 123–134. http://dx.doi.org/10.1016/j.ejmhg.2012.08.001.
Además, al alinear los genomas secuenciados, se pueden obtener las mutaciones somáticas producidas, como las sustituciones de bases.
Las células utilizadas para la secuenciación Casi cualquier muestra biológica que contenga una copia completa del ADN, incluso una cantidad muy pequeña, de ADN o ADN antiguo, puede proporcionar el material genético necesario para la secuenciación del genoma completo. Dichas muestras pueden incluir saliva, células epiteliales, la médula ósea, folículos pilosos (el tallo del cabello no contiene ADN al estar constituido enteramente por queratina, pero el folículo sí), semillas, hojas de las plantas, o cualquier otra cosa que tenga células que contengan ADN.
La secuencia del genoma en una sola célula seleccionada de una población mixta de células se puede determinar usando técnicas de secuenciación de genoma de la célula única. Esto tiene ventajas importantes en microbiología ambiental en los casos en que una sola célula de una especie de microorganismo particular puede ser aislado de una población mixta por microscopía sobre la base de sus características morfológicas, distintivas u otros. En tales casos, las medidas normalmente necesarias de aislamiento y el crecimiento del organismo en cultivo pueden ser omitidas, permitiendo así la secuenciación de un espectro mucho mayor de genomas de organismos.
La secuenciación del genoma de células individuales está siendo probado como un método de diagnóstico genético de preimplantación, en el que una célula de embrión creada por la fertilización in vitro es tomada y analizada antes de la transferencia de embriones en el útero.Single-cell Sequencing Makes Strides in the Clinic with Cancer and PGD First Applications from Clinical Sequencing News. By Monica Heger. October 02, 2013 Después de la implantación, el ADN fetal libre de células puede ser tomado por una sencilla venopunción de la madre y se utiliza para la secuenciación del genoma del feto.
Frecuencias de mutación en los cánceres La secuenciación del genoma entero ha establecido la frecuencia de mutación de los genomas humanos completos. La frecuencia de mutaciones en el genoma entre generaciones de seres humanos (de padres a hijos) es de alrededor de 70 nuevas mutaciones por generación. Se encontró un nivel aún más bajo de variación comparando la secuenciación del genoma completo de las células sanguíneas de un par de gemelos monocigóticos (gemelos idénticos) de 100 años de edad. Sólo se encontraron 8 diferencias somáticas, aunque la variación somática que ocurre en menos del 20 % de las células de la sangre se detecta.
En la proteína, específicamente las regiones del genoma humano de codificación, se estima que hay alrededor de 0,35 mutaciones que cambiarían la secuencia de la proteína entre generaciones padre / hijo (al menos de una proteína mutada por generación).
Tipos de cáncer, sin embargo, tienen frecuencias de mutación mucho más altas. La frecuencia particular depende del tipo de tejido, si existe una deficiencia de reparación del ADN, un desajuste, y la exposición a agentes que dañan el ADN, tales como irradiación UV o de los componentes del humo del tabaco. Atún y Amos han resumido las frecuencias de mutación por megabase (Mb), como se muestra en la tabla (junto con las frecuencias indicadas de mutaciones por genoma).
Las altas frecuencias de mutación en el cáncer reflejan la inestabilidad del genoma. Lo cual es característico de los cánceres.
+ Frecuencias de mutaciónTipo de célulaLa frecuencia de mutación / MbMb La frecuencia de mutación por genoma diploideLa línea germinal 0.023 70Meduloblastoma 0.15-0.6 900-3,600Leucemia linfocítica aguda 0.3 1,800Leucemia linfocítica crónica <1 <6,000Cáncer de próstata 0.9 5,400Mieloma múltiple 2.9 17,400Carcinoma colorrectal ~5 ~30,000Estable de microsatélites (MSS) 2.8 16,800Microsatélites inestable (MSI) 47 282,000Carcinoma hepatocelular 4.2 25,200Cáncer de mama 1.18-1.66 7,080-9,960Cáncer de pulmón 17.7 106,200Cáncer de pulmón de células pequeñas 7.4 44,400Cáncer de pulmón en células (los fumadores) 10.5 63,000Cáncer de pulmón de células no pequeñas (los no fumadores) 0.6 3,600Adenocarcinoma de pulmón (los fumadores) 9.8 58,500Adenocarcinoma de pulmón (los no fumadores) 1.7 10,200Melanoma ~30 ~180,000Irradiación-UV melanoma crónico inducido 111 666,000Melanoma no inducido por irradiación-UV en piel sin pelo de las extremidades 3-14 18,000-84,000Melanoma inducido por UV en piel con cabello 5-55 30,000-330,000
Las primeras técnicas right|miniatura|Un ABI PRISM 3100 Genetic Analyzer. Tales secuenciadores capilares automatizados son los primeros esfuerzos de secuenciación de genomas. La secuenciación de casi la totalidad de un genoma humano se llevó a cabo por primera vez en 2000, en parte mediante el uso de la secuenciación escopeta. Mientras la secuencia completa del genoma escopeta para los pequeños (4000-7000 pares de bases) genomas ya estaba en uso en 1979, una aplicación más amplia se benefició de la secuencia final por parejas, conocido coloquialmente como secuenciación de doble cañón de escopeta. Como proyectos de secuenciación comenzaron a asumir más y más complicados genomas, varios grupos comenzaron a darse cuenta de que la información útil se puede obtener mediante la secuenciación de los dos extremos de un fragmento de ADN. Aunque realizar la secuenciación de ambos extremos del misma fragmento y hacer el seguimiento de los datos emparejados era más engorroso que la secuenciación de un solo extremo de dos fragmentos distintos, el conocimiento de que las dos secuencias se orientan en direcciones opuestas y a punto de la longitud de un fragmento era valiosa en la reconstrucción de la secuencia del fragmento objetivo original.
La primera descripción publicada de la utilización de extremos emparejados fue en 1990 como parte de la secuencia humana de la HPRT locus, aunque el uso de extremos emparejados se limitó a cerrar las brechas después de la aplicación de un enfoque tradicional de secuenciación escopeta. La primera descripción teórica de una estrategia de secuenciación final emparejada, suponiendo fragmentos de longitud constante, fue en 1991. En 1995 Roach et al. introdujo la innovación de utilizar fragmentos de distintos tamaños, y ha demostrado que una estrategia de secuenciación por pares puros sería posible en objetivos grandes. La estrategia fue adoptada posteriormente por el Instituto de Investigación Genómica (TIGR) para secuenciar el genoma completo de la bacteria Haemophilus influenzae en 1995, y luego por Celera Genomics para secuenciar todo el genoma de la mosca de fruta en 2000, [ 18 ] y, posteriormente, todo el genoma humano. Applied Biosystems, que ahora se llama Life Technologies, fabricado los secuenciadores capilares automatizados utilizados tanto por Celera Genomics y el Proyecto Genoma Humano.
Si bien la secuenciación capilar fue el primer enfoque para secuenciar con éxito un genoma humano casi completo, todavía es demasiado caro y lleva mucho tiempo para fines comerciales. Debido a esto, la tecnología de secuenciación escopeta, a pesar de que todavía es relativamente "nueva", desde el año 2005 está siendo desplazada por tecnologías como la pirosecuenciación, secuenciación SMRT y tecnología nanoporo.
Debido a que la secuencia de datos que se produce puede ser bastante grande (por ejemplo, existen aproximadamente seis mil millones de pares de bases en cada genoma diploide humana), los datos del genoma se almacenan electrónicamente y requieren una gran potencia de cálculo y capacidad de almacenamiento. La secuenciación completa del genoma hubiera sido casi imposible antes de la llegada de los microprocesadores, los ordenadores, y la era de la información.
Las técnicas actuales Actualmente ya se puede realizar una secuenciación rentable y de alto rendimiento, necesaria para llevar a cabo la secuenciación del genoma completo, mediante el uso de tecnología de nanoporos, que es una tecnología desarrollada por la Universidad de Harvard y Oxford Nanopore Tecnologías (MinION, PromethION)con licencia para las empresas de biotecnología. Para facilitar su iniciativas de secuenciación del genoma completo, Illumina tecnología de secuenciación de nanoporos con licencia de Oxford Tecnologías Nanopore y Sequenom licencia la tecnología de la Universidad de Harvard. Se trata de una tecnología estándar y líder, especialmente para "long-read sequencing" (secuenciación de lecturas largas).
Otra forma posible de lograr secuenciación de alto rendimiento es mediante la utilización de fluoróforo. Pacific Biosciences está utilizando actualmente este enfoque en su tecnología de secuenciación de ADN: SMRT (siglas en inglés para "molécula única en tiempo real").
Complete Genomics ha desarrollado la tecnología ADN Nanoball (DNB) que organiza el ADN en arreglos de autoensamblaje.
Pirosecuenciación es un método de secuenciación de ADN basado en la secuenciación por principio de síntesis. La técnica fue desarrollada por Pål Nyrén y su estudiante Mostafa Ronaghi en el Instituto Real de Tecnología en Estocolmo en 1996, y en la actualidad está siendo utilizado por 454 Life Sciences, como base para una plataforma de secuenciación del genoma completo.
Hacia 2025, la integración de la Inteligencia Artificial (modelos como AlphaMissense) en el análisis de datos de secuenciación ha permitido interpretar variantes de significado incierto (VUS) con una precisión sin precedentes.
Comercialización miniatura|Coste total de la secuenciación de un genoma humano calculado por elNHGRI. Un número de empresas públicas y privadas están compitiendo para desarrollar una plataforma de secuenciación del genoma completo que sea comercialmente sólida tanto para la investigación y uso clínico, incluyendo Illumina, Knome, Sequenom, 454 Life Sciences, Pacific Biosciences, Complete Genomics, Helicos Biosciences, GE Global Research (General Electric), Affymetrix, IBM,