Bioinform

1
Bioinformática fundamentos y aplicaciones de
actualidad

• Fundamentos de Biología Molecular
• Manuel Lemos Ramos
• Dpto. de Microbiología y Parasitología
• Universidade de Santiago de Compostela

2

• Sequence 2587 BP 822 A 575 C 499 G 691 T 0
  other
• tatgtttttt ctgatagtgc acagattgtg tttacccaag
  cgaaatatgg tgacagcagc 60
• ggcatccgtg gtgcagcttg gctaggtttg aactagcaga
  aagtgattaa agtcacaact 120
• ttagtcatcg aaaaattaag taaagcaagt gttttacata
  ttaaattact gatatttaaa 180
• acatacactc ctaattctat ttatatttca catcaacaca
  caaacacaaa tgatagtaat 240
• taccatttag atccaatatc attgcgcaca gcttgaatct
  gttattgatg aataaggtaa 300
• taactcagat gtacactaaa acactactat cagcctccat
  attgctagcg ctttcccctg 360
• cagctctcgc agaagaagtt tctcgattcg atgaggttgt
  tgtttcggca acgcgaactt 420
• ctcaagccat caaaaatacc gccgcttctg ttgctgtcat
  ttcgagcaaa gacattgaag 480
• ccaatatggc aaaagatgtc gcagctatcc ttgaatatac
  ccctggagtt tcaaccaata 540
• gctcatctcg ccaaggtgta cagaccatca atattcgcgg
  cgtagaaggt aatcgaatca 600
• aaatcatggt tgatggagtc acacaaggac aagcattcga
  cggaggtcct tactcttttg 660
• tcaattcgag cgctatcagt atcgatcccg atatggtaaa
  gagtgttgaa gtcatcaaag 720
• gtgcggcgtc aagccttcac ggcagtgatg ccattggtgg
  tgtcgtcgct tttgacacca 780
• aagatcctcg tgatttcctt aaaggagacg caaccacagg
  cggacaagca aagctttcct 840
• actcttcaga agataaatct ttcagtgaac atattgccat
  tgcaaataga agtggcaatt 900
• tagagacctt ggtcgcctat actcgccgtg atgggcaaga
  gcaacaaaat tttgccgatc 960
• gtaaagaaga ttattcgata gagactcaag atagtgcaaa
  aaatgacttg ctacttaagc 1020
• tccaatatca actgagcgat gctcaccgtt tggagttctt
  tggtgaagca ctgcataaca 1080

Desoxi-riboNucleic Acid(DNA) Ácido
Desoxi-riboNucleico (ADN)
3
La estructura del ADN

• El monómero del ADN es un nucleótido.
• Los nucleótidos están formados por un azúcar
  (desoxi-ribosa), una base nitrogenada y un grupo
  fosfato.
• Los componentes del nucleótido están unidos por
  fuertes enlaces covalentes.
• Las bases son purinas (Guanina y Adenina) y
  pirimidinas (Citosina y Timina).
• La estructura del ADN está formada por 2 cadenas
  complementarias.
• Las 2 cadenas están orientadas en direcciones
  opuestas, quedando en cada una un extremo 5 y un
  extremo 3.
• La unión entre las 2 cadenas se realiza mediante
  enlaces de hidrógeno entre 2 bases (1 de cada
  cadena), formando un par de bases.
• La adenina se une siempre a la timina mediante 2
  enlaces. La guanina se une siempre a la citosina
  mediante 3 enlaces.
• Los grupos hidroxilo libres del fosfato son los
  que dan una fuerte carga eléctrica negativa y el
  carácter ácido a la molécula
• La molécula de ADN se enrrolla en la forma de una
  doble hélice.
• Por cada 10 pares de bases, la molécula gira
  360º. La estructura recuerda a una escalera de
  caracol.

4
La estructura del ADN

• Distintas formas de representación del ADN

La estructura del ADN
5
Genes y Genomas

• Un gen es un fragmento de ADN que contiene la
  información necesaria (en forma de secuencia de
  bases) para codificar la síntesis de una proteína
  o un ARN. Podemos considerar a un gen como una
  unidad de información.
• No todo el material genético de un organismo está
  organizado en genes. Existe ADN no codificante.
  En las células humanas solamente el 3 del ADN da
  lugar a la síntesis de proteínas
• El genoma de un organismo es el conjunto de
  material genético que contienen sus células.

6
Tamaño de las moléculas de ADN

• El virus más pequeño contiene poco más de 4.000
  pares de bases. Una bacteria contiene como media
  5.106 pares de bases (5.000 Kb o 5 Mb) (2 m de
  longitud).
• Como norma general las bacterias contienen una
  sola molécula de ADN circular, mientras que las
  células eucarióticas (animales y vegetales)
  contienen varias moléculas de ADN lineal
  organizadas en cromosomas.
• Una célula humana contiene 3.000 Mb distribuidas
  en 46 cromosomas. Cada cromosoma contiene una
  molécula lineal de ADN.

7
Organización del material genético

• El material genético de las células eucarióticas
  se organiza en cromosomas. Cada uno está formado
  por una mólecula de ADN en doble hélice lineal
  asociado a proteínas básicas (histonas).
• El material genético de las células procarióticas
  se organiza habitualmente en 1 sólo cromosoma que
  contiene una molécula de ADN circular.

Mitosis
Estructura del cromosoma
8
Estructura del ARN

• El ARN (ácido ribonucleico) contiene ribosa en
  lugar de desoxi-ribosa.
• Está formado por las mismas bases nitrogenadas,
  excepto la Timina que se sustituye por Uracilo.
• El Uracilo es también complementario de la
  Adenina.
• A diferencia del ADN está formado por una única
  cadena de nucleótidos.
• La longitud de la cadena es mucho menor que en el
  ADN.
• Se pueden formar enlaces entre bases
  complementarias dentro de la misma cadena, lo que
  origina estructuras tridimensionales complejas.

9
Tipos de ARN
TIPO ABUN-DANCIA Nº BASES FUNCION
ARNr Ribosómico 80 120-3500 Estructura de los ribosomas
ARNt Transferencia 15 75 Transporte de aminoácidos
ARNm Mensajero 5 variable Síntesis de proteínas
10
De los genes a las proteínas
Dogma Central de la Biología Molecular Flujo de
la información genética
ADN
11
De los genes a las proteínas
12
La replicación del ADN
13
Replicación del ADN

• Catalizada por una ADN-polimerasa que añade
  nucleótidos al extremo 3-OH de la cadena
  naciente.
• La ADN-polimerasa necesita un cebador de ARN.
• Los nucleótidos se añaden por emparejamiento
  complementario con las bases de la cadena molde.
• Los sustratos, desoxi-ribonucleótido trifosfato
  (dNTP) se hidrolizan al añadirse, liberando
  energía para la síntesis del ADN.
• Existen diversas proteínas que colaboran en la
  replicación.

14
Transcripción

• La síntesis del ARNm la realiza una ARN
  polimerasa en dirección 5--gt 3.
• Los ribonucleótidos se añaden por emparejamiento
  complementario con las bases de la cadena molde
  de ADN.
• La presencia de Adenina en el ADN determina la
  adición de un Uracilo en el ARN.

15
La transcripción en procariotas

• Los genes que codifican proteínas involucradas en
  la misma ruta metabólica suelen presentarse
  agrupados en el cromosoma, formando operones, lo
  que permite la expresión coordinada.
• Una región reguladora adyacente al operón,
  determina su transcripción- es el operador.
• Proteínas reguladoras funcionan con los
  operadores, para controlar la transcripción de
  los genes.

16
Propiedades de los promotores

• Los Promotores son regiones de aprox. 40 bp
  localizados en el extremo -5' del punto de inicio
  de la transcripción.
• Existen 2 elementos de secuencia consenso
• La región -35, con consenso TTGACA (unión de
  la subunidad sigma?)
• La región -10 (Pribnow box ), con consenso
  TATAAT (región ideal para la apertura de la
  doble hebra).

17
Transcripción

• Terminación asistida por factores proteicos (r)
• Secuencias específicas sitios de terminación en
  el DNA
• Repeticiones invertidas (palíndromos), ricos en
  GC, que forman una estructura de lazo en el RNA
• 6-8 A en DNA, que producen U en el RNA

Garret Grisham. Biochemistry 2ª ed. Saunders
College Publishing
18
Transcripción en eucariotas

• La Cromatina limita el acceso de las proteínas
  reguladoras a los promotores.
• Existen factores proteicos que deben reorganizar
  la cromatina.
• Las RNA polimerasas I, II y III transcriben rRNA,
  mRNA y tRNA, respectivamente.
• Las 3 polimerasas interaccionan con los
  promotores a través de los factores de
  transcripción.
• La TATA box (TATAAA) es un promotor consenso.
• Los factores de transcripción reconocen
  secuencias promotoras específicas e inician la
  transcripción (algunos factores se unen a
  secuencias específicas en la región codificante
  del gen).
• Además de promotores, los genes eucariotas tienen
  enhancers, o upstream activation sequences.

Garret Grisham. Biochemistry 2ª ed. Saunders
College Publishing
19
Estructura del gen eucariota

• Los genes eucariotas están divididos en exones
  (se traducen a aminoácidos) e intrones (no
  codificantes).
• Ejemplos El gen de la actina tiene un intrón de
  309-pb que separa los primeros 3 aminoácidos de
  los restantes 350.
• El gen del colágeno pro-alpha-2 del pollo, mide
  40-kb, con 51 exones que suman sólo 5 kb.
• Los exones suelen medir entre 45 y 249 bases.
• El mecanismo por el que se escinden los intrones
  y por el que se unen los exones, es complejo y
  muy preciso (RNA- splicing)

Garret Grisham. Biochemistry 2ª ed. Saunders
College Publishing
20
Estructura del gen eucariota
Garret Grisham. Biochemistry 2ª ed. Saunders
College Publishing
21
Traducción del mensaje genético

• La información contenida en la secuencia de bases
  del ADN es trasladada o traducida a una secuencia
  de aminoácidos en una proteína, a través del ARN
  que actúa como intermediario

Garret Grisham. Biochemistry 2ª ed. Saunders
College Publishing
22
Las proteínas
Aminoácidos esenciales que forman las proteínas
Alanina Ala A
Arginina Arg R
Asparragina Asn N
Aspártico Asp D
Cisteína Cys C
Fenilalanina Phe F
Glicina Gly G
Glutámico Glu E
Glutamina Gln Q
Histidina His H
Isoleucina Ile I
Leucina Leu L
Lisina Lys K
Metionina Met M
Prolina Pro P
Serina Ser S
Tirosina Tyr Y
Treonina Thr T
Triptófano Trp W
Valina Val V
23
Síntesis de proteínas

• Sequence 2587 BP 822 A 575 C 499 G 691 T 0
  other
• tatgtttttt ctgatagtgc acagattgtg tttacccaag
  cgaaatatgg tgacagcagc 60
• ggcatccgtg gtgcagcttg gctaggtttg aactagcaga
  aagtgattaa agtcacaact 120
• ttagtcatcg aaaaattaag taaagcaagt gttttacata
  ttaaattact gatatttaaa 180
• acatacactc ctaattctat ttatatttca catcaacaca
  caaacacaaa tgatagtaat 240
• taccatttag atccaatatc attgcgcaca gcttgaatct
  gttattgatg aataaggtaa 300
• taactcagat gtacactaaa acactactat cagcctccat
  attgctagcg ctttcccctg 360
• cagctctcgc agaagaagtt tctcgattcg atgaggttgt
  tgtttcggca acgcgaactt 420
• ctcaagccat caaaaatacc gccgcttctg ttgctgtcat
  ttcgagcaaa gacattgaag 480
• ccaatatggc aaaagatgtc gcagctatcc ttgaatatac
  ccctggagtt tcaaccaata 540
• gctcatctcg ccaaggtgta cagaccatca atattcgcgg
  cgtagaaggt aatcgaatca 600
• aaatcatggt tgatggagtc acacaaggac aagcattcga
  cggaggtcct tactcttttg 660
• tcaattcgag cgctatcagt atcgatcccg atatggtaaa
  gagtgttgaa gtcatcaaag 720
• gtgcggcgtc aagccttcac ggcagtgatg ccattggtgg
  tgtcgtcgct tttgacacca 780
• aagatcctcg tgatttcctt aaaggagacg caaccacagg
  cggacaagca aagctttcct 840
• actcttcaga agataaatct ttcagtgaac atattgccat
  tgcaaataga agtggcaatt 900
• tagagacctt ggtcgcctat actcgccgtg atgggcaaga
  gcaacaaaat tttgccgatc 960
• gtaaagaaga ttattcgata gagactcaag atagtgcaaa
  aaatgacttg ctacttaagc 1020
• tccaatatca actgagcgat gctcaccgtt tggagttctt
  tggtgaagca ctgcataaca 1080

24
Síntesis de proteínas

• /product"HuvA protein"
• /protein_id"CAC28362.1"
• /db_xref"GI12697532"
• /db_xref"GOAQ9AJS1"
• /db_xref"SPTREMBLQ9AJS1"
• /translation"MYTKTLLSASILLAL
  SPAALAEEVSRFDEVVVSATRTSQAIKNT
• AASVAVISSKDIEANMAKDVAAILEYTPG
  VSTNSSSRQGVQTINIRGVEGNRIKIMVD
• GVTQGQAFDGGPYSFVNSSAISIDPDMVK
  SVEVIKGAASSLHGSDAIGGVVAFDTKDP
• RDFLKGDATTGGQAKLSYSSEDKSFSEHI
  AIANRSGNLETLVAYTRRDGQEQQNFADR
• KEDYSIETQDSAKNDLLLKLQYQLSDAHR
  LEFFGEALHNKTDSDIAHSSYKNYHGQDT
• TKQYRLGIKHIWLADSAIADTITSRASWQ
  SKEDNGLTHRFQPASSGRPPYTPANADNQ
• QTKDYFYNEDKIELETQLDKLVTLGQTEH
  NFIYGLSFASSDISNTNTELNSDPATPNQ
• VLVYTPDATDQKIGLFVQDEITLLSGNLI
  VTPGLRYDSFSTDPGGSTTEPLVKFDDSA
• LTSRLGALYRINNQHSVFAQVSQGFRAPN
  FTELYYTYDNIAHRYVNDPNPYLKSETSL
• AYELGYRHNTNVSATEISAFYSDYDDFIE
  RVTTKKVNGITHYSYVNLSEATIKGIELS
• NQLKLDQLIGAPNGMSTRLAASYSKGEDG
  NGRPLNSVNPWNVVAALNYDDESTTWGTS
• LKLNYTAAKSAGNINRDQLNSGTENQVEL
  PSATIVDITAYFKPMQDVTITAGIFNLTD
• KEYYRWNDIRGKTNLDNDYSQAERNYAIT
  AKYEF"

25
(No Transcript)
26
Síntesis de proteínas
Garret Grisham. Biochemistry 2ª ed. Saunders
College Publishing

• La síntesis transcurre desde el extremo
  N-terminal al extremo C-terminal.
• Los ribosomas leen el ARNm en la dirección
  5--3.
• La traducción tiene lugar en polirribosomas o
  polisomas. Hay más de un ribosoma traduciendo
  cada ARNm simultáneamente.
• La elongación de la cadena proteica tiene lugar
  por adición secuencial de aminoácidos al extremo
  C-terminal.

27
El código genético

• Cada aminoácido está codificado por una secuencia
  de 3 nucleótidos en el ARNm llamada codón.
• Las combinaciones de las 4 bases tomadas de 3 en
  3 originan 64 posibles permutaciones.
• Puesto que solamente existen 20 aminoácidos
  formando parte de las proteínas, el código es
  redundante existen codones sinónimos.
• Existe además un codón que marca el inicio de una
  proteína y 3 codones que marcan el fin.

28
Síntesis de proteínas
Initiation
29
El código genético

• N- ile leu phe arg val ile arg
  pro ... thr arg asn phe thr ...
  arg -C
• 2 N- tyr phe ile ser ser asn
  ser thr leu asn ala lys leu his
  leu thr -C
• 1 N- leu phe tyr phe glu ... phe
  asp leu lys arg glu thr ser leu
  asn -C

pautas de lectura (ORFs)
sentido de lectura para la secuencia de la cadena
superior
5- TTATTTTATTTCGAGTAATTCGACCTTAAACGCGAAACTTCACTTA
AC 3 3- AATAAAATAAAGCTCATTAAGCTGGAATTTGCGCTTTGA
AGTGAATTG 5
DNA
sentido de lectura para la secuencia de la cadena
inferior
-1 C- ... lys ile glu leu leu glu
val lys phe ala phe ser ... lys
val -N -2 C- ile lys asn arg thr
ile arg gly ... val arg phe lys
val ... arg -N -3 C- asn ...
lys ser thr asn ser arg leu arg
ser val glu ser leu ser -N
pautas de lectura (ORFs)
30
El código genético

• N- ile leu phe arg val ile arg
  pro ... thr arg asn phe thr ...
  arg -C
• 2 N- tyr phe ile ser ser asn
  ser thr leu asn ala lys leu his
  leu thr -C
• 1 N- leu phe tyr phe glu ... phe
  asp leu lys arg glu thr ser leu
  asn -C

pautas de lectura (ORFs)
sentido de lectura para la secuencia de la cadena
superior
5- TTATTTTATTTCGAGTAATTCGACCTTAAACGCGAAACTTCACTTA
AC 3 3- AATAAAATAAAGCTCATTAAGCTGGAATTTGCGCTTTGA
AGTGAATTG 5
DNA
sentido de lectura para la secuencia de la cadena
inferior
-1 C- ... lys ile glu leu leu glu
val lys phe ala phe ser ... lys
val -N -2 C- ile lys asn arg thr
ile arg gly ... val arg phe lys
val ... arg -N -3 C- asn ...
lys ser thr asn ser arg leu arg
ser val glu ser leu ser -N
pautas de lectura (ORFs)
31
El código genético

• N- ile leu phe arg val ile arg
  pro ... thr arg asn phe thr ...
  arg -C
• 2 N- tyr phe ile ser ser asn
  ser thr leu asn ala lys leu his
  leu thr -C
• 1 N- leu phe tyr phe glu ... phe
  asp leu lys arg glu thr ser leu
  asn -C

pautas de lectura (ORFs)
sentido de lectura para la secuencia de la cadena
superior
5- TTATTTTATTTCGAGTAATTCGACCTTAAACGCGAAACTTCACTTA
AC 3 3- AATAAAATAAAGCTCATTAAGCTGGAATTTGCGCTTTGA
AGTGAATTG 5
DNA
sentido de lectura para la secuencia de la cadena
inferior
-1 C- ... lys ile glu leu leu glu
val lys phe ala phe ser ... lys
val -N -2 C- ile lys asn arg thr
ile arg gly ... val arg phe lys
val ... arg -N -3 C- asn ...
lys ser thr asn ser arg leu arg
ser val glu ser leu ser -N
pautas de lectura (ORFs)
32
Mutaciones
33
Variabilidad genética

• Los SNPs o polimorfismos de nucleótido único
  son variaciones de la secuencia de bases de una
  región del genoma, que afectan a un único
  nucleótido.
• Para ser considerado un SNP debe ocurrir en al
  menos un 1 de la población.
• Los SNPs proporcionan el 90 de la variación
  genética humana y ocurren cada 100 o 300 bases a
  lo largo de todo el genoma (tanto en regiones
  codificantes como no codificantes).
• 2 de cada 3 SNPs corresponden a la sustitución de
  C por T.
• Una gran parte no tienen efecto alguno sobre las
  funciones celulares, pero algunos pueden producir
  alteraciones o cambios diversos.

34
Variabilidad genética SNPs y Haplotipos

• Un haplotipo es un bloque de ADN en un cromosoma
  que contiene un determinado número de SNPs. El
  haplotipo es el patrón de SNPs en ese bloque.

• Cada haplotipo contiene SNPs característicos.
• Mapa de Haplotipos (Hap Map) mapa de los
  haplotipos y los
• SNPs que los caracterizan.
• Permitirá la identificación de genes y
  variaciones que a
• afectan a la salud humana.

35
Variabilidad genética

• La variación de la secuencia de bases en un gen
  determinado puede cambiar la proteína codificada
  por ese gen.

36
Variabilidad genética alelos