Hispanopedia WikiEn biología molecular y bioinformática , la secuencia consenso (o secuencia canónica ) es la secuencia calculada de los residuos más frecuentes, ya sean nucleótidos o aminoácidos , que se encuentran en cada posición de un alineamiento de secuencias . Representa los resultados de alineamientos de secuencias múltiples en los que se comparan secuencias relacionadas entre sí y se calculan motivos de secuencia similares . Esta información es importante al considerar enzimas dependientes de la secuencia, como la ARN polimerasa . [ 1 ]
Para abordar las limitaciones de las secuencias consenso —que reducen la variabilidad a un solo residuo por posición—, los logotipos de secuencia proporcionan una representación visual más rica de las secuencias alineadas. Los logotipos muestran cada posición como una pila de letras ( nucleótidos o aminoácidos ), donde la altura de una letra corresponde a su frecuencia en la alineación, y la altura total de la pila refleja el contenido de información (medido en bits ). El residuo más frecuente aparece en la parte superior de la pila, preservando el consenso y, al mismo tiempo, revelando patrones sutiles, como residuos funcionalmente importantes pero menos frecuentes (por ejemplo, codones de inicio alternativos o sitios de unión de factores de transcripción ). [ 2 ]
Importancia biológica
Un sitio de unión de proteínas, representado por una secuencia consenso, puede ser una secuencia corta de nucleótidos que se encuentra varias veces en el genoma y se cree que desempeña la misma función en sus diferentes ubicaciones. Por ejemplo, muchos factores de transcripción reconocen patrones específicos en los promotores de los genes que regulan. Del mismo modo, las enzimas de restricción suelen tener secuencias consenso palindrómicas , que generalmente corresponden al sitio donde cortan el ADN. Los transposones actúan de manera muy similar al identificar las secuencias diana para la transposición. Finalmente, los sitios de empalme (secuencias que rodean inmediatamente los límites exón - intrón ) también pueden considerarse secuencias consenso.
Así, una secuencia consenso es un modelo para un posible sitio de unión al ADN : se obtiene alineando todos los ejemplos conocidos de un sitio de reconocimiento determinado y se define como la secuencia idealizada que representa la base predominante en cada posición. Todos los ejemplos reales no deberían diferir del consenso por más de unas pocas sustituciones, pero contar las discrepancias de esta manera puede generar inconsistencias. [ 3 ]
Cualquier mutación que permita que un nucleótido mutado en la secuencia del promotor central se asemeje más a la secuencia consenso se conoce como mutación positiva . Este tipo de mutación generalmente fortalece el promotor, lo que permite que la ARN polimerasa se una con mayor afinidad al ADN que desea transcribir y, por consiguiente, se incremente la transcripción. Por el contrario, las mutaciones que destruyen nucleótidos conservados en la secuencia consenso se conocen como mutaciones negativas . Este tipo de mutaciones disminuyen la transcripción, ya que la ARN polimerasa ya no puede unirse con la misma afinidad a la secuencia del promotor central.
Análisis de secuencias
El desarrollo de software para el reconocimiento de patrones es un tema fundamental en genética , biología molecular y bioinformática . Ciertos motivos de secuencia pueden funcionar como secuencias reguladoras que controlan la biosíntesis, o como secuencias señal que dirigen una molécula a un sitio específico dentro de la célula o regulan su maduración. Dado que la función reguladora de estas secuencias es importante, se cree que se conservan a lo largo de extensos periodos de evolución . En algunos casos, el parentesco evolutivo puede estimarse mediante el grado de conservación de estos sitios.
Notación
Los motivos de secuencia conservados se denominan secuencias consenso e indican qué residuos se conservan y cuáles son variables. Consideremos la siguiente secuencia de ADN de ejemplo :
- A[ACT]N{A}YR
En esta notación , A significa que siempre se encuentra una A en esa posición; [CT] representa C o T; N representa cualquier base; y {A} representa cualquier base excepto A. Y representa cualquier pirimidina , y R indica cualquier purina . En este ejemplo, la notación [CT] no da ninguna indicación de la frecuencia relativa de C o T que aparecen en esa posición. Y no es posible escribirla como una única secuencia consenso, por ejemplo, ACNCCA. Un método alternativo para representar una secuencia consenso utiliza un logotipo de secuencia . Esta es una representación gráfica de la secuencia consenso, en la que el tamaño de un símbolo está relacionado con la frecuencia con la que un nucleótido (o aminoácido) dado aparece en una posición determinada. En los logotipos de secuencia, cuanto más conservado esté el residuo, mayor será el símbolo dibujado para ese residuo; cuanto menos frecuente, menor será el símbolo. Los logotipos de secuencia se pueden generar utilizando WebLogo o Gestalt Workbench , una herramienta de visualización disponible públicamente escrita por Gustavo Glusman en el Instituto de Biología de Sistemas . [ 3 ]
Software
Las herramientas bioinformáticas permiten calcular y visualizar secuencias consenso. Algunos ejemplos de estas herramientas son JalView y UGENE .
Véase también
- Matriz de puntuación específica para cada posición
- Expresión regular : denota múltiples secuencias de símbolos en la teoría del lenguaje formal.
- Motivo de secuencia
- Logotipo de secuencia
Referencias
- ↑ Pierce, Benjamin A. 2002. Genética : Un enfoque conceptual. 1.ª ed. Nueva York: WH Freeman and Co.
- ↑ Schneider TD; Stephens RM (1990). "Sequence Logos: A New Way to Display Consensus Sequences" . Nucleic Acids Res . 18 (20): 6097– 6100. doi : 10.1093 / nar/18.20.6097 . PMC 332411. PMID 2172928 .
- 1 2 Schneider TD (2002). " Consensus Sequence Zen" . Appl Bioinform . 1 (3): 111– 119. PMC 1852464. PMID 15130839 .
- Bioinformática
- ADN
