Saturación genética

Las sustituciones múltiples ocurren cuando los nucleótidos individuales experimentan múltiples cambios antes de alcanzar su identidad de nucleótido final. Se dice que una secuencia está saturada porque la mutación ha actuado varias veces sobre los nucleótidos y el cambio observado en la secuencia es, de hecho, menor que el cambio histórico en la secuencia. ^{[ 1 ]}

Es posible estimar la cantidad de saturación que una secuencia podría haber experimentado estimando la tasa de sustitución de una secuencia genética y cuánto tiempo ha transcurrido desde la divergencia. Las tasas de divergencia se estiman a partir de una variedad de fuentes que incluyen ADN ancestral, registros fósiles y eventos biográficos. ^{[ 6 ]} Este uso de relojes moleculares para determinar la divergencia es controvertido debido a su potencial de inexactitud y a las suposiciones hechas en el modelo (como una tasa de mutación consistente para todas las ramas) y se utiliza principalmente como una herramienta de estimación. ^{[ 6 ]} La saturación genética también puede estimarse comparando el número de diferencias observadas en secuencias de nucleótidos entre múltiples pares de especies. El número de sustituciones observadas entre secuencias de diferentes especies puede compararse con el número de sustituciones inferidas basadas en la longitud de la rama para encontrar el punto aproximado donde el número de sustituciones inferidas supera el número de sustituciones observadas. ^{[ 6 ] [ 7 ]} Este método puede dar a los investigadores una idea del nivel de saturación de un gen en particular, pero se cree que subestima la cantidad de saturación, especialmente para longitudes de rama muy grandes. ^{[ 2 ]}

En el campo de la filogenética molecular , las distancias y relaciones entre especies se investigan analizando las secuencias de ADN, ARN o aminoácidos de un organismo. Cuando se construyen árboles filogenéticos sin considerar la posible saturación, la posibilidad de múltiples sustituciones puede hacer que la distancia entre taxones parezca mucho menor que la distancia real. El alineamiento de secuencias múltiples , una técnica común para construir filogenias, se basa en la comparación de secuencias homólogas. Puede verse fácilmente afectado por la saturación genética porque los loci homólogos bajo investigación no muestran ninguna indicación de si más de una sustitución en cada nucleótido separa los taxones que se describen. ^{[ 1 ]} La sustitución disminuye la cantidad de información filogenética que pueden contener las secuencias, especialmente cuando se trata de ramas profundas. Esto es particularmente evidente en estudios que examinan grupos de artrópodos . ^{[ 8 ]} Además, los efectos de saturación pueden llevar a una subestimación importante del tiempo de divergencia. Esto se atribuye principalmente a la aleatorización de la señal filogenética con el número de mutaciones y sustituciones de secuencia observadas. Los efectos de la saturación pueden enmascarar la cantidad real de tiempo de divergencia, lo que lleva a árboles filogenéticos inexactos. ^{[ 1 ] [ 2 ]}

La parsimonia desempeña un papel fundamental en el análisis de saturación genética. Este principio da preferencia a la explicación más simple que pueda explicar los datos. En lo que respecta a la saturación genética, la parsimonia implica que la relación hipotetizada es aquella que presenta el menor número de cambios de caracteres. El uso de la parsimonia para analizar la saturación genética puede generar conflictos al crear un árbol filogenético. ^{[ 7 ]} Cuando solo se utilizan datos de secuencia, es posible obtener numerosos árboles filogenéticos con el mismo grado de parsimonia.

La saturación genética contribuye a la atracción de ramas largas debido a su capacidad de mezclar en gran medida el código genético sin cambios fenotípicos asociados fácilmente observables. La atracción de ramas largas ocurre cuando dos taxones relativamente ajenos al grupo principal parecen estar estrechamente relacionados. ^{[ 1 ]} Cuantas más mutaciones de sustitución haya, más probable es que secuencias previamente disímiles compartan nucleótidos y, como resultado, muestren homología en los cálculos de árboles filogenéticos. Se ha propuesto que la atracción de ramas largas debida a la saturación es la causa de los vínculos en filogenias antiguas y pone en tela de juicio incluso algunas de las relaciones más antiguas entre eucariotas , arqueas y eubacterias . ^{[ 2 ]}

La mutagénesis de saturación de sitios genéticos (GSSM) es una técnica de mutagénesis que modifica uno o más codones de un gen para crear una biblioteca de variantes que cubra todos los demás codones en esa posición. ^{[ 9 ]} Se utiliza en bioquímica e ingeniería de proteínas para explorar las funciones y características de secuencias de aminoácidos específicas. ^{[ 9 ]} Esta identificación sistemática de sustituciones de aminoácidos permite a los investigadores analizar todas las variantes posibles de cada posición. Esto proporciona información estructural crucial sobre la proteína de interés e identifica las secuencias de aminoácidos más importantes para su función. ^{[ 9 ] [ 10 ]}

Los investigadores suelen inclinarse por utilizar una PCR de un solo paso para explorar los efectos específicos de diferentes variaciones en un aminoácido de interés dentro de una proteína con GSSM. ^{[ 11 ]} Con un enfoque basado en PCR de un solo paso, los investigadores crean un cebador que tiene una secuencia correspondiente a la proteína de interés en sus dos extremos. Solo se sustituye un codón de una secuencia de aminoácidos de tres codones. ^{[ 10 ]}

El tipo de conjunto de codones determinará la cantidad de secuencias que se pueden derivar de GSSM. Para determinar qué conjunto de codones usar, los investigadores deberán verificar la calidad de la biblioteca a nivel de ADN, lo que significa que se necesitan datos de secuencia masivos. Si las 3 posiciones se pueden sustituir por cada uno de los cuatro nucleótidos diferentes, los investigadores pueden codificar los 20 aminoácidos. ^{[ 10 ]} Aunque es posible codificar los 20 aminoácidos, este no es el método más eficiente. El método más eficiente es usar una degeneración de codones NNK, también conocida como un conjunto de codones limitado. ^{[ 12 ]} Este método dará como resultado solo 32 codones en lugar de 64. ^{[ 10 ]}

En comparación con otras técnicas, GSSM puede ofrecer ventajas únicas como:

• Un análisis completo de cada posición en un gen determinado puede ser útil para identificar posiciones críticas. Estas posiciones críticas se identifican analizando la magnitud de los efectos de la mutagénesis, tanto positivos como negativos. GSSM también puede identificar posiciones más flexibles, ya que en estas posiciones tendrá un menor impacto en el aminoácido. ^{[ 9 ]}
• Un análisis específico de residuos, que permite a los investigadores crear una representación esquemática del aminoácido. Esto posibilita una investigación genética más compleja y detallada en estudios posteriores. ^{[ 9 ]}
• La capacidad de observar los efectos de varios aminoácidos sin conocer información estructural sobre la proteína. Los datos recopilados pueden proporcionar información valiosa en este campo. ^{[ 9 ]}
• Plazos de entrega rápidos y rentabilidad. ^{[ 9 ]}

GSSM abrió una nueva frontera en la investigación genética, ya que revolucionó creencias fundamentales sobre el ADN. Antes de GSSM, los investigadores mutaban el ADN mediante radiación o con diversos productos químicos. Ambos métodos son imprecisos. ^{[ 13 ]}