Variación estructural

La variación estructural genómica es la variación en la estructura del cromosoma de un organismo , como deleciones, duplicaciones, variantes de número de copias , inserciones, inversiones y translocaciones . Originalmente, una variación estructural afecta una longitud de secuencia de aproximadamente 1 kb a 3 Mb, que es mayor que los SNP y menor que la anormalidad cromosómica (aunque las definiciones tienen cierta superposición). ^{[ 1 ]} Sin embargo, el rango operativo de las variantes estructurales se ha ampliado para incluir eventos >  50 bp. ^{[ 2 ]} Algunas variantes estructurales están asociadas con enfermedades genéticas , sin embargo, la mayoría no lo están. ^{[ 3 ] [ 4 ]} Aproximadamente el 13% del genoma humano se define como estructuralmente variante en la población normal, y hay al menos 240 genes que existen como polimorfismos de deleción homocigotos en poblaciones humanas, lo que sugiere que estos genes son prescindibles en humanos. ^{[ 4 ]} Mientras que los humanos portan una mediana de 3,6 Mbp en SNP (en comparación con un genoma de referencia), una mediana de 8,9 Mbp se ve afectada por la variación estructural, que por lo tanto causa la mayoría de las diferencias genéticas entre los humanos en términos de datos de secuencia brutos. ^{[ 4 ]}

Microscópico significa que puede detectarse con microscopios ópticos , como aneuploidías , cromosomas marcadores , reordenamientos macroscópicos y variación en el tamaño de los cromosomas. ^{[ 5 ] [ 6 ]} Se cree que la frecuencia en la población humana está subestimada debido a que algunas de estas anomalías no son fáciles de identificar. Estas anomalías estructurales existen en 1 de cada 375 nacidos vivos según información hipotética. ^{[ 7 ]}

Las variantes estructurales submicroscópicas son mucho más difíciles de detectar debido a su pequeño tamaño. El primer estudio de 2004 que utilizó microarrays de ADN pudo detectar decenas de loci genéticos que exhibían variación del número de copias , deleciones y duplicaciones , mayores de 100 kilobases en el genoma humano. ^{[ 8 ]} Sin embargo, para 2015, los estudios de secuenciación del genoma completo pudieron detectar alrededor de 5000 variantes estructurales tan pequeñas como 100 pares de bases que abarcan aproximadamente 20 megabases en cada genoma individual. ^{[ 3 ] [ 4 ]} Estas variantes estructurales incluyen deleciones, duplicaciones en tándem, inversiones e inserciones de elementos móviles . La tasa de mutación también es mucho mayor que la de las variantes estructurales microscópicas, estimada por dos estudios en 16 % y 20 % respectivamente, ambas probablemente subestimaciones debido a los desafíos de detectar con precisión las variantes estructurales. ^{[ 3 ] [ 9 ]} También se ha demostrado que la generación de variantes estructurales espontáneas aumenta significativamente la probabilidad de generar variantes de un solo nucleótido espontáneas adicionales o inserciones/deleciones dentro de 100 kilobases del evento de variación estructural. ^{[ 3 ]}

La variación del número de copias (CNV) es una categoría amplia de variación estructural que incluye inserciones , deleciones y duplicaciones . En estudios recientes, se analizan las variaciones del número de copias en personas sin enfermedades genéticas, utilizando métodos empleados para la genotipificación cuantitativa de SNP . Los resultados muestran que el 28 % de las regiones sospechosas en los individuos contienen variaciones del número de copias. ^{[ 10 ] [ 11 ]} Además, las CNV en el genoma humano afectan a más nucleótidos que los polimorfismos de un solo nucleótido (SNP). Cabe destacar también que muchas CNV no se encuentran en regiones codificantes. Dado que las CNV suelen ser causadas por recombinación desigual , secuencias similares generalizadas como LINE y SINE podrían ser un mecanismo común de creación de CNV. ^{[ 12 ] [ 13 ]}

Se conocen varias inversiones relacionadas con enfermedades humanas. Por ejemplo, una inversión recurrente de 400 kb en el gen del factor VIII es una causa común de hemofilia A , ^{[ 14 ]} y pequeñas inversiones que afectan a la idunuroato 2-sulfatasa (IDS) causan el síndrome de Hunter . ^{[ 15 ]} Otros ejemplos incluyen el síndrome de Angelman y el síndrome de Sotos . Sin embargo, investigaciones recientes muestran que una persona puede tener 56 posibles inversiones, por lo que las inversiones no patológicas son más comunes de lo que se creía. Este estudio también indica que los puntos de ruptura de las inversiones suelen estar asociados con duplicaciones segmentarias. ^{[ 16 ]} Una inversión de 900 kb en el cromosoma 17 está bajo selección positiva y se predice que aumentará su frecuencia en la población europea. ^{[ 17 ]}

Pueden ocurrir variantes estructurales más complejas que incluyan una combinación de las anteriores en un solo evento. ^{[ 3 ]} El tipo más común de variación estructural compleja son las duplicaciones no en tándem, donde la secuencia se duplica y se inserta en orientación invertida o directa en otra parte del genoma. ^{[ 3 ]} Otras clases de variantes estructurales complejas incluyen deleciones-inversiones-deleciones, duplicaciones-inversiones-duplicaciones y duplicaciones en tándem con deleciones anidadas. ^{[ 3 ]} También existen translocaciones crípticas y disomía uniparental segmentaria (UPD). Hay informes crecientes de estas variaciones, pero son más difíciles de detectar que las variaciones tradicionales porque estas variantes son equilibradas y los métodos basados ​​en microarrays o PCR no pueden localizarlas. ^{[ 18 ]}

Se sospecha que algunas enfermedades genéticas son causadas por variaciones estructurales, pero la relación no es muy segura. No es plausible dividir estas variantes en dos clases como "normales" o "enfermedad", porque el resultado real de la misma variante también variará. Además, algunas de las variantes son seleccionadas positivamente (mencionadas anteriormente). Una serie de estudios han demostrado que las CNV espontáneas ( de novo ) que alteran genes alteran genes aproximadamente cuatro veces más frecuentemente en el autismo que en los controles y contribuyen a aproximadamente el 5-10% de los casos. ^{[ 3 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ]} Las variantes heredadas también contribuyen a alrededor del 5-10% de los casos de autismo. ^{[ 3 ]}

Las variaciones estructurales también tienen su función en la genética de poblaciones. Las diferentes frecuencias de una misma variación pueden usarse como una marca genética para inferir la relación entre poblaciones en diferentes áreas. Una comparación completa entre la variación estructural humana y la del chimpancé también sugirió que algunas de estas pueden estar fijadas en una especie debido a su función adaptativa. ^{[ 23 ]} También hay deleciones relacionadas con la resistencia contra la malaria y el SIDA . ^{[ 24 ] [ 25 ]} Además, se cree que algunos segmentos altamente variables son causados ​​por la selección equilibradora , pero también hay estudios en contra de esta hipótesis. ^{[ 26 ]}

Algunos navegadores de genomas y bases de datos bioinformáticas tienen una lista de variaciones estructurales en el genoma humano con énfasis en CNV, y pueden mostrarlas en la página de navegación del genoma, por ejemplo, UCSC Genome Browser . ^{[ 27 ]} Debajo de la página que visualiza una parte del genoma, hay "CNV celulares comunes" y "Variantes estructurales" que se pueden habilitar. En NCBI, hay una página especial ^{[ 28 ]} para variación estructural. En ese sistema, se muestran coordenadas "internas" y "externas"; ninguna de las dos son puntos de ruptura reales, sino rangos mínimos y máximos estimados de secuencia afectados por la variación estructural. Los tipos se clasifican como inserción, pérdida, ganancia, inversión, LOH, eversión, transcromatina y UPD.

Se han desarrollado nuevos métodos para analizar la variación estructural genética humana con alta resolución. Los métodos utilizados para analizar el genoma pueden ser específicos o abarcar todo el genoma. Para los análisis de todo el genoma, los enfoques de hibridación genómica comparativa basados ​​en microarrays ofrecen los mejores escaneos genómicos para encontrar nuevas variantes del número de copias. ^{[ 30 ]} Estas técnicas utilizan fragmentos de ADN marcados a partir de un genoma de interés, que se hibridan con otro genoma marcado de forma diferente en microarrays que contienen fragmentos de ADN clonados. Esto revela diferencias en el número de copias entre dos genomas. ^{[ 30 ]}

Para exámenes genómicos dirigidos, los mejores ensayos para verificar áreas específicas del genoma se basan principalmente en PCR. El método basado en PCR mejor establecido es la reacción en cadena de la polimerasa cuantitativa en tiempo real (qPCR). ^{[ 30 ]} Un enfoque diferente es verificar específicamente ciertas áreas que rodean duplicaciones segmentarias conocidas, ya que suelen ser áreas de variación en el número de copias. ^{[ 30 ]} Un método de genotipado de SNP que ofrece intensidades de fluorescencia independientes para dos alelos puede usarse para dirigirse a los nucleótidos entre dos copias de una duplicación segmentaria. ^{[ 30 ]} A partir de esto, se puede observar un aumento en la intensidad de uno de los alelos en comparación con el otro.

Con el desarrollo de la tecnología de secuenciación de próxima generación (NGS), se han reportado cuatro clases de estrategias para la detección de variantes estructurales con datos NGS, cada una basada en patrones que son diagnósticos de diferentes clases de SV. ^{[ 31 ] [ 29 ] [ 32 ] [ 33 ]}

• Los métodos de profundidad de lectura o recuento de lecturas asumen una distribución aleatoria (por ejemplo, distribución de Poisson ) de las lecturas obtenidas mediante secuenciación de lecturas cortas. Se investiga la desviación de esta distribución para detectar duplicaciones y deleciones. Las regiones con duplicaciones mostrarán una mayor profundidad de lectura, mientras que aquellas con deleciones darán como resultado una menor profundidad de lectura.
• Los métodos de lectura dividida permiten detectar inserciones (incluidas las de elementos móviles ) y deleciones con una resolución de hasta un par de bases. La presencia de una variante estructural se identifica mediante alineación discontinua con el genoma de referencia. Un hueco en la lectura indica una deleción, mientras que en la referencia indica una inserción.
• Los métodos de pares de lecturas analizan la longitud y la orientación de las lecturas de extremos emparejados a partir de datos de secuenciación de lecturas cortas. Por ejemplo, los pares de lecturas más separados de lo esperado indican una deleción. Asimismo, mediante pares de lecturas se pueden detectar translocaciones, inversiones y duplicaciones en tándem.
• El ensamblaje de secuencias de novo puede aplicarse con lecturas suficientemente precisas. Si bien, en la práctica, el uso de este método está limitado por la longitud de las lecturas de secuencia, los ensamblajes de genomas basados ​​en lecturas largas ofrecen la posibilidad de descubrir variaciones estructurales para clases como las inserciones, que escapan a la detección con otros métodos. ^{[ 34 ]}

• Variación estructural en el genoma humano

• El Proyecto 1000 Genomas