sitio de unión al ADN

Los sitios de unión al ADN son un tipo de sitio de unión que se encuentra en el ADN donde otras moléculas pueden unirse. Los sitios de unión al ADN se distinguen de otros sitios de unión en que (1) forman parte de una secuencia de ADN (por ejemplo, un genoma) y (2) son unidos por proteínas de unión al ADN . Los sitios de unión al ADN suelen estar asociados con proteínas especializadas conocidas como factores de transcripción y, por lo tanto, están vinculados a la regulación transcripcional . La suma de los sitios de unión al ADN de un factor de transcripción específico se denomina su cistroma . Los sitios de unión al ADN también incluyen los objetivos de otras proteínas, como las enzimas de restricción , las recombinasas sitio-específicas (véase recombinación sitio-específica ) y las metiltransferasas . ^{[ 1 ]}

Los sitios de unión al ADN pueden definirse como secuencias cortas de ADN (típicamente de 4 a 30 pares de bases, pero hasta 200 pb para los sitios de recombinación) a las que se une específicamente una o más proteínas o complejos proteicos de unión al ADN . Se ha informado que algunos sitios de unión tienen potencial para experimentar cambios evolutivos rápidos. ^{[ 2 ]}

Los sitios de unión al ADN se pueden categorizar según su función biológica. Así, podemos distinguir entre sitios de unión de factores de transcripción, sitios de restricción y sitios de recombinación. Algunos autores han propuesto que los sitios de unión también podrían clasificarse según su modo de representación más conveniente. ^{[ 3 ]} Por un lado, los sitios de restricción generalmente se pueden representar mediante secuencias consenso. Esto se debe a que se dirigen principalmente a secuencias idénticas y la eficiencia de restricción disminuye abruptamente para secuencias menos similares. Por otro lado, los sitios de unión al ADN para un factor de transcripción dado suelen ser todos diferentes, con distintos grados de afinidad del factor de transcripción por los diferentes sitios de unión. Esto hace que sea difícil representar con precisión los sitios de unión de los factores de transcripción utilizando secuencias consenso , y normalmente se representan utilizando matrices de frecuencia específicas de posición (PSFM), que a menudo se representan gráficamente utilizando logotipos de secuencia . Sin embargo, este argumento es parcialmente arbitrario. Las enzimas de restricción, al igual que los factores de transcripción, producen un rango gradual, aunque agudo, de afinidades para diferentes sitios ^{[ 4 ]} y, por lo tanto, también se representan mejor mediante PSFM. Asimismo, las recombinasas específicas de sitio también muestran un rango variado de afinidades por diferentes sitios diana. ^{[ 5 ] [ 6 ]}

La existencia de algo similar a los sitios de unión al ADN se sospechaba a partir de experimentos sobre la biología del bacteriófago lambda ^{[ 7 ]} y la regulación del operón lac de Escherichia coli ^{[ 8 ]} . Los sitios de unión al ADN se confirmaron finalmente en ambos sistemas ^{[ 9 ] [ 10 ] [ 11 ]} con la llegada de las técnicas de secuenciación de ADN . Desde entonces, se han descubierto sitios de unión al ADN para muchos factores de transcripción, enzimas de restricción y recombinasas específicas de sitio utilizando una profusión de métodos experimentales. Históricamente, las técnicas experimentales de elección para descubrir y analizar sitios de unión al ADN han sido el ensayo de huella de ADNasa y el ensayo de desplazamiento de movilidad electroforética (EMSA). Sin embargo, el desarrollo de microarrays de ADN y técnicas de secuenciación rápida ha dado lugar a nuevos métodos masivamente paralelos para la identificación in vivo de sitios de unión, como ChIP-chip y ChIP-Seq . ^{[ 12 ]} Para cuantificar la afinidad de unión ^{[ 13 ]} de proteínas y otras moléculas a sitios de unión de ADN específicos se utiliza el método biofísico Termoforesis a Microescala ^{[ 14 ] .}

Debido a la diversidad de las técnicas experimentales utilizadas para determinar los sitios de unión y a la cobertura irregular de la mayoría de los organismos y factores de transcripción, no existe una base de datos central (similar a GenBank en el Centro Nacional de Información Biotecnológica ) para los sitios de unión del ADN. Si bien el NCBI contempla la anotación de sitios de unión del ADN en sus secuencias de referencia ( RefSeq ), la mayoría de las presentaciones omiten esta información. Además, debido al éxito limitado de la bioinformática en la creación de herramientas eficientes para la predicción de sitios de unión del ADN (los métodos de descubrimiento de motivos/búsqueda de sitios in silico suelen asociarse con altas tasas de falsos positivos ), no se ha realizado ningún esfuerzo sistemático para anotar computacionalmente estas características en los genomas secuenciados.

Sin embargo, existen varias bases de datos, tanto públicas como privadas, dedicadas a la recopilación de sitios de unión, reportados experimentalmente y, en ocasiones, predichos computacionalmente, para diferentes factores de transcripción en distintos organismos. A continuación, se presenta una tabla no exhaustiva de las bases de datos disponibles:

Una colección de sitios de unión de ADN, generalmente denominada motivo de unión de ADN, puede representarse mediante una secuencia consenso . Esta representación tiene la ventaja de ser compacta, pero a costa de omitir una cantidad sustancial de información. ^{[ 15 ]} Una forma más precisa de representar los sitios de unión es mediante matrices de frecuencia específicas de posición (PSFM). Estas matrices proporcionan información sobre la frecuencia de cada base en cada posición del motivo de unión de ADN. ^{[ 3 ]} Las PSFM se conciben generalmente con la suposición implícita de independencia posicional (diferentes posiciones en el sitio de unión de ADN contribuyen independientemente a la función del sitio), aunque esta suposición ha sido cuestionada para algunos sitios de unión de ADN. ^{[ 16 ]} La información de frecuencia en una PSFM puede interpretarse formalmente bajo el marco de la Teoría de la Información , ^{[ 17 ]} lo que lleva a su representación gráfica como un logotipo de secuencia .

PSFM para el represor transcripcional LexA , derivado de 56 sitios de unión de LexA almacenados en Prodoric. Las frecuencias relativas se obtienen dividiendo el número de copias en cada celda por el número total de copias (56).

En bioinformática , se pueden distinguir dos problemas distintos con respecto a los sitios de unión del ADN: la búsqueda de miembros adicionales de un motivo de unión del ADN conocido (el problema de búsqueda de sitios) y el descubrimiento de nuevos motivos de unión del ADN en colecciones de secuencias funcionalmente relacionadas (el problema de descubrimiento de motivos de secuencia ). ^{[ 18 ]} Se han propuesto muchos métodos diferentes para buscar sitios de unión. La mayoría de ellos se basan en los principios de la teoría de la información y tienen servidores web disponibles (Yellaboina)(Munch), mientras que otros autores han recurrido a métodos de aprendizaje automático , como las redes neuronales artificiales . ^{[ 3 ] [ 19 ] [ 20 ]} También hay una plétora de algoritmos disponibles para el descubrimiento de motivos de secuencia . Estos métodos se basan en la hipótesis de que un conjunto de secuencias comparten un motivo de unión por razones funcionales. Los métodos de descubrimiento de motivos de unión se pueden dividir a grandes rasgos en enumerativos, deterministas y estocásticos. ^{[ 21 ]} MEME ^{[ 22 ]} y Consensus ^{[ 23 ]} son ​​ejemplos clásicos de optimización determinista, mientras que el muestreador de Gibbs ^{[ 24 ]} es la implementación convencional de un método puramente estocástico para el descubrimiento de motivos de unión al ADN. Otro ejemplo de esta clase de métodos es SeSiMCMC ^{[ 25 ]} que se centra en sitios TFBS débiles con simetría. Si bien los métodos enumerativos a menudo recurren a la representación de expresiones regulares de los sitios de unión, PSFM y su tratamiento formal bajo métodos de Teoría de la Información son la representación de elección tanto para métodos deterministas como estocásticos. Los métodos híbridos, por ejemplo ChIPMunk ^{[ 26 ]} que combina la optimización voraz con el submuestreo, también utilizan PSFM. Los avances recientes en secuenciación han llevado a la introducción de enfoques de genómica comparativa para el descubrimiento de motivos de unión al ADN, como lo ejemplifica PhyloGibbs. ^{[ 27 ] [ 28 ]}

Los métodos más complejos para la búsqueda de sitios de unión y el descubrimiento de motivos se basan en el apilamiento de bases y otras interacciones entre las bases del ADN, pero debido a los pequeños tamaños de muestra que suelen estar disponibles para los sitios de unión en el ADN, su eficiencia aún no se aprovecha por completo. Un ejemplo de dicha herramienta es el ULPB ^{[ 29 ].}

• proteína de unión al ADN
• Sitio de unión
• Regulación transcripcional

• ENCODE threads Explorer Motivos de factores de transcripción en la naturaleza
• Motivos de unión de factores de transcripción seleccionados manualmente para 157 especies de plantas. Archivado el 19 de octubre de 2016 en Wayback Machine.