Reglas de Chargaff

Las reglas de Chargaff (escritas por Erwin Chargaff ) establecen que en el ADN de cualquier especie y organismo, la cantidad de guanina debe ser igual a la de citosina y la de adenina a la de timina . Además, debe existir una proporción estequiométrica 1:1 entre las bases púricas y pirimídicas (es decir, A+G=T+C). Este patrón se encuentra en ambas hebras del ADN. Fueron descubiertas por el químico austriaco Erwin Chargaff ^{[ 1 ] [ 2 ]} a finales de la década de 1940.

La segunda regla de paridad se descubrió en 1968. ^{[ 3 ]} Establece que, en el ADN monocatenario, el número de unidades de adenina es aproximadamente igual al de timina (A% ≈ T%), y el número de unidades de citosina es aproximadamente igual al de guanina (C% ≈ G%).

En 2006, se demostró que esta regla se aplica a cuatro ^{[ 2 ]} de los cinco tipos de genomas de doble cadena; específicamente, se aplica a los cromosomas eucariotas , los cromosomas bacterianos , los genomas virales de ADN de doble cadena y los cromosomas arqueales . ^{[ 5 ]} No se aplica a los genomas de orgánulos ( mitocondrias y plastidios ) menores de ~20–30 kbp , ni a los genomas de ADN de cadena simple (virales) ni a ningún tipo de genoma de ARN . La base de esta regla aún está en investigación, aunque el tamaño del genoma podría influir.

The rule itself has consequences. In most bacterial genomes (which are generally 80–90% coding) genes are arranged in such a fashion that approximately 50% of the coding sequence lies on either strand. Wacław Szybalski, in the 1960s, showed that in bacteriophage coding sequences purines (A and G) exceed pyrimidines (C and T).^[6] This rule has since been confirmed in other organisms and should probably be now termed "Szybalski's rule". While Szybalski's rule generally holds, exceptions are known to exist.^[7][8][9] The biological basis for Szybalski's rule is not yet known.

The combined effect of Chargaff's second rule and Szybalski's rule can be seen in bacterial genomes where the coding sequences are not equally distributed. The genetic code has 64 codons of which 3 function as termination codons: there are only 20 amino acids normally present in proteins. (There are two uncommon amino acids—selenocysteine and pyrrolysine—found in a limited number of proteins and encoded by the stop codons—TGA and TAG respectively.) The mismatch between the number of codons and amino acids allows several codons to code for a single amino acid—such codons normally differ only at the third codon base position.

Multivariate statistical analysis of codon use within genomes with unequal quantities of coding sequences on the two strands has shown that codon use in the third position depends on the strand on which the gene is located. This seems likely to be the result of Szybalski's and Chargaff's rules. Because of the asymmetry in pyrimidine and purine use in coding sequences, the strand with the greater coding content will tend to have the greater number of purine bases (Szybalski's rule). Because the number of purine bases will, to a very good approximation, equal the number of their complementary pyrimidines within the same strand and, because the coding sequences occupy 80–90% of the strand, there appears to be (1) a selective pressure on the third base to minimize the number of purine bases in the strand with the greater coding content; and (2) that this pressure is proportional to the mismatch in the length of the coding sequences between the two strands.

Se ha sugerido que el origen de la desviación de la regla de Chargaff en los orgánulos es una consecuencia del mecanismo de replicación. ^{[ 10 ]} Durante la replicación, las hebras de ADN se separan. En el ADN monocatenario, la citosina se desamina espontáneamente y lentamente a adenosina (una transversión de C a A ). Cuanto más separadas estén las hebras, mayor será la cantidad de desaminación. Por razones aún no claras, las hebras tienden a existir durante más tiempo en forma única en las mitocondrias que en el ADN cromosómico. Este proceso tiende a producir una hebra enriquecida en guanina (G) y timina (T) con su complemento enriquecido en citosina (C) y adenosina (A), y este proceso puede haber dado lugar a las desviaciones encontradas en las mitocondrias.

La segunda regla de Chargaff parece ser consecuencia de una regla de paridad más compleja: dentro de una sola hebra de ADN, cualquier oligonucleótido ( k-mero o n-grama ; longitud ≤ 10) está presente en igual número que su nucleótido complementario inverso. Debido a los requisitos computacionales, esto no se ha verificado en todos los genomas para todos los oligonucleótidos. Se ha verificado para oligonucleótidos tripletes para un gran conjunto de datos. ^{[ 11 ]} Albrecht-Buehler ha sugerido que esta regla es consecuencia de la evolución de los genomas mediante un proceso de inversión y transposición . ^{[ 11 ]} Este proceso no parece haber actuado sobre los genomas mitocondriales. La segunda regla de paridad de Chargaff parece extenderse del nivel de nucleótidos a poblaciones de tripletes de codones, en el caso del ADN del genoma humano monocatenario completo. ^{[ 12 ]} Se propone una especie de "segunda regla de paridad de Chargaff a nivel de codón" de la siguiente manera:

Ejemplos: el cálculo del genoma humano completo utilizando el primer marco de lectura de codones proporciona:

36530115 TTT y 36381293 AAA (proporción % = 1,00409). 2087242 TCG y 2085226 CGA (proporción % = 1,00096), etc...

En 2020, se sugirió que las propiedades físicas del dsDNA (ADN de doble cadena) y la tendencia a la máxima entropía de todos los sistemas físicos son la causa de la segunda regla de paridad de Chargaff. ^{[ 13 ]} Las simetrías y los patrones presentes en las secuencias de dsDNA pueden surgir de las peculiaridades físicas de la molécula de dsDNA y del principio de máxima entropía únicamente, en lugar de la presión evolutiva biológica o ambiental.

La siguiente tabla es una muestra representativa de los datos de Erwin Chargaff de 1952, que enumera la composición de bases del ADN de varios organismos y respalda ambas reglas de Chargaff. ^{[ 14 ]} Un organismo como φX174 con una variación significativa de A/T y G/C igual a uno, es indicativo de ADN monocatenario.

• Códigos genéticos

• Szybalski W, Kubinski H, Sheldrick P (1966). "Agrupaciones de pirimidinas en las hebras de ADN en transcripción y su posible función en la iniciación de la síntesis de ARN". Cold Spring Harbor Symposia on Quantitative Biology . 31 : 123–127 . doi : 10.1101/SQB.1966.031.01.019 . PMID 4966069 . 
• Lobry JR (1996). "Patrones de sustitución asimétricos en las dos hebras de ADN de bacterias" . Mol. Biol. Evol . 13 (5): 660– 665. doi : 10.1093/oxfordjournals.molbev.a025626 . PMID 8676740 . 
• Lafay B, Lloyd AT, McLean MJ, Devine KM, Sharp PM, Wolfe KH (1999). "Composición del proteoma y uso de codones en espiroquetas: sesgos mutacionales específicos de la especie y de la cadena de ADN" . Nucleic Acids Res . 27 (7): 1642–1649 . doi : 10.1093 / nar/27.7.1642 . PMC 148367. PMID 10075995 .  
• McLean MJ, Wolfe KH, Devine KM (1998). "Asimetría en la composición de bases, orientación de la replicación y orientación génica en 12 genomas procariotas". J Mol Evol . 47 (6): 691– 696. Bibcode : 1998JMolE..47..691M . CiteSeerX 10.1.1.28.9035 . doi : 10.1007/PL00006428 . PMID 9847411. S2CID 12917481 .   
• McInerney JO (1998). "Selección replicativa y transcripcional sobre el uso de codones en Borrelia burgdorferi" . Proc Natl Acad Sci USA . 95 (18): 10698– 10703. Bibcode : 1998PNAS...9510698M . doi : 10.1073/pnas.95.18.10698 . PMC 27958. PMID 9724767 .  

• Base de datos del Atlas del Genoma CBS archivada el 16 de mayo de 2016 en el Archivo Web Portugués : contiene cientos de ejemplos de sesgos de bases y tenía problemas. ^{[ 1 ]}
• La base de datos de curvas Z de genomas : una herramienta de visualización y análisis tridimensional de genomas. ^{[ 2 ]}