Desierto genético

Los desiertos genéticos son grandes regiones intergénicas de los genomas de los mamíferos (> 640 kb) que carecen de genes. ^{[ 1 ]} Contienen muchos elementos funcionales conocidos, incluidas secuencias reguladoras , pero también grandes tramos de ADN basura (véase ADN no codificante ).

Un estudio se centró en un archipiélago regulador, una región con “islas” de secuencias codificantes rodeadas de vastas regiones no codificantes. El estudio, que exploró los efectos de la regulación en los genes hox , se centró inicialmente en dos secuencias potenciadoras, GCR y Prox, que se encuentran a 200 pares de bases y 50 pares de bases respectivamente río arriba del locus Hox D. ^{[ 2 ]} Para manipular la región, el estudio invirtió las dos secuencias potenciadoras y descubrió que no tenían efectos importantes en la transcripción del gen Hox D, a pesar de que las dos secuencias eran las más cercanas al gen. Por lo tanto, se dirigió al desierto genético que flanqueaba la secuencia GCR río arriba y encontró 5 islas reguladoras dentro de él que podrían regular el gen. Para seleccionar el candidato más probable, el estudio luego aplicó varias deleciones individuales y múltiples a las cinco islas para observar los efectos. Estas deleciones variadas solo dieron como resultado efectos menores, incluyendo anomalías físicas o algunos dedos faltantes.

Cuando el experimento se llevó un paso más allá y se aplicó la eliminación de todo el desierto génico de 830 kilobases, la funcionalidad de todo el locus Hox D se volvió inactiva. ^{[ 2 ]} Esto indica que el desierto génico vecino, como una unidad completa de 830 kilobases (incluidas las cinco secuencias de isla dentro de ella), actúa como un regulador importante de un solo gen que abarca apenas 50 kilobases. Por lo tanto, estos resultados sugirieron los efectos reguladores de los desiertos génicos flanqueantes. Este estudio fue respaldado por una observación posterior a través de una comparación entre hibridación in situ por fluorescencia y captura de conformación cromosómica que descubrió que el locus Hox D era la porción más descondensada en la región. Esto significaba que tenía una actividad relativamente mayor en comparación con los desiertos génicos flanqueantes. ^{[ 3 ]} Por lo tanto, el Hox D podría estar regulado por secuencias potenciadoras cercanas específicas que no se expresaban al unísono. Sin embargo, esto advierte que la proximidad es imprecisa cuando se utiliza cualquiera de los métodos analíticos. ^{[ 3 ]} Por lo tanto, las asociaciones entre los desiertos de genes reguladores y sus promotores objetivo parecen tener distancias variables y no es necesario que actúen como fronteras.

La variabilidad en la distancia demuestra que esta puede ser otro factor importante determinado por los desiertos genéticos. Por ejemplo, los potenciadores distales pueden interactuar con sus promotores diana mediante interacciones en bucle que deben operar a cierta distancia. ^{[ 4 ]} Por lo tanto, la proximidad no es un predictor preciso de los potenciadores: estos no necesitan estar cerca de su secuencia diana para regularla. Si bien esto genera una variación en las distancias, la distancia promedio entre los sitios de inicio de la transcripción y el complejo de interacción mediado por sus elementos potenciadores es de 120 kilobases río arriba del sitio de inicio. ^{[ 4 ]}

Los desiertos genéticos pueden desempeñar un papel en la construcción de esta distancia para permitir que ocurra el bucle máximo. Dado que el mecanismo de formación del complejo potenciador es un mecanismo regulado bastante simple (las estructuras que se reclutan en el complejo potenciador tienen varios controles reguladores que controlan la construcción), más del 50% de los promotores tienen varias interacciones de largo alcance. Ciertos genes centrales incluso tienen hasta 20 posibles interacciones potenciadoras. Hay un sesgo curioso para que los complejos se formen solo corriente arriba de los promotores. ^{[ 4 ]} Por lo tanto, dada la correlación de que muchos desiertos genéticos reguladores aparecen corriente arriba de sus promotores diana, es posible que el papel más inmediato que desempeñan los desiertos genéticos sea la regulación de largo alcance de secuencias clave. Como la formación ideal de interacciones potenciadoras requiere construcciones específicas, un posible producto secundario de las funciones reguladoras de los desiertos genéticos puede ser la conservación de genes: para mantener las longitudes específicas de los bucles y el orden de los genes reguladores ocultos en los desiertos genéticos, ciertas porciones de los desiertos genéticos están más altamente conservadas que otras al pasar por eventos de herencia. Estas secuencias no codificantes conservadas (CNS) están directamente asociadas con la herencia sinténica en todos los vertebrados. ^{[ 5 ]} Por lo tanto, la presencia de estas CNS podría servir para conservar grandes regiones de genes.

Aunque la distancia puede variar en los desiertos de genes reguladores, la distancia parece tener un límite superior en los desiertos de genes conservados. Inicialmente se pensó que los CNS se encontraban cerca de sus genes conservados: estimaciones anteriores situaban a la mayoría de los CNS en proximidad a secuencias genéticas. ^{[ 5 ]} Sin embargo, la expansión de los datos genéticos ha revelado que varios CNS residen hasta a 2,5 megabases de sus genes diana, y la mayoría de los CNS se encuentran entre 1 y 2 megabases. Este rango, que se midió para el genoma humano, varía entre diferentes especies. Por ejemplo, en comparación con los humanos, el pez Fugu tiene un rango menor, con una distancia máxima estimada de unos pocos cientos de kilobases. Independientemente de la diferencia de longitudes, los CNS funcionan de manera similar en ambas especies. ^{[ 5 ]} Por lo tanto, así como las funciones difieren entre los desiertos de genes, también lo hace su contenido.

Ciertos desiertos genéticos son reguladores importantes, mientras que otros pueden eliminarse sin ningún efecto. Como posible clasificación, los desiertos genéticos pueden dividirse en dos subtipos: estables y variables. ^{[ 1 ]} Los desiertos genéticos estables tienen menos repeticiones y un contenido de guanina a citosina (GpC) relativamente mayor que el observado en los desiertos genéticos variables.

El contenido de guanina y citosina es indicativo de la funcionalidad de codificación de proteínas. Por ejemplo, en un estudio sobre los cromosomas 2 y 4, que se han relacionado con varias enfermedades genéticas, se encontró un contenido elevado de GpC en ciertas regiones. ^{[ 6 ]} Las mutaciones en estas regiones ricas en GC causaron una variedad de enfermedades, revelando la integridad necesaria de estos genes. Las regiones CpG de alta densidad sirven como regiones reguladoras para la metilación del ADN . ^{[ 7 ]} Por lo tanto, los genes codificantes esenciales deberían estar representados por regiones con alto contenido de CpG. En particular, las regiones con alto contenido de GC deberían tender a tener altas densidades de genes que se dedican principalmente a los procesos esenciales de mantenimiento celular y específicos de tejido. ^{[ 8 ]} Estos procesos requerirían la mayor producción de proteínas para expresar su funcionalidad. Los desiertos genéticos estables, que tienen niveles más altos de contenido de GC, deberían contener, por lo tanto, las secuencias potenciadoras esenciales. Esto podría determinar las funciones conservadas de los desiertos genéticos estables.

Por otro lado, aproximadamente el 80% de los desiertos genéticos tienen bajos contenidos de GpC, lo que indica que tienen muy pocos genes esenciales. ^{[ 6 ]} Por lo tanto, la mayoría de los desiertos genéticos son desiertos genéticos variables, que pueden tener funciones alternativas. Una teoría predominante sobre los orígenes de los desiertos genéticos postula que estos son acumulaciones de genes esenciales que actúan como una distancia. ^{[ 1 ] [ 7 ]} Esto puede ser cierto, ya que, dado el bajo número de genes esenciales dentro de ellos, estas regiones habrían estado menos conservadas. Como resultado, debido a la prevalencia de conversiones de citosina a timina , el SNP más común , causaría una separación gradual entre los pocos genes esenciales dentro de los desiertos genéticos variables. Estas secuencias esenciales se habrían mantenido y conservado, dando lugar a pequeñas regiones de alta densidad que regulan a distancia. ^{[ 7 ]} El contenido de GC es, por lo tanto, un indicador de la presencia de procesos codificantes o reguladores en el ADN.

Aunque los desiertos genéticos estables tienen un contenido de GC más alto, este valor relativo es solo un promedio. Dentro de los desiertos genéticos estables, si bien los extremos contienen niveles muy altos de contenido de GC, la mayor parte del ADN contiene incluso menos contenido de GC que el observado en los desiertos genéticos variables. Esto indica que hay muy pocas regiones altamente conservadas en los desiertos genéticos estables que no se recombinan, o lo hacen a tasas muy bajas. ^{[ 6 ]} Dado que los extremos de los desiertos genéticos estables tienen niveles particularmente altos de contenido de GC, estas secuencias deben estar extremadamente conservadas. Esta conservación puede a su vez hacer que los genes flanqueantes también tengan tasas de conservación más altas. Por lo tanto, los genes estables deben estar directamente vinculados a al menos uno de sus genes flanqueantes y no pueden separarse de las secuencias codificantes por eventos de recombinación. ^{[ 1 ]} La mayoría de los desiertos genéticos parecen agruparse en pares alrededor de un pequeño número de genes. Este agrupamiento crea loci largos que tienen una densidad genética muy baja; las regiones pequeñas con un alto número de genes están rodeadas por largos tramos de desiertos genéticos, creando un promedio genético bajo. Por lo tanto, la probabilidad minimizada de eventos de recombinación en estos loci largos crea bloques sinténicos que se heredan juntos a lo largo del tiempo. ^{[ 1 ]} Estos bloques sinténicos pueden conservarse durante períodos muy largos, evitando la pérdida de material esencial, incluso cuando la distancia entre genes esenciales puede aumentar con el tiempo.

Aunque teóricamente este efecto debería amplificarse a través del contenido de GC aún menor en los desiertos genéticos variables (minimizando así la densidad genética), las tasas de conservación genética en los desiertos genéticos variables son incluso menores que las observadas en los desiertos genéticos estables; de hecho, la tasa es mucho menor que la del resto del genoma. Una posible explicación para este fenómeno es que los desiertos genéticos variables pueden ser regiones de reciente evolución que aún no se han fijado en desiertos genéticos estables. ^{[ 1 ]} Por lo tanto, la recombinación aún puede ocurrir antes de que las regiones estabilizadoras dentro de los desiertos genéticos variables comiencen a agruparse como unidades completas. Hay algunas excepciones a esta tasa mínima de conservación, ya que algunos desiertos genéticos GC están sujetos a hipermetilación, lo que reduce en gran medida la accesibilidad al ADN, protegiendo así eficazmente la región de la recombinación. ^{[ 8 ]} Sin embargo, estos ocurren raramente en la observación.

Aunque los desiertos genéticos estables y variables difieren en contenido y función, ambos poseen capacidad de conservación. Es posible que, dado que la mayoría de los desiertos genéticos variables cuentan con elementos reguladores que pueden actuar a distancia, la conservación de todo el desierto genético en un locus sinténico no hubiera sido necesaria, siempre y cuando estos elementos reguladores se conservaran como unidades. Debido a los niveles particularmente bajos de contenido de GC, los elementos reguladores se encontrarían, por lo tanto, en una situación de densidad génica mínima, como se observa de manera similar en los desiertos genéticos estables adyacentes, con el mismo efecto. De este modo, ambos tipos de desiertos genéticos sirven para retener genes esenciales dentro del genoma.

La naturaleza conservadora de los desiertos genéticos confirma que estos tramos de bases no codificantes son esenciales para el correcto funcionamiento. De hecho, una amplia gama de estudios sobre irregularidades en los genes no codificantes descubrieron varias asociaciones con enfermedades genéticas. Uno de los desiertos genéticos más estudiados es la región 8q24. Los primeros estudios de asociación de todo el genoma se centraron en la región 8q24 (ubicada en el cromosoma 8 ) debido a las tasas anormalmente altas de SNP que parecen ocurrir en la región. Estos estudios encontraron que la región estaba vinculada a un mayor riesgo de una variedad de cánceres, especialmente de próstata, mama, ovarios, colon y páncreas. ^{[ 9 ] [ 10 ]} Utilizando inserciones del desierto genético en cromosomas artificiales bacterianos, un estudio pudo producir actividad potenciadora en ciertas regiones, que fueron aisladas mediante sistemas de clonación. ^{[ 11 ]} Este estudio identificó con éxito una secuencia potenciadora oculta en la región. Dentro de esta secuencia potenciadora, se descubrió un SNP que confería riesgo de cáncer de próstata, denominado SNP s6983267, en ratones enfermos. Sin embargo, la región 8q24 no se limita únicamente a conferir riesgos de cáncer de próstata. Un estudio de 2008 examinó sujetos humanos (y controles) con variaciones en la región del desierto genético, descubriendo cinco regiones diferentes que conferían distintos riesgos cuando se veían afectadas por distintos SNP. ^{[ 9 ]} Este estudio utilizó marcadores SNP identificados en el desierto genético para identificar la conferencia de riesgo de cada una de las regiones a una expresión tisular específica. Aunque estos riesgos se vincularon con éxito a varias formas de cáncer, Ghoussaini, M., et al. señalan su incertidumbre sobre si los SNP funcionaban simplemente como marcadores o eran las causas directas de los cánceres.

Estos efectos variados ocurren debido a las diferentes interacciones entre los SNP en esta región y los promotores MYC de diferentes órganos. El promotor MYC, que se encuentra a una corta distancia corriente abajo de la región 8q24, es quizás el oncogén más estudiado debido a su asociación con una miríada de enfermedades. ^{[ 10 ]} El funcionamiento normal del promotor MYC asegura que las células se dividan regularmente. El estudio postula que la región 8q, que sufrió una translocación cromosómica en humanos, podría haber movido un potenciador esencial para el promotor MYC. ^{[ 10 ]} Estas áreas alrededor de esta región podrían haber estado sujetas a recombinación que podría haber ocultado el potenciador MYC esencial dentro del desierto genético a lo largo del tiempo, aunque sus efectos potenciadores aún se conservan en gran medida. Este análisis proviene de asociaciones de enfermedades observadas en varias especies de ratones donde esta región se mantiene cerca del promotor MYC. ^{[ 10 ]} Por lo tanto, el desierto genético 8q24 debería haber estado de alguna manera vinculado al promotor MYC. El desierto se asemeja a un desierto genético estable que ha tenido muy poca recombinación después del evento de translocación. Por lo tanto, una hipótesis potencial es que los SNP que afectan esta región alteran genes importantes específicos de tejido con el desierto genético estable, lo que podría explicar los riesgos de cáncer en varias formas de tejido. Este efecto de elementos potenciadores ocultos también puede observarse en otras ubicaciones del genoma. Por ejemplo, los SNP en 5p13.1 desregulan la región codificante de PTGER4, lo que lleva a la enfermedad de Crohn. ^{[ 12 ]} Otra región afectada en el desierto genético 9p21 causa varias enfermedades de las arterias coronarias. ^{[ 13 ]} Sin embargo, ninguno de estos desiertos genéticos que confieren riesgo parece estar tan afectado como las regiones 8q24. Los estudios actuales aún no están seguros de los procesos afectados por SNP en la región 8q24 que resultan en respuestas particularmente amplificadas al promotor MYC. Gracias a una población más accesible y a marcadores más específicos para el mapeo de asociación del genoma completo, cada vez se identifican más alelos de riesgo en zonas con genes inexplorados, donde regiones pequeñas, aisladas y aparentemente sin importancia pueden modular genes importantes.

La mayor parte del contenido de los desiertos genéticos probablemente sea prescindible. Naturalmente, esto no significa que las funciones que desempeñan los desiertos genéticos sean irrelevantes o sin importancia, sino que pueden incluir efectos amortiguadores. Un ejemplo de desiertos genéticos esenciales con contenido de ADN no esencial son los telómeros , que protegen los extremos de los genomas. Los telómeros pueden clasificarse como verdaderos desiertos genéticos, dado que solo contienen repeticiones de TTAGGG (en humanos) y no tienen funciones aparentes de codificación de proteínas. Sin estos telómeros, los genomas humanos sufrirían graves mutaciones en un número fijo de ciclos celulares. Por otro lado, dado que los telómeros no codifican proteínas, su pérdida garantiza que no haya ningún efecto en procesos importantes. Por lo tanto, el término "ADN basura" ya no debería aplicarse a ninguna región del genoma; cada porción del genoma debería desempeñar un papel en la protección, regulación o reparación de las regiones codificantes de proteínas que determinan las funciones de la vida. Aunque todavía queda mucho por aprender sobre los rincones y recovecos del inmenso (aunque limitado) genoma humano, con la ayuda de diversas tecnologías nuevas y la síntesis del genoma humano completo, quizás podamos desvelar una gran cantidad de secretos en los próximos años sobre las maravillas de nuestro código genético.

• Secuencia no codificante conservada
• Red reguladora de genes
• ADN no codificante
• ARN no codificante