Capítulo 5: Introducción a los alineamientos de secuencias

10. El 31 de julio de 2006 se obtuvieron 3 resultados. En la parte gráfica del resultado de
BLAST aparecen tres líneas en color magenta. Cada una de ellas corresponde a un
alineamiento.
11. Dé clic sobre la primera línea magenta. Esto lo lleva al primer resultado. En mi caso, es
una secuencia del cromosoma 7 del genoma humano. Después se menciona que en la
dirección 5’ de mi secuencia en el genoma humano está la preproteína Sonic
Hedgehog. Tenemos respuesta a nuestra inquietud: el factor de transcripción
probablemente inducirá la expresión de este gen.
12. Debajo aparecen unos datos estadísticos de este alineamiento en particular.
Centrémonos en el e-value, que está después de “Expect”. ¿Nota que es un valor
realmente bajo? Esto nos da un indicio de que el alineamiento es muy bueno.
13. Observe otro resultado de esta página. En mi caso, el segundo resultado es también
del cromosoma 7, pero en este caso se tomó como referencia la secuencia obtenida
por Celera Genomics (ver introducción al capítulo 2 para ver que significa esto).
Lo importante de esto es notar que los tres alineamientos no son tres formas de alinear
dos secuencias (como sí ocurre en LAlign), sino la mejor forma de alinear una
secuencia con varias secuencias presentes en diferentes bases de datos. De esto se
trata BLAST: hacer alineamientos locales con muchas secuencias en bases de datos
diferentes para llegar a conclusiones basadas en similitud.
En este ejemplo únicamente vimos uno de los usos que tiene BLAST. Si bien hay muchos usos
diferentes (como por ejemplo, formular hipótesis de homología o de conservación de
estructura), todos se basan en el mismo principio.
Ejercicio:
En unas células cancerosas se aisló un mRNA que estaba expresado en cantidades anormales
y se secuenció. La secuencia obtenida está en:
http://bioinformate.uniandes.edu.co/Secuencias/Blast02.txt
¿Hay alguna razón para creer que el mRNA aislado esté vinculado con el hecho de que la
célula sea cancerosa?
Practiejemplo D – Alineamientos múltiples
Hasta aquí nos hemos concentrado únicamente en la similitud entre pares de secuencias. Sin
embargo, estudiar la similitud entre varias secuencias simultáneamente nos puede dar mucha
información, que no se encuentra con facilidad en alineamientos pareados.
Una analogía que puede servir para entender esto es comparar el clima en varios años
consecutivos. Si compara un par de años entre sí podrá decir que un año fue más caluroso que
el otro en un mes particular, pero poco más que esto. En cambio, si analiza la tendencia año
tras año (esto es, compara el mismo periodo de tiempo de todos los años simultáneamente),
podrá percatarse que hay un calentamiento progresivo.
En este ejemplo realizaremos un alineamiento múltiple para inferir relaciones evolutivas. La
teoría subyacente es en esencia lo mismo que del párrafo anterior, sólo que al revés:
suponemos que con el paso del tiempo las secuencias homólogas de los organismos
adquieren diferencias o mutaciones (en el caso del clima concluimos que la temperatura
aumentaba) y a partir de ahí inferimos cuáles especies están relacionadas y cuáles son lejanas
evolutivamente, a partir del número de diferencias entre las secuencias.
El programa que vamos a usar es ClustalW. Junto con BLAST, es una de las herramientas más
usadas en bioinformática. En este ejemplo, aprenderemos a ingresar secuencias y a reconocer
los principales resultados.
15