Capítulo 5: Introducción a los alineamientos de secuencias

MUMmer fue desarrollado en TIGR (The Institute of Genomic Research) y en la página web de
este instituto (http://www.tigr.org/) es posible encontrar otras herramientas adicionales de
comparación entre genomas.
NCBI PopSet
Página de inicio de PopSet:
http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PopSet
Cuando un investigador está interesado en publicar un alineamiento de secuencias puede
hacer un envío a GenBank de éste mediante la herramienta Sequin (ver capítulo 2,
Practiejemplo 1C). De esta forma sólo tiene que referenciar el registro específico en el NCBI,
de manera similar a citar una secuencia de ADN mediante el número de acceso o el GI.
Algunos de estos alineamientos están pensados para proporcionar hipótesis evolutivas de
poblaciones. NCBI ha creado una base de datos especializada en este tipo de estudios y se
conoce como PopSet. Esta es la descripción de un PopSet en la página Web del NCBI:
“¿Qué es un PopSet?
Un PopSet es un conjunto de secuencias de ADN que han sido recolectadas para analizar las
relaciones evolutivas de una población. La población pudo originarse a partir de diferentes
miembros de la misma especie, o por organismos de especies diferentes. Son enviados a
GenBank mediante Sequin, usualmente en forma de alineamiento de secuencias.”
Base de datos de COGs
Pagina inicial de la base de datos de COGs:
http://www.ncbi.nlm.nih.gov/COG/
Cuando empezaron a surgir las secuencias completas de algunos organismos, varios grupos
iniciaron la tarea de encontrar todos los genes potencialmente homólogos. Una iniciativa del
NCBI, conocida como base de datos de COGs, se ha aproximado a esta tarea:
“La base de datos de clusters de grupos ortólogos de proteínas (COGs [Cluster of Orthologous
Groups]) ha sido pensada como una clasificación filogenética de proteínas de genomas
completos. Cada COG incluye proteínas que se cree son ortólogas, esto es, conectadas por
descendencia evolutiva vertical. [...] El propósito de la base de datos de COGs es servir como
plataforma para la anotación funcional de genomas recientemente secuenciados y realizar
estudios en evolución genómica.”
(Roman L. et al., “The COG database: new developments in phylogenetic classification of
proteins from complete genomes”, Nucleic Acids Res. 2001 Jan 1;29(1):22-8. PMID: 11125040)
Varios de los genes presentes en HomoloGene surgen de esta base de datos. Se puede decir
que la base de datos COG es a HomoloGene como GenBank es a NCBI Gene.
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 2.5
License.
24