Transcriptoma

De Wikipedia, la enciclopedia libre
Ir a la navegación Ir a la búsqueda

El transcriptoma es el conjunto de todas las moléculas de ARN (también llamadas transcritos) presentes en una célula o grupo de células en un momento determinado[1]​. El término transcriptoma engloba tanto al ARN mensajero (mRNA), que puede traducirse en una proteína, como al ARN no codificante (ncRNA). Sin embargo, en ocasiones se utiliza de manera más laxa para referirse únicamente al conjunto de ARNs mensajeros.

Se estima que solamente el 3% del genoma se transcribe en ARN y solo el 1.2% se traduce en proteínas en cada tipo celular[2]​. Es por ello que el tamaño del transcriptoma es siempre mucho menor al del genoma de un organismo. Además, diferentes genes son transcritos en diferentes células, lo cual implica que cada tejido o tipo celular posee un transcriptoma distinto. Uno de los objetivos mas importantes de la transcriptómica es identificar qué porción del genoma es transcrito en cada tipo celular y bajo qué condiciones [3]​.

Técnicas empleadas en su análisis[editar]

La transcriptómica es el estudio del nivel de expresión de todos los genes transcritos en una célula o tejido. Existe una amplia gama de técnicas utilizadas en transcriptómica, las cuales permiten cuantificar millones de moléculas de ARN al mismo tiempo.

Los primeros estudios transcriptómicos se basaron en microarreglos (también llamados chips de ADN), finas láminas de vidrio sobre las cuales se imprimen oligonucleótidos [4]​. El ARN que se desea analizar se marca con un fluoróforo y se difunde sobre la superficie del microarreglo, donde se le permite hibridar con los oligonucleótidos. La intensidad de fluorescencia en cada punto del microarreglo es proporcional al nivel de expresión de cada gen. Un sólo microarreglo contiene comúnmente suficientes oligonulceótidos para representar a todos los genes conocidos; sin embargo, debido a la naturaleza del chip de ADN es imposible utilizarlo para cuantificar genes desconocidos.

Recientemente, los microarreglos han sido sustituidos por técnicas basadas en la secuenciación de ADN de nueva generación. La técnica más empleada en la actualidad es la secuenciación de ARN (RNA-seq)[5][6]​, la cual tiene la ventaja de detectar tanto genes conocidos como desconocidos, además de cuantificar su expresión directa y no indirectamente[1]​. La secuenciación de ARN comienza con la conversión de todas las moléculas de ARN a ADN complementario (cDNA) mediante PCR reversa (RT-PCR). El ADN complementario es entonces amplificado mediante PCR para formar una biblioteca de ADN, la cual puede ser secuenciada[5]​. El resultado final es una serie de secuencias que pueden ser alineadas al genoma o transcriptoma y después cuantificadas mediante métodos computacionales[7]​. Esto permite saber de qué gen proviene cada secuencia y cuántas secuencias le corresponden a cada gen. El numero de secuencias alineadas a un gen determinado es proporcional al número de moléculas de ARN provenientes del mismo.

Gracias a recientes avances tecnológicos, actualmente es posible incluso cuantificar el transcriptoma de una sola célula. A esta técnica se le denomina secuenciación de ARN de célula única (scRNA-seq)[8][9][10]​ y con ella es posible cuantificar transcriptomas de cientos o miles de células simultáneamente. Al estudio del transcriptoma de a nivel de una sola célula se le denomina transcriptómica de células únicas (del inglés single-cell transcriptomics).

Chip de ADN empleado para detectar expresión de genes de humano (izq.) y de ratón (der.)

Otras ómicas[editar]

Cabe destacar que el transcriptoma no da idea exacta del nivel de expresión de un conjunto de proteínas: para ello, su análisis global, se analiza el proteoma. Así mismo, existen otros análisis globales (otras ómicas) centrados en aspectos muy específicos de la biología de proteínas: por ejemplo, la metabolómica, la fenómica o la interactómica.

Véase también[editar]

Referencias[editar]

  1. a b Morozova, Olena; Hirst, Martin; Marra, Marco A. (2009). «Applications of new sequencing technologies for transcriptome analysis». Annual Review of Genomics and Human Genetics 10: 135-151. ISSN 1545-293X. PMID 19715439. doi:10.1146/annurev-genom-082908-145957. Consultado el 24 de febrero de 2019. 
  2. ENCODE Project Consortium (6 de septiembre de 2012). «An integrated encyclopedia of DNA elements in the human genome». Nature 489 (7414): 57-74. ISSN 1476-4687. PMC PMC3439153 |pmc= incorrecto (ayuda). PMID 22955616. doi:10.1038/nature11247. Consultado el 24 de febrero de 2019. 
  3. Mattei, J.-F. (2001/2002). El genoma humano (Ethical eye: the human genome). Sáez García, M. A.; Chao Crecente, M.; Vázquez, D. A., y Rodríguez-Roda Stuart, J., trad. Colección La Mirada de la Ciencia. Madrid: Council of Europe/Editorial Complutense. Glosario (p. 201). ISBN 84-7491-665-8
  4. Schena, M.; Shalon, D.; Davis, R. W.; Brown, P. O. (20 de octubre de 1995). «Quantitative monitoring of gene expression patterns with a complementary DNA microarray». Science (New York, N.Y.) 270 (5235): 467-470. ISSN 0036-8075. PMID 7569999. Consultado el 24 de febrero de 2019. 
  5. a b Mortazavi, Ali; Williams, Brian A.; McCue, Kenneth; Schaeffer, Lorian; Wold, Barbara (2008-7). «Mapping and quantifying mammalian transcriptomes by RNA-Seq». Nature Methods 5 (7): 621-628. ISSN 1548-7105. PMID 18516045. doi:10.1038/nmeth.1226. Consultado el 24 de febrero de 2019. 
  6. Nagalakshmi, Ugrappa; Wang, Zhong; Waern, Karl; Shou, Chong; Raha, Debasish; Gerstein, Mark; Snyder, Michael (6 de junio de 2008). «The transcriptional landscape of the yeast genome defined by RNA sequencing». Science (New York, N.Y.) 320 (5881): 1344-1349. ISSN 1095-9203. PMC PMC2951732 |pmc= incorrecto (ayuda). PMID 18451266. doi:10.1126/science.1158441. Consultado el 24 de febrero de 2019. 
  7. Conesa, Ana; Madrigal, Pedro; Tarazona, Sonia; Gomez-Cabrero, David; Cervera, Alejandra; McPherson, Andrew; Szcześniak, Michał Wojciech; Gaffney, Daniel J. et al. (26 de enero de 2016). «A survey of best practices for RNA-seq data analysis». Genome Biology 17: 13. ISSN 1474-760X. PMC PMC4728800 |pmc= incorrecto (ayuda). PMID 26813401. doi:10.1186/s13059-016-0881-8. Consultado el 24 de febrero de 2019. 
  8. Tang, Fuchou; Barbacioru, Catalin; Wang, Yangzhou; Nordman, Ellen; Lee, Clarence; Xu, Nanlan; Wang, Xiaohui; Bodeau, John et al. (2009-5). «mRNA-Seq whole-transcriptome analysis of a single cell». Nature Methods 6 (5): 377-382. ISSN 1548-7105. PMID 19349980. doi:10.1038/nmeth.1315. Consultado el 26 de febrero de 2019. 
  9. Picelli, Simone; Björklund, Åsa K.; Faridani, Omid R.; Sagasser, Sven; Winberg, Gösta; Sandberg, Rickard (2013-11). «Smart-seq2 for sensitive full-length transcriptome profiling in single cells». Nature Methods 10 (11): 1096-1098. ISSN 1548-7105. PMID 24056875. doi:10.1038/nmeth.2639. Consultado el 26 de febrero de 2019. 
  10. Zheng, Grace X. Y.; Terry, Jessica M.; Belgrader, Phillip; Ryvkin, Paul; Bent, Zachary W.; Wilson, Ryan; Ziraldo, Solongo B.; Wheeler, Tobias D. et al. (01 16, 2017). «Massively parallel digital transcriptional profiling of single cells». Nature Communications 8: 14049. ISSN 2041-1723. PMC PMC5241818 |pmc= incorrecto (ayuda). PMID 28091601. doi:10.1038/ncomms14049. Consultado el 26 de febrero de 2019.