Lab GM, V-1300-1600 2020

Universidad Nacional Autónoma de Honduras

Facultad de biología

Departamento de Genética

Asignatura: Laboratorio de Genética Médica

Tema: Genomas: estructura y función del material genético

Instructor: Franklin Henríquez

Grupo: Tempus fugit

Presentado por:

Jorge Luis Castro Boquín

Sección: viernes 1300 - 1600

Tegucigalpa MDC Honduras, C.A.

1 de abril de 2020
 Lab GM, V-1300-1600 2020

EDITORIAL

Genomahumanoymedicina
Thehumangenomeandmedicine
Francesc Palaua,b,c,d,e,1 y Alfredo García-Alixb,c,e,f
a
Servicio de Medicina Genética y Molecular, Hospital Sant Joan de Déu, e Institut de Recerca Sant Joan de Déu, Esplugues de

Llobregat,Espana˜
b
Instituto Pediátrico de Enfermedades Raras (IPER), Hospital Sant Joan de Déu, e Institut de Recerca Sant Joan de Déu,
Esplugues

de Llobregat, Espana˜
c
Unidad de Pediatría, Facultat de Medicina i Ciències de la Salut, Universitat de Barcelona, Barcelona, Espana˜

d
Institut Clínic de Medicina i Dermatologia, Hospital Clínic, Barcelona, Espana˜
e
CIBER de Enfermedades Raras (CIBERE
f
Servicio Neonatología, Hospital Sant Joan de Déu, e Institut de

Recerca Sant Joande Déu, Esplugues de Llobregat, Espana˜

Disponible en Internet el10 de mayo de 2018 21) o el síndrome del maullido del gato (deleción
del cromosoma 5p-). La determinación del
cariotipo permitió incorporar el genoma en el
El análisis del genoma humano y la aplicación conocimiento médico, en la praxis clínica y en la
de las pruebas genéticas en medicina se medicina de laboratorio. Sin embargo, a pesar
remontan a finales de los años˜ 50 del pasado de representar el genoma completo, el nivel de
siglo. El análisis de los cromosomas resolución microscópico del cariotipo no
(citogenética) ha sido la prueba clásica para el alcanza el plano molecular de la secuencia del
estudio del cariotipo, que con una resolución de ADN, lo cual limita de forma marcada su
400 a 550 bandas permite detectar capacidad para el diagnóstico genético del
reordenamientos cromosómicos y anomalías conjunto de enfermedades y síndromes
mayores de 5 a 10 megabases en cualquier genéticos. En los últimos 10 años la capacidad
lugar del genoma. El análisis de análisis genético y genómico ha avanzado
cromosómico ha permitido diagnosticar espectacularmente, pasando del análisis de los
trastornos como el síndrome de Down (trisomía
1 Autor para correspondencia.

Correos electrónicos: [email protected], [email protected] (F. Palau). https://doi.org/10.1016/j.anpedi.2018.04.009

 Lab GM, V-1300-1600 2020
cromosomas y regiones del genoma autista y de diversos síndromes genómicos,
subcromosómicas a la determinación de la como el síndrome de deleción 22q11, el
secuencia molecular del gen mediante la síndrome Smith-Magenis, el síndrome Williams
secuenciación Sanger o del conjunto de genes o el síndrome de deleción/duplicación 16p11.2,
empleando la secuenciación masiva de nueva entre otros. La aplicación del cariotipo
generación (NGS, next generation molecular permite aumentar el rendimiento
sequencing). La incorporación en el análisis del diagnóstico de la discapacidad intelectual, de
genoma y en la medicina clínica de los los síndromes genómicos/cromosómicos y en
microarrays de cromosomas o cariotipo general de la causa de las malformaciones
molecular permite escudriñar en las congénitas, pasando del 3-5% de cariotipo
variantes genéticas de número de copia convencional de bandas G a aproximadamente
mediante la comparación del ADN genómico el 12-16% empleando la citogenética
delpaciente conunamuestradereferencia. Ello molecular.
permite detectar de forma rápida y eficiente las
Castells-Sarret et al.2 presentan en este
deleciones y las duplicaciones 1. Estas
número de Anales de PediatrÍa los resultados
variantes o alteraciones pueden ser la causa
de aplicar el cariotipo molecular, empleando
de trastornos del neurodesarrollo o
concretamentelatécnicadearrays de hibri-
psiquiátricos, comosoneltrastornodelespectro
1695-4033/© 2018 Asociacion´ Espanola˜ de Pediatr´ıa. Publicado por Elsevier Espana,˜ S.L.U. Este es un art´ıculo Open Access
bajo la licencia CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/4.0/).
2 F.Palau,A.García-Alix

dación genómica comparada (aCGH), en 1.000 baja, algo que habrá que confirmar en futuros
pacientes afectados por retraso global del estudios para determinar el valor del cariotipo
desarrollo/discapacidad intelectual, trastorno molecular en el diagnóstico etiológico de la talla
del espectro autista o malformaciones baja. De menor rendimiento, pero aún
congénitas, y otras indicaciones clínicas como significativo, ha sido el hallazgo de alteraciones
la epilepsia o la talla baja. Los resultados en un 7% de pacientes con epilepsia. Los
obtenidos confirman lo observado en otros resultados llevan a los autores a afirmar que el
trabajos: se encontraron desequilibrios cariotipo molecular, en este caso el aCGH, es la
cromosómicos en 140 pacientes (14%) de un prueba de primera línea en el diagnóstico
total de 1.000. Estos resultados contrastan con genético de los pacientes con sospecha de
la capacidad diagnóstica de otras técnicas desequilibrios genómicos.
genómicas como son el cariotipo y el multiplex
Muchos pacientes con trastornos del
ligation-dependent probe amplification, con
desarrollo no tienen un diagnóstico. En la
los que, en su conjunto, los autores alcanzaban
serie de Castells-Sarret et al.2 la aplicación
únicamente a encontrar reordenamientos o
de las técnicas de análisis genómico ha
aneusomías en 43 pacientes. El rendimiento
multiplicado por 4 la tasa diagnóstica, pasando
obtenido con la prueba aCGH es, pues, mucho
de un supuesto 4,3% empleando
mayor, especialmente en el caso de retraso
conjuntamente las pruebas de cariotipo y
global del desarrollo/discapacidad intelectual
multiplex ligation-dependent probe
(18,9%), trastorno del espectro autista (14,8%)
amplification al 14% que ofrece el aCGH. El
y malformaciones congénitas (13,7%). Es
salto que ha dado la tecnología genómica en el
interesante el hallazgo de anomalías
campo del diagnóstico médico ha sido grande y,
genómicas en un 13,3% de pacientes con talla
 Lab GM, V-1300-1600 2020
además, en este trabajo los autores muestran orientar el tratamiento terapéutico y la
que el coste de aplicar aCGH frente a la rehabilitación, y hace posible la anticipación y
estrategia de estudio de cariotipo y multiplex profilaxis de problemas asociados a la entidad y
ligation-dependent probe amplification es de enfermedades potencialmente
coste-efectiva, con una reducción del gasto del coexistentes. El establecimiento de la
orden del 50%. Ante esta mejora en la especificidad diagnóstica es también esencial
efectividad y eficiencia del cariotipo molecular para el consejo genético familiar. Estos datos
como una de las pruebas genéticas para el nosllevanapensar seriamente sobre lacuestión
diagnóstico de pacientes con una afectación ética que plantea el «esfuerzo diagnóstico»
del desarrollo, neurológico y/o sistémico, es ante una persona afectada por una
importante poner en valor la capacidad actual de «enfermedad no-diagnosticada», es decir, un
análisis del genoma en el diagnóstico de paciente sin diagnóstico que ha sido atendido
«pacientes sin diagnóstico 3. Esta capacidad de un modo correcto y al que se le ha practicado
aumenta con el estudio de la secuencia todoaquello queeranecesario por parte de los
nucleotídica del genoma mediante profesionales sanitarios5. La pregunta que
secuenciación masiva NGS. La aplicación del nos podemos hacer es: ¿hasta dónde llevar el
análisis de los exones génicos y regiones «esfuerzo diagnóstico» cuando se han
intrónicas flanqueantes, bien sea mediante realizado las evaluaciones pertinentes en
paneles de genes orientados por patología, bien base al conocimiento médico establecido y a las
mediante el exoma clínico (conjunto de la disponibilidades tecnológicas? Hoy en día
mayoría de genes asociados con algún tipo de podemos contestar que es un deber moral del
patología) o el exoma completo, ha aumentado médico (y del sistema sanitario) hacer este
más aún la capacidad y la eficiencia diagnóstica, esfuerzo. Más allá del derecho a la salud de la
especialmente en el estudio de pacientes con persona y del ciudadano, hay 2 poderosas
sospecha de enfermedad monogénica3. En razones para ello: en primer lugar, el
publicaciones de hace solo unos años la tasa de conocimiento de la enfermedad y su
diagnóstico molecular general en «pacientes fisiopatología, y el desarrollo tecnológico
sin diagnóstico», aplicando el exoma clínico, alcanzado por la ciencia biomédica, y, en
variaba entre el 26% de pacientes probando y el segundo lugar, la disponibilidad de una
31% en el caso de tríos probando- estructura y unos recursos humanos y
progenitores4. En el ano˜ 2017, en el Hospital materiales en el sistema de salud. Tal vez, esto
Sant Joan de Déu, también mediante el estudio último no esté presente todavía como servicio a
del exoma clínico (primero con un panel de la población general, pero los resultados
4.813 genes y posteriormente de 6.710 genes), obtenidos por Castells-Sarret et al. 2 marcan
hemos sido capaces de encontrar la mutación la realidad y el camino aseguir incorporando el
génica y ofrecer un diagnóstico genético en el análisis del genoma en la práctica cotidiana de
54,4% de los 362 pacientes probando la medicina moderna y, por lo que nos atañe˜ de
estudiados (Armstrong et al., datos no lamedicinapediátrica.
publicados, Bibliografía
https://www.sjdhospitalbarcelona.org/es/nino
1. Martin CL, Warburton D. Detection of chromosomal aberrations in
s/genetica). clinical practice: From karyotype to genome sequence. Annu Rev
Genomics Hum Genet. 2015;16:309---26.
El conocimiento de la causa de una 2. Castells-Sarret N, Cueto-Gonzalez AM, Borregan Prats M, López
enfermedad puede determinar el pronóstico, Grondona F, Miró Ametller R, Tizzano Ferrari EF, et al. Array CGH
como primera opción en el diagnóstico genético: 1.000 casos y
dirigir evaluaciones diagnósticas funcionales, análisis coste-beneficio. An Pediatr (Barc).2018;89:3---11.
 Lab GM, V-1300-1600 2020
3. Gahl WA, Adams DR, Markello TC, Boerkoel NF, Tifft CJ. Genetic
approaches to rare and undiagnosed diseases. En: Kliegman RM,
Stanton BF, St. Geme JW III, Schor NF, editores. Nelson’s Texbook
of Pediatrics. 20.a ed Philadelphia: Elsevier; 2016. p. 629---33.
4. Lee H, Deignan JL, Dorrani N, Strom SP, Kantarci S, QuinteroRivera
F, et al. Clinical exome sequencing for genetic identification of rare
mendelian disorders. JAMA. 2014;312:1880---7.
5. Palau F.Diagnóstico de las enfermedades raras no diagnosticadas.
EIDON. 2017;47:17---30.
 Lab GM, V-1300-1600 2020

Objetivos
1. Establecer la variación del tamaño del genoma y su relación con el número de genes
codificantes y la complejidad de los organismos, en procariontes y distintos grupos de
eucariotas, incluido el hombre.
2. Reconocer patrones de distribución de: secuencias codificantes, pares de bases
nucleótidas G-C y A-T e islas CpG, en diferentes compartimientos cromosómicos
humanos.
3. Manejar la terminología utilizada en el mapeo genético y citogenético.

Datos
TABLA 1. Número de genes codificantes estimados y tamaños genómicos en
procariotas.
Procariotas cDNA No de genes
(estimados)
Buchnera species 640681 564
Chlamydia pneumoniae 1230230 1052
Haemophilus influenzae 1830138 1709
Helicobacter pylori 1667867 1566
Mycobacterium 4411529 3918
tuberculosis
Mycoplasma pneumonia 816394 677
Neisseria meningitidis 2272351 2025
Staphylococcus aureus 2813641 2595
Streptococcus pneumoniae 2160837 2094
Xilella fastidiosa 2679306 2766

TABLA 2. Número de genes codificantes estimados y tamaños genómicos en eucariotas

Eucariotas cDNA No de genes
(estimados)
Saccharomyces cerevisiae (levadura) 12000000 5800
Arabidopsis thaliana (planta) 115000000 25498
Caenorhabditis elegans (gusano) 97000000 19099
Drosophila melanogaster (mosca) 116000000 13601
Anopheles gambiae (zancudo) 278000000 14653
Danio rerio (pez) 1560000000 20000
Mus Musculus (raton) 2490000000 24948
Ratus norvegicus (rata) 2570000000 21276
Homo sapiens (hombre) 2693000000 30000
 Lab GM, V-1300-1600 2020

Información proporcionada
¿De qué depende el grado de conservación de un organismo?
De la cantidad de genes, cantidad de genes no codificantes, entre más genes no
codificantes mayor complejidad genética, entre más complejo genéticamente un
organismo menos conservación genética y mayor complejidad genética, por lo tanto,
menos variabilidad génica.
↑Genes, ↑Densidad génica, ↓ Conservación genética, ↑ variabilidad genética.

“organismos más complejos tienen más funciones génicas”. No tiene que ver con el
tamaño de su genoma si no con sus funciones génicas.
¿Cómo sabemos la cantidad de sus funciones Genéticas?
↑ADN no codificante, ↑Complejidad, ↓ ADN codificante.
↓ ADN no codificante, ↓ Complejidad, ↑ ADN codificante.
Una pequeña cantidad de ADN codificante puede realizar todas esas funciones genéticas
y esto hace al organismo más complejo.
La cantidad de ADN no codificante hace a un organismo más complejo.
Secuencia codificante conocida: 1,340pb Números de genes aproximadamente: 30,000
Número total del genoma de: 3 x 109 pb

Fórmula = (𝐴𝐷𝑁 𝑐𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑛𝑡𝑒 / 𝑁° 𝑑𝑒 𝑔𝑒𝑛𝑒𝑠 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎𝑚𝑒𝑛𝑡𝑒) X 100

Fórmula = (𝐴𝐷𝑁 𝑛𝑜 𝑐𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑛𝑡𝑒 / 𝑁° 𝑑𝑒 𝑔𝑒𝑛𝑒𝑠 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎𝑚𝑒𝑛𝑡𝑒) X 100

Fórmula ADN no codificante: Secuencia conocida en pb – N⁰ genes aproximados

Mb
 Lab GM, V-1300-1600 2020

(Hattori et al., 2000)

Las bandas 𝐺+ son las bandas color negro.
Las bandas 𝐺− son las bandas color blanco
Porque son bandas G (𝐺+ 𝑦 𝐺− ) Son bandas G por el tipo de tinción que se utiliza (bandeo)
el cual utiliza colorante Giemsa.
FUNDAMENTO: Los cromosomas en mitosis son tenidos con Giemsa en un pH de 6.8,
para evitar la degradación del ADN, este tendrá afinidad a las regiones del ADN que son
ricas en A-T, para dejar expuestas estas regiones debemos hacer un pretratamiento con
tripsina (enzimaproteasa) que digiere las proteínas cromosómicas, este paso debe realizarse
con cuidado para evitar la degradación de las proteínas estructurales (encargadas de la
morfología) del ADN conocidas como histonas. A si la tripsina hace que el ADN este más
expuesto y así pueda unirse el colorante a la región con alta afinidad (A-T).
 Lab GM, V-1300-1600 2020

Las bandas 𝐺+ son las bandas color negro, son aquellas donde el colorante se ha unido, por
lo tanto son regiones de alta cantidad de A-T, estas regiones son ricas en ADN no
codificante, ya que son regiones inestables del genoma, por su doble enlace, por esta
inestabilidad genética no hay muchos genes codificantes en estas regiones.

Las bandas 𝐺− son las bandas color blanco, son aquellas donde el colorante no se ha
unido, por lo tanto son regiones de alta cantidad de G -C, estas regiones son ricas en ADN
codificante, ya que son regiones estables del genoma, por su triple enlace, por esta
estabilidad genética hay muchos genes codificantes en estas regiones.

Fórmula de la densidad génica = [𝑁° 𝑑𝑒 𝑔𝑒𝑛𝑒𝑠 𝑒𝑛 𝑏𝑎𝑛𝑑𝑎/ 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑏𝑎𝑛𝑑𝑎 (𝑀𝑏)] 𝐺−

1. Contar cuantas bandas 𝐺+ y bandas 𝐺− hay en todo el cromosoma.
2. Sacar la densidad de cada una de estas.
3. Sumar las densidades génicas de todas las bandas 𝐺+ (promedio).
4. Sumar las densidades génicas de todas las bandas 𝐺− (promedio)
¿Dónde esperamos mayor cantidad de genes? bandas 𝐺−, porque son regiones
codificantes, debido a su estabilidad genética, gracias a su contenido de G-C. ˃ N⁰ genes
en las bandas 𝐺−, ˃ densidad génica
Fórmula de la densidad génica =[ 𝑁° 𝑑𝑒 𝐼𝑠𝑙𝑎𝑠 𝐶𝑝𝐺 𝑒𝑛 𝑏𝑎𝑛𝑑𝑎/ 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑏𝑎𝑛𝑑𝑎 (𝑀𝑏)]
𝐺−
5. Contar cuantas islas CpG hay en cada una de las bandas 𝐺+ y bandas 𝐺− de todo el
cromosoma.
6. Sacar la densidad de islas CpG de cada una de estas bandas.
7. Sumar las densidades de islas CpG de todas las bandas 𝐺+ (promedio).
8. Sumar las densidades de islas CpG de todas las bandas 𝐺− (promedio).
¿Que son las islas CpG? Son regiones del genoma ricas en G-C.
¿Qué esperamos encontrar en estas regiones? Una gran cantidad de genes codificantes,
porque son regiones de estabilidad génica. ˃ N⁰ genes, ˃ densidad de Islas CpG.
 Lab GM, V-1300-1600 2020

Actividades
1. Tamaño Genómico: La paradoja del valor de cDNA
1.1 ¿Tienen los distintos grupos de organismos, representados en las Tablas 1 y 2, el mismo
grado de variabilidad para tamaño genómico? Indique los grupos de organismos que según
la Figura, aparecen como los más conservadores y los que aparecen como los más variables
para tamaño del genoma.
Grupos más conservadores Grupos más variables
Buchnera species Homo sapiens
Mycoplasma pneumonia Arabidopsis thaliana
Chlamydia pneumoniae Danio rerio
Haemophilus influenzae Mus Musculus
Helicobacter pylori Ratus norvegicus
Streptococcus pneumoniae
1.2 Utilizando papel milimetrado, construya gráficos que representen el tamaño genómico
versus el número de genes codificantes estimados, para: i) procariotas; ii) eucariotas.
i) cDNA y número de genes codificantes en procariotas:

Tamaño genómico versus el tamaño de genes codifi cantes

(Procariotas)
4500
4000 4411529; 3918
Número de genes codificantes

3500
3000
2679306; 2766
2500 2813641; 2595
2000 2272351; 2025 2160837; 2094
1830138; 1709
1667867; 1566
1500
1000 1230230; 1052
640681; 564 816394; 677
500
0
640681 1230230 1830138 1667867 4411529 816394 2272351 2813641 2160837 2679306
cdna (miles de pares de bases)

Jorge Luis Castro Boquín 20171030541

Simbología
Procariotas
1 Buchnera species
2 Chlamydia pneumoniae
3 Haemophilus influenzae
4 Helicobacter pylori
5 Mycobacterium
 Lab GM, V-1300-1600 2020

tuberculosis
6 Mycoplasma pneumonia
7 Neisseria meningitidis
8 Staphylococcus aureus
9 Streptococcus pneumoniae
1 Xilella fastidiosa
0

Tamaño genómico versus el número de genes codifi cantes

(Eucariotas)
35000

30000 2693000000; 30000

Número de genes codificantes

25000 25498 2490000000; 24948

2570000000; 21276
20000 97000000; 19099 1560000000; 20000
15000
116000000;278000000;
13601 14653
10000

5000 12000000; 5800

C DNA (miles de pares de bases)

Jorge Luis Castro Boquín 20171030541

Simbología
Eucariotas
1 Saccharomyces cerevisiae (levadura)
2 Arabidopsis thaliana (planta)
3 Caenorhabditis elegans (gusano)
4 Drosophila melanogaster (mosca)
5 Anopheles gambiae (zancudo)
6 Danio rerio (pez)
7 Mus Musculus (raton)
 Lab GM, V-1300-1600 2020

8 Ratus norvegicus (rata)

9 Homo sapiens (hombre)
1.3 a) ¿Existe relación directa entre cantidad de DNA y la complejidad de los organismos,
estimada por el número de genes codificantes? Dé argumentos que apoyen su afirmación y
que estén basados en las Tablas 1 y 2 y en los dos gráficos construidos por Ud.
No precisamente, un protozoo puede tener más cantidad de ADN que los humanos que,
obviamente, son mucho más complejos. Lo que define que un organismo sea más complejo
es su cantidad de ADN no codificante y lo vemos en reflejado en las tablas 1 y 2.

Cantidad de genes codificantes en procariotas

4000

3500 Buchnera species

Mycoplasma pneumonia A menor
Número de genes codificantes

3000 Chlamydia pneumoniae

Helicobacter pylori número de
2500 Haemophilus influenzae ADN
Neisseria meningitidis codificante
2000 Streptococcus pneumoniae
mayor es su
Staphylococcus aureus
1500
Xilella fastidiosa complejidad,
1000 Mycobacterium tuberculosis por tanto, los
organismos de
500 esta gráfica
0 quedarían de la
1 siguiente
manera:

Procariotas de mayor a menor complejidad

10
Buchnera species
9
Mycoplasma pneumonia
8 Chlamydia pneumoniae
Grado de complejidad

7 Helicobacter pylori
Haemophilus influenzae
6
Neisseria meningitidis
5 Streptococcus pneumoniae
4 Staphylococcus aureus
3 Xilella fastidiosa
Mycobacterium tuberculosis
2
1
0
1

Donde 10 es el mayor grado de complejidad y 1 el menor.

Jorge Luis Castro Boquín 20171030541
 Lab GM, V-1300-1600 2020

A menor
Cantidad de Genes Codificantes en Eucariotas número de
30000 ADN
Saccharomyces cerevisiae Drosophila melanogaster codificante
25000 (levadura) (mosca) mayor es su
Número de genes Codificantes

Anopheles gambiae Caenorhabditis elegans

(zancudo) (gusano) complejidad,
20000
Danio rerio Ratus norvegicus por tanto, los
(pez) (rata)
15000 Mus Musculus Arabidopsis thaliana
organismos de
(raton) (planta) esta gráfica
10000 Homo sapiens
(hombre)
quedarían de la
siguiente
5000
manera:
0
1

Eucariotas de Mayor a menor complejidad

9
8 Saccharomyces cerevisiae Drosophila melanogaster
(levadura) (mosca)
7 Anopheles gambiae Caenorhabditis elegans
Grado de complejidad

(zancudo) (gusano)
6
Danio rerio Ratus norvegicus
5 (pez) (rata)
Mus Musculus Arabidopsis thaliana
4 (raton) (planta)
3 Homo sapiens
(hombre)
2
1
0
1

Donde 10 es el mayor grado de complejidad y 1 el menor.

Jorge Luis Castro Boquín 20171030541
b) Según sus respuestas anteriores, ¿Qué se entiende entonces por paradoja del valor
cDNA? Explique y fundamente. La paradoja del valor C. El valor C se define como la
cantidad de ADN por genoma haploide. Cuando se evalúa dicho valor para distintas
especies, no existe relación entre el contenido de ADN y la complejidad organísmica o el
contenido de genes codificados por el organismo. La ausencia de una relación consistente
entre el valor C y la complejidad de un organismo es llamado la paradoja del valor C.(García,
2011)
1.4 ¿Qué diferencias presentan los genomas de mamíferos respecto del genoma de los
otros eucariotas incluidos en la Tabla 2?
 Lab GM, V-1300-1600 2020

Que tienen mucho más cDNA que los demás eucariotas.

1.5 En la especie humana el número promedio de nucleótidos de las secuencias codificantes
conocidas es de 1.340 pb, el número de genes es aproximadamente 30.000 y el número
total aproximado de pares de bases de todo el genoma es de 3 x 10 9 pb. Con estos datos,
calcule los porcentajes de DNA codificante y no codificante presentes en el genoma humano.
ADN codificante: (1340 pb/30000) 100 = 4.46666 %
ADN no codificante: ( -28660 / 30000) 100 = 95.53 %

No quedando conforme con el resultado anterior, decidí plantearlo de otra manera:

[(3 x 109) - 1340 ] / (3 x 109) = 0.999 % del ADN Codificante.
Por lo tanto, el resto es ADN no codificante quedando representado en 99.1 %

2. Heterogeneidad genómica
Hay en total 5 bandas oscuras y 5 bandas claras distribuidas de la siguiente manera:
Bandas Oscuras Bandas claras
No G+ G- Islas Mb No. G+ G- Islas Mb
.
1* 0 1 1 - 1 1 3 3 3.4
2 2 4 3 7.3 2 0 0 0 1.6
3 1 5 5 3.3 3 11 16 17 5.3
4 2 3 6 1.8 4 6 6 14 1.8
5 7 6 8 3.2 5 23 24 58 5.8
*Es el brazo corto, de este no se realizarán cálculos.
Al contar las megabases de acuerdo con la imagen hay 33.6.
2.2 Calcule la densidad génica promedio de las bandas G+ y la de las bandas G- de todo
el cromosoma. (Densidad génica = Nº de genes/ Megabases de DNA)
Bandas Oscuras
G+ G-
2 2 4
=0.27 UDG =0.55 UDG
7.3 7.3
3 1 5
=0.303 UDG =1.51UDG
3.3 3.3
4 2 3
=1.11 UDG =1.67 UDG
1.8 1.8
5 7 6
=2.19UDG =1.87UDG
3.2 3.2
 Lab GM, V-1300-1600 2020

Bandas Claras
G+ G-
1 1 3
=0.29 UDG =0.88 UDG
3.4 3.4
2 No hay genes
3 11 16
=2.07 UDG =3.02UDG
5.3 5.3
4 6 6
=3.33UDG =3.33UDG
1.8 1.8
5 23 24
=3.96 UDG =4.14 UDG
5.8 5.8

Media de las G+ totales

(0.27+ 0.303+1.11+2.19+0.29+2.07 +3.33+3.96)/9=¿1.502 UDG

Media de las G- totales

(0.55+1.51+1.67+ 1.87+0.88+3.02+3.33+ 4.14)/8=2.12 UDG

2.3 Calcule la densidad promedio de islas CpG en las bandas G+ y G- de todo el

cromosoma. (Densidad de islas CpG = Nº de islas / Megabases de DNA).
No. Bandas Oscuras Bandas claras
1 Brazo corto 3
=0.88 UDG
3.4
2 3 0
=0.4 1 UDG =0 UDG
7.3 1.6
3 5 17
=1.5 2UDG =3.21UDG
3.3 5.3
4 6 14
=3.33UDG =7.78UDG
1.8 1.8
5 8 58
=2.5UDG =10 UDG
3.2 5.8
Media
(0.41 + 1.52 + 3.33 + (0.88 + 0 + 3.21 +7.78 + 10)/ 5 =
2.5)/4 = 1.94 UDG 4.374 UDG
 Lab GM, V-1300-1600 2020

2.6 Con la información proporcionada por los mapas genéticos y citogenéticos de los
cromosomas humanos (figura 1), (A) Calcule la densidad génica de cada uno de ellos,
considerando sólo los genes conocidos (Densidad génica = Nº de genes/ Megabases de
DNA).
Crom. Equivalencia de MB y pb Crom. Equivalencia de MB y pb
1 248,956,422 pb (1MB/ 1mill pb)= 13 114,364,328 pb (1MB/ 1mill pb)=
248.96 MB 114.4 MB
2 242,193,529 pb (1MB/ 1mill pb)= 14 107,043,718 pb (1MB/ 1mill pb)=
242.2 MB 107.04 MB
3 198,295,559 pb (1MB/ 1mill pb)= 15 101,991,189 pb (1MB/ 1mill pb)=
198.3 MB 101.99 MB
4 190,214,555 pb (1MB/ 1mill pb)= 16 90,338,345 pb (1MB/ 1mill pb)=
190.21 MB 90.34 MB
5 181,538,259 pb (1MB/ 1mill pb)= 17 83,257,441 pb (1MB/ 1mill pb)=
181.54 MB 83.26 MB
6 145,138,636 pb (1MB/ 1mill pb)= 18 80,373,285 pb (1MB/ 1mill pb)=
145.14 MB 80.4 MB
7 159,345,973 pb (1MB/ 1mill pb)= 19 58,617,616 pb (1MB/ 1mill pb)=
159.35 MB 58.62 MB
8 170,805,979 pb (1MB/ 1mill pb)= 20 64,444,167 pb (1MB/ 1mill pb)=
170.81 MB 64.44 MB
9 138,394,717 pb (1MB/ 1mill pb)= 21 46,709,983 pb (1MB/ 1mill pb)=
138.4 MB 46.71 MB
10 133,797,422 pb (1MB/ 1mill pb)= 22 50,818,468 pb (1MB/ 1mill pb)=
133.8 MB 50.82 MB
11 135,086,622 pb (1MB/ 1mill pb)= X 156,040,895 pb (1MB/ 1mill pb)=
135.1 MB 156.04 MB
12 133,275,309 pb (1MB/ 1mill pb)= Y 57,227,415 pb(1MB/ 1mill pb)=
133.3 MB 57.23 MB
M 16,569 pb (1MB/ 1mill pb)= 0.02 MB

Crom. Densidad génica Crom. Densidad génica

1 2,050/248.96 MB = 8.23 UDG 13 321/114.4 MB = 2.81 UDG
2 1,301/242.2 MB = 5.4 UDG 14 820/107.04 MB = 7.66 UDG
3 1,079/198.3 MB = 5.44 UDG 15 616/101.99 MB = 6.04 UDG
4 753/190.21 MB = 3.96 UDG 16 862/90.34 MB = 9.54 UDG
5 884/181.54 MB = 4.87 UDG 17 1,188/83.26 MB = 14.27 UDG
 Lab GM, V-1300-1600 2020

6 685/145.14 MB = 4.72 UDG 18 269/80.4 MB = 3.35 UDG

7 992/159.35 MB = 6.22 UDG 19 1,474/58.62 MB = 25.15 UDG
8 1,045/170.81 MB = 6.12 UDG 20 543/64.44 MB = 8.43 UDG
9 778/138.4 MB = 5.62 UDG 21 232/46.71 MB = 4.97 UDG
10 731/133.8 MB = 5.46 UDG 22 492/50.82 MB = 9.68 UDG
11 1,316/135.1 MB = 9.74 UDG X 846/156.04 MB = 5.42 UDG
12 1,036/133.3 MB = 7.77 UDG Y 63/57.23 MB = 1.1 UDG
M 13/0.02 MB = 650 UDG
 Lab GM, V-1300-1600 2020
Tipo de Fundamento Patrón de bandeo Imagen del cariotipo Interpretación
Bandeo
Procedimient Las laminillas con Resalta las
o previo el material partes que
cromosómico, tienen más
son introducidas cantidad de A-
en un recipiente T.
que contenga la Heterocromati
tinción na es lo que le
Bandeo Q
Tipo de Mostaza de da color.
colorante Quinacrina.
Zona del Regiones ricas
genoma con en A – T.
afinidad al (Gaytán, 2009)
colorante (Nomura, 2012)
utilizado
Procedimient Los cromosomas Resalta las
o previo son sometidos a partes que
digestión con la tienen más
enzima Tripsina cantidad de G
de manera – C.
controlada. Predomina la
Bandeo G Tipo de Giemsa eucromatina.
colorante
Zona del Regiones ricas
genoma con en G – C. (Drets
afinidad al 2002).
colorante
utilizado (Gaytán, 2009)
 Lab GM, V-1300-1600 2020
Procedimient Tratar las Resalta las
o previo muestras a partes que
temperaturas tienen más
elevadas. La cantidad de G
desnaturalización – C.
selectiva del ADN Predomina la
rico en AT. eucromatina.
Tipo de Naranja de
colorante acridina
Zona del Regiones ricas
Bandeo R genoma con en G - C
afinidad al (Pelliccia, 2012).
colorante (Dos Santos, 2003)
utilizado
Tipo de Giemsa
colorante
Zona del Regiones
genoma con teloméricas
afinidad al
colorante
utilizado
Bandeo C Procedimient Se emplea una Resalta las
o previo solución de ácido partes que
clorhídrico e tienen más
hidróxido de cantidad de A-
bario, seguida de T.
soluciones Heterocromati
salinas citratadas na es lo que le
a altas da color.
temperaturas
Tipo de Giemsa (Araújo, 2002)
colorante
Zona del Regiones ricas
genoma con en A – T
 Lab GM, V-1300-1600 2020
afinidad al Regiones (Gaytán, 2009)
colorante centroméricas de
utilizado todos los
cromosomas
 Lab GM, V-1300-1600 2020

Referencias Bibliográficas
Palau F, García A. Genoma humano y medicina. Analesdepediatria.org [Internet] 2018
[Citado el 19 de marzo de 2020 ] 89 (1): 1-2. Disponible en:
https://www.analesdepediatria.org/es-genoma-humano-medicina-articulo-
S1695403318301723
Hattori M, Fujiyama A, Taylor T, Watanabe H, Yada T, Park H, et al. The DNA sequence of
human chromosome 21. Genome.fli. [Internet] 2000 [Citado el 19 de marzo de 2020 ] 405 :
320 – 328. Disponible en: http://genome.fli-leibniz.de/publications/download/free/chrom21.pdf
García L. Genes y evolución el delgado hilo que nos conecta por miles de millones de años.
Revistas.unal.edu [Internet] 2011 [Citado el 20 de marzo de 2020] 16 (3): 71-88. Disponible
en: https://revistas.unal.edu.co/index.php/actabiol/article/view/20154/27983
Referencias de la discusión
Drets M. Una saga citogenética: El descubrimiento de los métodos de bandeo cromosómico.
Significado y proyección biomédica. Scielo.edu [Internet] 2002 [Citado el 21 de marzo de
2020] 18(2). Disponible en: http://www.scielo.edu.uy/scielo.php?
script=sci_arttext&pid=S1688-03902002000200003
Gaytán M. Estudio del cariotipo humano. Aplicación en la vida prenatal y postnatal en una clí
postnatal en una clínica de nica de reproducción asistida. Repositorios.fciencias.unam.
[Internet] 2009 [Citado el 21 de marzo de 2020] 1 - 58. Disponible en:
http://repositorio.fciencias.unam.mx:8080/xmlui/bitstream/handle/11154/139762/PDFunificad
o.pdf?sequence=1
Pelliccia F, Ubertini B, Bosco N. The importance of molecular cytogenetic analysis prior to
using cell lines in research: The case of the KG-1a leukemia cell line.Researchgate.net
[Internet] 2012 [Citado el 21 de marzo de 2020] 4 : 237 – 240. Disponible en:
https://www.researchgate.net/publication/230586688_The_importance_of_molecular_cytoge
netic_analysis_prior_to_using_cell_lines_in_research_The_case_of_the_KG-
1a_leukemia_cell_line. DOI: 10.3892/ol.2012.709.
Nomura Y, Ishikawa M, Yashiro Y, Sanggarnjanavanich S, Yamaguchi T, Arai C, et al.
Researchgate.net [Internet] 2012 [Citado el 21 de marzo de 2020] 137:719–732. Disponible
en: https://www.researchgate.net/figure/Karyotyping-of-HPDLiPS-Chromosomal-analysis-
using-Q-banding-showed-a-normal-karyotype_fig8_221826146. DOI: 10.1007/s00418-012-
0923-6
Dos Santos R, Bertolotto C, Pellegrino K, Rodrigues M, Yonenaga Y. Chromosomal studies
on sphaerodactyl lizards of genera Gonatodes and Coleodactylus (Squamata, Gekkonidae)
using differential staining and fragile sites analyses. Researchgate.net [Internet] 2003 [Citado
el 21 de marzo de 2020] 103:128–134. Disponible en:
https://www.researchgate.net/publication/8103757_Chromosomal_studies_on_sphaerodactyl
 Lab GM, V-1300-1600 2020

_lizards_of_genera_Gonatodes_and_Coleodactylus_Squamata_Gekkonidae_using_differenti
al_staining_and_fragile_sites_analyses DOI: 10.1159/000076300
Araújo S, Silva C, POmpolo S, Perfectti F, Camacho J. Genetic load caused by variation in
the amount of rDNA in a wasp. Researchgate.net. [Internet] 2002 [Citado el 21 de marzo de
2020] 10: 607 – 613. Disponible en:
https://www.researchgate.net/publication/10977495_Genetic_load_caused_by_variation_in_t
he_amount_of_rDNA_in_a_wasp