¿Qué calcula realmente el análisis de secuencias de ADN?
El ADN es una cadena de cuatro letras con dos propiedades incómodas: las dos cadenas van en sentidos opuestos, y el mensaje solo se puede leer en bloques de tres. Casi todos los paneles de esta página sirven para tratar uno de esos dos hechos: la orientación de las cadenas (complementario inverso, transcripción) o el código de tripletes (traducción, marcos de lectura). Los paneles restantes miden propiedades físicas (contenido de GC, temperatura de fusión, peso molecular) que se derivan de las propias letras.
El único número que conviene recordar: el código genético tiene 64 codones (4×4×4), pero solo 20 aminoácidos más los codones de parada; el código es degenerado, así que varios codones distintos (p. ej. CTT, CTC, CTA y CTG leen todos leucina) codifican el mismo residuo. Esa redundancia es la razón por la que una mutación silenciosa puede cambiar una secuencia sin cambiar la proteína.
Complementario inverso: leer la otra cadena
Las dos cadenas del ADN son antiparalelas, y A se empareja con T y C con G. Si su secuencia está en la cadena superior, todo lo que funciona en la cadena inferior (un gen, un sitio de unión de cebador, un sitio de restricción) aparece como el complementario inverso: se invierte la cadena de extremo a extremo y se sustituye cada base por su pareja. Ejemplo: la secuencia 5′→3′ ATGCGT tiene como complementario inverso ACGCAT, y aplicar la operación dos veces siempre devuelve la original.
Transcripción y traducción
La transcripción copia un gen a ARN, sustituyendo la timina por uracilo. La traducción lee después el ARN (o la cadena codificante del ADN) en codones de tres bases: ATG inicia una proteína (metionina), y TAA, TAG o TGA la terminan. Como el marco de lectura puede empezar en la posición 1, 2 o 3 en cualquiera de las dos cadenas, cualquier ADN de doble cadena ofrece seis marcos posibles, y normalmente solo uno codifica un ORF (marco abierto de lectura) real y largo. El panel de traducción muestra los seis, de modo que el gen verdadero se revela como el marco con un tramo limpio desde el inicio hasta la parada. Como la polimerasa lee la cadena molde, el ARNm acaba coincidiendo con la cadena codificante, con U en lugar de T.
Contenido de GC, Tm y peso molecular
Los pares GC comparten tres enlaces de hidrógeno frente a los dos de los AT, así que el ADN rico en GC es más estable: se funde a mayor temperatura (Tm más alta), mantiene pliegues más firmes y, en genomas completos, su proporción es una característica de cada especie, que va aproximadamente del 25 % al 75 % en bacterias. El peso molecular suma las masas de cada nucleótido (unos 330 Da de media para el ADN monocatenario, el doble para el dúplex con la cadena complementaria). El panel de uso de codones cuenta qué codones sinónimos prefiere un gen; un sesgo muy marcado puede delatar los genes muy expresados.
Malentendidos habituales
- “El complementario inverso es solo el complementario.” Complementar por sí solo da una cadena 3′→5′; solo invertirla después restablece la orientación convencional 5′→3′ que usan las polimerasas y los libros de texto.
- “Un codón de parada significa el final del gen.” En un marco aleatorio aparecen paradas por azar cada ~21 codones; un ORF genuino se juzga por su longitud y por un inicio adecuado, no por una sola parada.
- “El contenido de GC es solo un porcentaje.” También predice el comportamiento de hibridación: el diseño de cebadores, el diseño de sondas y la severidad de la hibridación dependen de él (véase Diseño de cebadores).
Herramientas relacionadas: Diseño de cebadores (Tm, dímeros, comprobación de pares), Enzimas de restricción (dónde caen los cortes en la misma secuencia) y Calculadoras de biología (masa, molaridad y número de copias a partir de estos resultados de PM).
