Una familia de genes es un conjunto de varios genes similares, formados por duplicación de un único gen original , y generalmente con funciones bioquímicas similares. Una de esas familias son los genes de las subunidades de hemoglobina humana ; Los diez genes están en dos grupos en cromosomas diferentes, llamados loci de globina α y globina β . Se cree que estos dos grupos de genes surgieron como resultado de la duplicación de un gen precursor hace aproximadamente 500 millones de años. [1]
Los genes se clasifican en familias según secuencias de proteínas o nucleótidos compartidas . Las técnicas filogenéticas se pueden utilizar como prueba más rigurosa. Las posiciones de los exones dentro de la secuencia codificante se pueden utilizar para inferir una ascendencia común. Conocer la secuencia de la proteína codificada por un gen puede permitir a los investigadores aplicar métodos que encuentren similitudes entre secuencias de proteínas que proporcionen más información que las similitudes o diferencias entre secuencias de ADN .
Si los genes de una familia de genes codifican proteínas, el término familia de proteínas se utiliza a menudo de forma análoga a familia de genes .
La expansión o contracción de familias de genes a lo largo de un linaje específico puede deberse al azar o puede ser el resultado de la selección natural. [2] Distinguir entre estos dos casos suele ser difícil en la práctica. Trabajos recientes utilizan una combinación de modelos estadísticos y técnicas algorítmicas para detectar familias de genes que están bajo el efecto de la selección natural. [3]
El Comité de Nomenclatura de Genes de HUGO (HGNC) crea esquemas de nomenclatura utilizando un símbolo de "tallo" (o "raíz") para los miembros de una familia de genes (por homología o función), con un sistema de numeración jerárquico para distinguir a los miembros individuales. [4] [5] Por ejemplo, para la familia de las peroxiredoxinas , PRDX es el símbolo raíz y los miembros de la familia son PRDX1 , PRDX2 , PRDX3 , PRDX4 , PRDX5 y PRDX6 .
Un nivel de organización del genoma es la agrupación de genes en varias familias de genes. [6] [7] Las familias de genes son grupos de genes relacionados que comparten un ancestro común. Los miembros de familias de genes pueden ser parálogos u ortólogos. Los parálogos de genes son genes con secuencias similares dentro de la misma especie, mientras que los ortólogos de genes son genes con secuencias similares en diferentes especies. Las familias de genes son muy variables en tamaño, diversidad de secuencias y disposición. Dependiendo de la diversidad y funciones de los genes dentro de la familia, las familias pueden clasificarse como familias multigénicas o superfamilias. [6] [8]
Las familias multigénicas suelen consistir en miembros con secuencias y funciones similares, aunque un alto grado de divergencia (a nivel de secuencia y/o funcional) no conduce a la eliminación de un gen de una familia de genes. Los genes individuales de la familia pueden estar dispuestos muy juntos en el mismo cromosoma o dispersos por todo el genoma en cromosomas diferentes. Debido a la similitud de sus secuencias y sus funciones superpuestas, los genes individuales de la familia a menudo comparten elementos de control regulatorio. [6] [8] En algunos casos, los miembros del gen tienen secuencias idénticas (o casi idénticas). Estas familias permiten que se expresen cantidades masivas de productos genéticos en poco tiempo, según sea necesario. Otras familias permiten que productos similares pero específicos se expresen en diferentes tipos de células o en diferentes etapas del desarrollo de un organismo. [6]
Las superfamilias son mucho más grandes que las familias multigénicas individuales. Las superfamilias contienen hasta cientos de genes, incluidas múltiples familias multigénicas, así como miembros de genes únicos e individuales. La gran cantidad de miembros permite que las superfamilias estén ampliamente dispersas, con algunos genes agrupados y otros muy dispersos. Los genes son diversos en secuencia y función y muestran varios niveles de expresión y controles de regulación separados. [6] [8]
Algunas familias de genes también contienen pseudogenes , secuencias de ADN que se parecen mucho a secuencias de genes establecidas pero que no son funcionales. [9] Existen diferentes tipos de pseudogenes. Los pseudogenes no procesados son genes que adquirieron mutaciones con el tiempo y se volvieron no funcionales. Los pseudogenes procesados son genes que han perdido su función después de moverse por el genoma mediante retrotransposición. [8] [9] Los pseudogenes que se han aislado de la familia de genes en la que se originaron se denominan huérfanos . [6]
Las familias de genes surgieron de múltiples duplicaciones de un gen ancestral, seguidas de mutaciones y divergencias. [6] Las duplicaciones pueden ocurrir dentro de un linaje (por ejemplo, los humanos pueden tener dos copias de un gen que se encuentra solo una vez en los chimpancés) o son el resultado de la especiación. Por ejemplo, un solo gen en el antepasado de los humanos y los chimpancés aparece ahora en ambas especies y puede considerarse que ha sido "duplicado" mediante especiación. Como resultado de la duplicación por especiación, una familia de genes podría incluir 15 genes, una copia en cada una de las 15 especies diferentes.
En la formación de familias de genes, existen cuatro niveles de duplicación: 1) duplicación y mezcla de exones , 2) duplicación de genes completos , 3) duplicación de familias multigénicas y 4) duplicación de genes completos . La duplicación y mezcla de exones da lugar a variaciones y nuevos genes. Luego, los genes se duplican para formar familias multigénicas que se duplican para formar superfamilias que abarcan múltiples cromosomas. La duplicación del genoma completo duplica el número de copias de cada gen y familia de genes. [6] La duplicación o poliploidización del genoma completo puede ser autopoliploidización o aloploidización. La autopoliploidización es la duplicación del mismo genoma y la alopoliploidización es la duplicación de dos genomas estrechamente relacionados o genomas hibridados de diferentes especies. [8]
La duplicación se produce principalmente a través de eventos de entrecruzamiento desigual en la meiosis de las células germinales. (1,2) Cuando dos cromosomas se desalinean, el cruce (el intercambio de alelos genéticos) da como resultado que un cromosoma se expanda o aumente en número de genes y el otro se contraiga o disminuya en número de genes. La expansión de un grupo de genes es la duplicación de genes que conduce a familias de genes más grandes. [6] [8]
Los miembros genéticos de una familia multigénica o de familias multigénicas dentro de superfamilias existen en diferentes cromosomas debido a la reubicación de esos genes después de la duplicación del gen ancestral. Los elementos transponibles desempeñan un papel en el movimiento de los genes. Los elementos transponibles se reconocen por repeticiones invertidas en sus extremos 5' y 3'. Cuando dos elementos transponibles están lo suficientemente cerca en la misma región de un cromosoma, pueden formar un transposón compuesto. La proteína transposasa reconoce las repeticiones invertidas más externas y corta el segmento de ADN. Cualquier gen entre los dos elementos transponibles se reubica cuando el transposón compuesto salta a una nueva área del genoma. [6]
La transcripción inversa es otro método de movimiento genético. Una transcripción de ARNm de un gen se transcribe de forma inversa o se copia nuevamente en ADN. Esta nueva copia de ADN del ARNm se integra en otra parte del genoma, lo que da como resultado la dispersión de los miembros de la familia de genes. [8]
Un tipo especial de familia multigénica está implicado en el movimiento de familias de genes y de miembros de familias de genes. Las familias LINE ( elementos intercalados IN largos ) y SINE ( elementos intercalados IN cortos ) son secuencias de ADN altamente repetitivas repartidas por todo el genoma . Los LINE contienen una secuencia que codifica una proteína transcriptasa inversa. Esta proteína ayuda a copiar las transcripciones de ARN de LINE y SINE nuevamente en el ADN y las integra en diferentes áreas del genoma. Esto perpetúa el crecimiento de las familias LINE y SINE. Debido a la naturaleza altamente repetitiva de estos elementos, los LINE y SINE cuando están muy juntos también desencadenan eventos de cruce desigual que resultan en duplicaciones de un solo gen y la formación de familias de genes. [6] [8]
Las mutaciones no sinónimas que resultan en la sustitución de aminoácidos aumentan las copias de genes duplicados. La duplicación da lugar a múltiples copias del mismo gen, lo que proporciona un nivel de redundancia en el que se toleran las mutaciones. Con una copia funcional del gen, otras copias pueden adquirir mutaciones sin ser extremadamente perjudiciales para los organismos. Las mutaciones permiten que genes duplicados adquieran funciones nuevas o diferentes. [8]
Algunas familias multigénicas son extremadamente homogéneas y los miembros de genes individuales comparten secuencias idénticas o casi idénticas. El proceso por el cual las familias de genes mantienen una alta homogeneidad es la evolución concertada . La evolución concertada se produce a través de ciclos repetidos de cruce desigual de eventos y ciclos repetidos de transferencia y conversión de genes. El cruce desigual conduce a la expansión y contracción de familias de genes. Las familias de genes tienen un rango de tamaño óptimo hacia el que actúa la selección natural. La contracción elimina copias de genes divergentes y evita que las familias de genes se vuelvan demasiado grandes. La expansión reemplaza las copias de genes perdidas y evita que las familias de genes se vuelvan demasiado pequeñas. Los ciclos repetidos de transferencia y conversión de genes hacen que los miembros de la familia de genes sean cada vez más similares. [6]
En el proceso de transferencia de genes, la conversión de genes alélicos está sesgada. Los alelos mutantes que se propagan en una familia de genes hacia la homogeneidad son el mismo proceso que el de un alelo ventajoso que se propaga en una población hacia la fijación. La conversión genética también ayuda a crear variación genética en algunos casos. [10]
Las familias de genes, parte de una jerarquía de almacenamiento de información en un genoma, desempeñan un papel importante en la evolución y diversidad de los organismos multicelulares. Las familias de genes son grandes unidades de información y variabilidad genética. [6] A lo largo del tiempo evolutivo, las familias de genes se han expandido y contraído con genes dentro de una familia que se duplican y diversifican en nuevos genes, y los genes se pierden. También se puede perder o ganar una familia de genes completa mediante el nacimiento de un gen de novo , por una divergencia tan extensa que haga que un gen se considere parte de una nueva familia, o por transferencia horizontal de genes . Cuando el número de genes por genoma permanece relativamente constante, esto implica que los genes se ganan y se pierden a un ritmo relativamente igual. Hay algunos patrones en los que es más probable que los genes se pierdan frente a los que tienen más probabilidades de duplicarse y diversificarse en múltiples copias. [11]
Una expansión adaptativa de un solo gen en muchas copias inicialmente idénticas ocurre cuando la selección natural favorecería copias adicionales del gen. Este es el caso cuando un factor estresante ambiental actúa sobre una especie. La amplificación de genes es más común en bacterias y es un proceso reversible. La contracción de familias de genes comúnmente resulta de la acumulación de mutaciones de pérdida de función. Una mutación sin sentido que detiene prematuramente la transcripción genética se fija en la población, provocando la pérdida de genes. Este proceso ocurre cuando los cambios en el medio ambiente hacen que un gen sea redundante. [7]
Además de la clasificación por evolución (familia de genes estructurales), el HGNC también crea "familias de genes" por función en su nomenclatura raíz. [12] Como resultado, una raíz también puede referirse a genes que tienen la misma función, a menudo parte del mismo complejo proteico . Por ejemplo, BRCA1 y BRCA2 son genes no relacionados que reciben su nombre por su papel en el cáncer de mama y RPS2 y RPS3 son proteínas ribosómicas no relacionadas que se encuentran en la misma subunidad pequeña.
El HGNC también mantiene una clasificación de "grupo de genes" (anteriormente "familia de genes"). Un gen puede ser miembro de múltiples grupos y todos los grupos forman una jerarquía. Al igual que con la clasificación de raíces, existen grupos tanto estructurales como funcionales. [4] [5]