En biología molecular y genética , el contenido de GC (o contenido de guanina-citosina ) es el porcentaje de bases nitrogenadas en una molécula de ADN o ARN que son guanina (G) o citosina (C). [1] Esta medida indica la proporción de bases G y C de un total implícito de cuatro bases, incluyendo también adenina y timina en el ADN y adenina y uracilo en el ARN.
El contenido de GC se puede proporcionar para un determinado fragmento de ADN o ARN o para un genoma completo . Cuando se refiere a un fragmento, puede indicar el contenido de GC de un gen individual o una sección de un gen (dominio), un grupo de genes o conjuntos de genes, una región no codificante o un oligonucleótido sintético como un cebador .
Cualitativamente, la guanina (G) y la citosina (C) experimentan un enlace de hidrógeno específico entre sí, mientras que la adenina (A) se une específicamente con la timina (T) en el ADN y con el uracilo (U) en el ARN. Cuantitativamente, cada par de bases de GC se mantiene unido mediante tres enlaces de hidrógeno, mientras que los pares de bases AT y AU se mantienen unidos mediante dos enlaces de hidrógeno. Para enfatizar esta diferencia, los pares de bases a menudo se representan como "G≡C" versus "A=T" o "A=U".
El ADN con bajo contenido de GC es menos estable que el ADN con alto contenido de GC; sin embargo, los enlaces de hidrógeno en sí no tienen un impacto particularmente significativo en la estabilidad molecular, que es causada principalmente por interacciones moleculares de apilamiento de bases. [2] A pesar de la mayor termoestabilidad conferida a un ácido nucleico con alto contenido de GC, se ha observado que al menos algunas especies de bacterias con ADN con alto contenido de GC experimentan autólisis más fácilmente, reduciendo así la longevidad de la célula. per se . [3] Debido a la termoestabilidad de los pares de GC, alguna vez se supuso que un alto contenido de GC era una adaptación necesaria a las altas temperaturas, pero esta hipótesis fue refutada en 2001. [4] Aun así, se ha demostrado que existe una fuerte correlación entre el crecimiento óptimo de procariotas a temperaturas más altas y el contenido de GC de los ARN estructurales como el ARN ribosomal , el ARN de transferencia y muchos otros ARN no codificantes . [4] [5] Los pares de bases de AU son menos estables que los pares de bases de GC, lo que hace que las estructuras de ARN con alto contenido de GC sean más resistentes a los efectos de las altas temperaturas.
Más recientemente, se ha demostrado que el factor más importante que contribuye a la estabilidad térmica de los ácidos nucleicos bicatenarios se debe en realidad al apilamiento de bases adyacentes más que al número de enlaces de hidrógeno entre las bases. Hay una energía de apilamiento más favorable para los pares GC que para los pares AT o AU debido a las posiciones relativas de los grupos exocíclicos. Además, existe una correlación entre el orden en que se apilan las bases y la estabilidad térmica de la molécula en su conjunto. [6]
El contenido de GC generalmente se expresa como un valor porcentual, pero a veces como una relación (llamada relación G+C o relación GC ). El porcentaje de contenido de GC se calcula como [7]
mientras que la relación AT/GC se calcula como [8]
Los porcentajes de contenido de GC y la relación de GC se pueden medir por varios medios, pero uno de los métodos más simples es medir la temperatura de fusión de la doble hélice del ADN mediante espectrofotometría . La absorbancia del ADN a una longitud de onda de 260 nm aumenta bastante bruscamente cuando la molécula de ADN bicatenario se separa en dos hebras simples cuando se calienta lo suficiente. [9] El protocolo más utilizado para determinar las proporciones de GC utiliza citometría de flujo para un gran número de muestras. [10]
De manera alternativa, si la molécula de ADN o ARN bajo investigación se ha secuenciado de manera confiable , entonces el contenido de GC se puede calcular con precisión mediante aritmética simple o utilizando una variedad de herramientas de software disponibles públicamente, como la calculadora de GC en línea gratuita.
Se ha descubierto que la proporción de GC dentro de un genoma es marcadamente variable. Estas variaciones en la proporción de GC dentro de los genomas de organismos más complejos dan como resultado una formación similar a un mosaico con regiones de islotes llamadas isocoras . [11] Esto da como resultado variaciones en la intensidad de la tinción en los cromosomas . [12] Las isocoras ricas en GC generalmente incluyen muchos genes codificadores de proteínas dentro de ellas y, por lo tanto, la determinación de las proporciones de GC de estas regiones específicas contribuye al mapeo de regiones del genoma ricas en genes. [13] [14]
Dentro de una larga región de secuencia genómica, los genes a menudo se caracterizan por tener un mayor contenido de GC en contraste con el contenido de GC de fondo para todo el genoma. [15] Existe evidencia de que la longitud de la región codificante de un gen es directamente proporcional a un mayor contenido de G+C. [16] Esto se ha señalado al hecho de que el codón de parada tiene un sesgo hacia los nucleótidos A y T y, por lo tanto, cuanto más corta sea la secuencia, mayor será el sesgo AT. [17]
La comparación de más de 1.000 genes ortólogos en mamíferos mostró marcadas variaciones dentro del genoma del contenido de GC en la posición del tercer codón , con un rango de menos del 30% a más del 80%. [18]
Se ha descubierto que el contenido de GC es variable en diferentes organismos, y se prevé que el proceso se vea favorecido por la variación en la selección , el sesgo mutacional y la reparación del ADN sesgada asociada a la recombinación . [19]
El contenido promedio de GC en los genomas humanos oscila entre el 35% y el 60% en fragmentos de 100 Kb, con una media del 41%. [20] El contenido de GC de la levadura ( Saccharomyces cerevisiae ) es del 38%, [21] y el de otro organismo modelo común , el berro ( Arabidopsis thaliana ), es del 36%. [22] Debido a la naturaleza del código genético , es prácticamente imposible que un organismo tenga un genoma con un contenido de GC cercano al 0% o al 100%. Sin embargo, una especie con un contenido de GC extremadamente bajo es Plasmodium falciparum (% de GC = ~20%), [23] y generalmente es común referirse a tales ejemplos como ricos en AT en lugar de pobres en GC. [24]
Varias especies de mamíferos (p. ej., musaraña , micromurciélago , tenrec , conejo ) han experimentado de forma independiente un marcado aumento en el contenido de GC de sus genes. Estos cambios en el contenido de GC se correlacionan con los rasgos de la historia de vida de las especies (p. ej., masa corporal o longevidad) y el tamaño del genoma , [18] y podrían estar relacionados con un fenómeno molecular llamado conversión genética sesgada por GC . [25]
En los experimentos de reacción en cadena de la polimerasa (PCR), el contenido de GC de oligonucleótidos cortos conocidos como cebadores se utiliza a menudo para predecir su temperatura de hibridación con el ADN molde. Un nivel de contenido de GC más alto indica una temperatura de fusión relativamente más alta.
Muchas tecnologías de secuenciación, como la secuenciación de Illumina , tienen problemas para leer secuencias con alto contenido de GC. Se sabe que los genomas de las aves tienen muchas de esas partes, lo que causa el problema de los "genes faltantes" que se espera que estén presentes en la evolución y el fenotipo, pero que nunca se secuenciaron, hasta que se utilizaron métodos mejorados. [26]
El problema de las especies en la taxonomía no eucariota ha dado lugar a varias sugerencias para la clasificación de bacterias, y el comité ad hoc sobre conciliación de enfoques de sistemática bacteriana de 1987 recomendó el uso de proporciones de GC en una clasificación jerárquica de nivel superior. [27] Por ejemplo, los Actinomycetota se caracterizan como " bacterias con alto contenido de GC ". [28] En Streptomyces coelicolor A3(2), el contenido de GC es del 72%. [29] Con el uso de métodos modernos y más confiables de sistemática molecular, se ha abolido la definición de contenido de GC de Actinomycetota y se han encontrado bacterias con bajo contenido de GC de este clado . [30]
GCSpeciesSorter [31] y TopSort [32] son herramientas de software para clasificar especies según su contenido de GC.