stringtranslate.com

Polimorfismo de un solo nucleótido

La molécula de ADN superior se diferencia de la molécula de ADN inferior en una única ubicación de par de bases (un polimorfismo G/A).

En genética y bioinformática , un polimorfismo de un solo nucleótido ( SNP / s n ɪ p / ; plural SNPs / s n ɪ p s / ) es una sustitución de la línea germinal de un solo nucleótido en una posición específica del genoma . Aunque ciertas definiciones requieren que la sustitución esté presente en una fracción suficientemente grande de la población (por ejemplo, 1% o más), [1] muchas publicaciones [2] [3] [4] no aplican dicho umbral de frecuencia.

Por ejemplo, un nucleótido G presente en una ubicación específica en un genoma de referencia puede ser reemplazado por un A en una minoría de individuos. Las dos posibles variaciones de nucleótidos de este SNP –G o A– se denominan alelos . [5]

Los SNP pueden ayudar a explicar las diferencias en la susceptibilidad a una amplia gama de enfermedades en una población. Por ejemplo, un SNP común en el gen CFH se asocia con un mayor riesgo de degeneración macular relacionada con la edad. [6] Las diferencias en la gravedad de una enfermedad o la respuesta a los tratamientos también pueden ser manifestaciones de variaciones genéticas causadas por los SNP. Por ejemplo, dos SNP comunes en el gen APOE , rs429358 y rs7412, dan lugar a tres alelos principales de APO-E con diferentes riesgos asociados al desarrollo de la enfermedad de Alzheimer y la edad de aparición de la enfermedad. [7]

Las sustituciones de un solo nucleótido con una frecuencia alélica de menos del 1% a veces se denominan variantes de un solo nucleótido (SNV) . [8] "Variante" también puede usarse como un término general para cualquier cambio de un solo nucleótido en una secuencia de ADN, [9] que abarca tanto los SNP comunes como las mutaciones raras , ya sean de línea germinal o somáticas . [10] [11] Por lo tanto, el término SNV se ha utilizado para referirse a las mutaciones puntuales encontradas en las células cancerosas. [12] Las variantes de ADN también deben tenerse en cuenta comúnmente en aplicaciones de diagnóstico molecular, como el diseño de cebadores de PCR para detectar virus, en los que la muestra de ARN o ADN viral puede contener SNV. [ cita requerida ] Sin embargo, esta nomenclatura utiliza distinciones arbitrarias (como una frecuencia alélica del 1%) y no se usa de manera consistente en todos los campos; el desacuerdo resultante ha provocado llamados a un marco más consistente para nombrar las diferencias en las secuencias de ADN entre dos muestras. [13] [14]

Tipos

Tipos de polimorfismos de un solo nucleótido (SNP)

Los polimorfismos de un solo nucleótido pueden encontrarse en secuencias codificantes de genes , en regiones no codificantes de genes o en regiones intergénicas (regiones entre genes). Los SNP dentro de una secuencia codificante no necesariamente cambian la secuencia de aminoácidos de la proteína que se produce, debido a la degeneración del código genético . [15]

Los SNP en la región codificante son de dos tipos: SNP sinónimos y SNP no sinónimos. Los SNP sinónimos no afectan la secuencia de la proteína, mientras que los SNP no sinónimos cambian la secuencia de aminoácidos de la proteína. [16]

Los SNP que no se encuentran en regiones codificantes de proteínas pueden afectar el empalme de genes , la unión de factores de transcripción , la degradación del ARN mensajero o la secuencia del ARN no codificante. La expresión génica afectada por este tipo de SNP se denomina eSNP (SNP de expresión) y puede estar aguas arriba o aguas abajo del gen.

Frecuencia

Se han identificado más de 600 millones de SNP en el genoma humano de la población mundial. [22] Un genoma típico difiere del genoma humano de referencia en 4 a 5 millones de sitios, la mayoría de los cuales (más del 99,9%) consisten en SNP e indeles cortos . [23]

Dentro de un genoma

La distribución genómica de los SNP no es homogénea; los SNP se encuentran en regiones no codificantes con mayor frecuencia que en regiones codificantes o, en general, donde la selección natural está actuando y "fijando" el alelo (eliminando otras variantes) del SNP que constituye la adaptación genética más favorable. [24] Otros factores, como la recombinación genética y la tasa de mutación, también pueden determinar la densidad de SNP. [25]

La densidad de SNP se puede predecir por la presencia de microsatélites : los microsatélites AT en particular son predictores potentes de la densidad de SNP, y los tractos de repetición largos (AT)(n) tienden a encontrarse en regiones de densidad de SNP significativamente reducida y bajo contenido de GC . [26]

Dentro de una población

Existen variaciones entre las poblaciones humanas, de modo que un alelo SNP que es común en un grupo geográfico o étnico puede ser mucho más raro en otro. Sin embargo, este patrón de variación es relativamente raro; en una muestra global de 67,3 millones de SNP, el Proyecto de Diversidad del Genoma Humano "no encontró variantes privadas de este tipo que estén fijadas en un continente o región importante determinados. Las frecuencias más altas las alcanzan unas pocas decenas de variantes presentes en >70% (y unos pocos miles en >50%) en África, las Américas y Oceanía. Por el contrario, las variantes de frecuencia más alta propias de Europa, Asia Oriental, Oriente Medio o Asia Central y del Sur alcanzan sólo entre el 10 y el 30%". [27]

Dentro de una población, a los SNP se les puede asignar una frecuencia alélica menor (la frecuencia alélica más baja en un locus que se observa en una población particular). [28] Esta es simplemente la menor de las dos frecuencias alélicas para polimorfismos de un solo nucleótido.

Con este conocimiento, los científicos han desarrollado nuevos métodos para analizar las estructuras poblacionales en especies menos estudiadas. [29] [30] [31] Al utilizar técnicas de agrupamiento, el costo del análisis se reduce significativamente. [ cita requerida ] Estas técnicas se basan en secuenciar una población en una muestra agrupada en lugar de secuenciar cada individuo dentro de la población por sí mismo. Con las nuevas herramientas bioinformáticas existe la posibilidad de investigar la estructura de la población, el flujo genético y la migración genética observando las frecuencias de los alelos dentro de toda la población. Con estos protocolos existe la posibilidad de combinar las ventajas de los SNP con marcadores microsatélites. [32] [33] Sin embargo, hay información perdida en el proceso, como el desequilibrio de ligamiento y la información de cigosidad.

Aplicaciones

Importancia

Las variaciones en las secuencias de ADN de los humanos pueden afectar la forma en que los humanos desarrollan enfermedades y responden a patógenos , sustancias químicas , medicamentos , vacunas y otros agentes. Los SNP también son fundamentales para la medicina personalizada . [37] Los ejemplos incluyen la investigación biomédica, la ciencia forense, la farmacogenética y la causalidad de las enfermedades, como se describe a continuación.

Investigación clínica

Estudio de asociación del genoma completo (GWAS)

Una de las principales contribuciones de los SNP en la investigación clínica es el estudio de asociación de todo el genoma (GWAS). [38] Los datos genéticos de todo el genoma se pueden generar mediante múltiples tecnologías, incluidas la matriz de SNP y la secuenciación del genoma completo. Los GWAS se han utilizado comúnmente para identificar SNP asociados con enfermedades o fenotipos o rasgos clínicos. Dado que los GWAS son una evaluación de todo el genoma, se requiere un sitio de muestra grande para obtener suficiente potencia estadística para detectar todas las asociaciones posibles. Algunos SNP tienen un efecto relativamente pequeño en las enfermedades o los fenotipos o rasgos clínicos. Para estimar la potencia del estudio, se debe considerar el modelo genético de la enfermedad, como los efectos dominantes, recesivos o aditivos. Debido a la heterogeneidad genética, el análisis GWAS debe ajustarse por raza.

Estudio de asociación de genes candidatos

El estudio de asociación de genes candidatos se utilizaba habitualmente en los estudios genéticos antes de la invención de las tecnologías de genotipado o secuenciación de alto rendimiento. [39] El estudio de asociación de genes candidatos consiste en investigar un número limitado de SNP preespecificados para su asociación con enfermedades o fenotipos o rasgos clínicos. Por lo tanto, se trata de un enfoque basado en hipótesis. Dado que solo se prueba un número limitado de SNP, un tamaño de muestra relativamente pequeño es suficiente para detectar la asociación. El enfoque de asociación de genes candidatos también se utiliza habitualmente para confirmar los hallazgos de GWAS en muestras independientes.

Mapeo de homocigosidad en enfermedades

Los datos de SNP de todo el genoma se pueden utilizar para el mapeo de homocigosidad. [40] El mapeo de homocigosidad es un método utilizado para identificar loci autosómicos recesivos homocigotos, que puede ser una herramienta poderosa para mapear regiones genómicas o genes que están involucrados en la patogénesis de enfermedades.

Patrones de metilación

Asociaciones entre SNP, patrones de metilación y expresión genética de rasgos biológicos

Recientemente, los resultados preliminares informaron que los SNP son componentes importantes del programa epigenético en los organismos. [41] [42] Además, los estudios cosmopolitas en poblaciones europeas y del sur de Asia han revelado la influencia de los SNP en la metilación de sitios CpG específicos. [43] Además, el análisis de enriquecimiento de meQTL utilizando la base de datos GWAS demostró que esas asociaciones son importantes para la predicción de rasgos biológicos. [43] [44] [45]  

Ciencias forenses

Históricamente, los SNP se han utilizado para hacer coincidir una muestra de ADN forense con un sospechoso, pero han quedado obsoletos debido al avance de las técnicas de identificación de ADN basadas en STR . Sin embargo, el desarrollo de la tecnología de secuenciación de próxima generación (NGS) puede permitir más oportunidades para el uso de SNP en pistas fenotípicas como la etnia, el color del cabello y el color de los ojos con una buena probabilidad de coincidencia. Esto también se puede aplicar para aumentar la precisión de las reconstrucciones faciales al proporcionar información que de otro modo podría ser desconocida, y esta información se puede utilizar para ayudar a identificar sospechosos incluso sin una coincidencia del perfil de ADN STR .

Algunas desventajas de usar SNP en lugar de STR es que los SNP brindan menos información que los STR y, por lo tanto, se necesitan más SNP para el análisis antes de que se pueda crear un perfil de un sospechoso. Además, los SNP dependen en gran medida de la presencia de una base de datos para el análisis comparativo de muestras. Sin embargo, en casos con muestras degradadas o de pequeño volumen, las técnicas de SNP son una excelente alternativa a los métodos STR. Los SNP (a diferencia de los STR) tienen una gran cantidad de marcadores potenciales, se pueden automatizar por completo y es posible reducir la longitud de fragmento requerida a menos de 100 pb.[26]

Farmacogenética

La farmacogenética se centra en la identificación de variaciones genéticas, incluidos los SNP asociados con respuestas diferenciales al tratamiento. [46] Muchas enzimas metabolizadoras de fármacos, dianas farmacológicas o vías diana pueden verse influenciadas por los SNP. Los SNP involucrados en las actividades de las enzimas metabolizadoras de fármacos pueden cambiar la farmacocinética del fármaco, mientras que los SNP involucrados en la diana farmacológica o su vía pueden cambiar la farmacodinámica del fármaco. Por lo tanto, los SNP son marcadores genéticos potenciales que se pueden utilizar para predecir la exposición al fármaco o la eficacia del tratamiento. El estudio farmacogenético de todo el genoma se denomina farmacogenómica . La farmacogenética y la farmacogenómica son importantes en el desarrollo de la medicina de precisión, especialmente para enfermedades potencialmente mortales como el cáncer.

Enfermedad

Sólo una pequeña cantidad de SNP en el genoma humano puede tener impacto en las enfermedades humanas. Se han realizado GWAS a gran escala para las enfermedades humanas más importantes, incluidas las enfermedades cardíacas, las enfermedades metabólicas, las enfermedades autoinmunes y los trastornos neurodegenerativos y psiquiátricos. [38] Se han identificado la mayoría de los SNP con efectos relativamente grandes en estas enfermedades. Estos hallazgos han mejorado significativamente la comprensión de la patogénesis de la enfermedad y las vías moleculares, y han facilitado el desarrollo de un mejor tratamiento. Los GWAS posteriores con un tamaño de muestra mayor revelarán los SNP con un efecto relativamente pequeño en las enfermedades. En el caso de enfermedades comunes y complejas, como la diabetes tipo 2, la artritis reumatoide y la enfermedad de Alzheimer, intervienen múltiples factores genéticos en la etiología de la enfermedad. Además, la interacción gen-gen y la interacción gen-ambiente también desempeñan un papel importante en el inicio y la progresión de la enfermedad. [47]

Ejemplos

Bases de datos

Al igual que para los genes, también existen bases de datos bioinformáticas para los SNP.

El grupo de trabajo del Mapa Internacional de SNP mapeó la secuencia que flanquea cada SNP mediante la alineación con la secuencia genómica de clones de inserción grande en Genebank. Estas alineaciones se convirtieron en coordenadas cromosómicas que se muestran en la Tabla 1. [60] Esta lista ha aumentado considerablemente desde entonces; por ejemplo, la base de datos Kaviar ahora incluye 162 millones de variantes de un solo nucleótido (SNV).

Nomenclatura

La nomenclatura de los SNP incluye varias variaciones para un SNP individual, si bien carece de un consenso común.

El estándar rs### es el que ha sido adoptado por dbSNP y utiliza el prefijo "rs", para "SNP de referencia", seguido de un número único y arbitrario. [61] Los SNP se mencionan frecuentemente por su número rs de dbSNP, como en los ejemplos anteriores.

La Sociedad de Variación del Genoma Humano (HGVS) utiliza un estándar que proporciona más información sobre el SNP. Algunos ejemplos son:

Análisis de SNP

Los SNP se pueden analizar fácilmente debido a que solo contienen dos alelos posibles y tres genotipos posibles que involucran a los dos alelos: homocigoto A, homocigoto B y heterocigoto AB, lo que conduce a muchas técnicas posibles para el análisis. Algunas incluyen: secuenciación de ADN ; electroforesis capilar ; espectrometría de masas ; polimorfismo de conformación de cadena sencilla (SSCP); extensión de base única ; análisis electroquímico; HPLC desnaturalizante y electroforesis en gel ; polimorfismo de longitud de fragmentos de restricción ; y análisis de hibridación .

Programas para la predicción de efectos de SNP

Un grupo importante de SNP son aquellos que corresponden a mutaciones sin sentido que provocan cambios de aminoácidos a nivel de proteína. La mutación puntual de un residuo particular puede tener diferentes efectos en la función de la proteína (desde ningún efecto hasta la interrupción completa de su función). Por lo general, el cambio en aminoácidos con tamaño y propiedades fisicoquímicas similares (por ejemplo, la sustitución de leucina a valina) tiene un efecto leve y el opuesto. De manera similar, si un SNP altera elementos de estructura secundaria (por ejemplo, la sustitución a prolina en la región de la hélice alfa ), dicha mutación generalmente puede afectar la estructura y función de toda la proteína. Utilizando estas reglas simples y muchas otras derivadas del aprendizaje automático, se desarrolló un grupo de programas para la predicción del efecto de SNP: [66]

Véase también

Referencias

  1. ^ "polimorfismo de un solo nucleótido / SNP | Aprenda ciencias en Scitable". www.nature.com . Archivado desde el original el 2015-11-10 . Consultado el 2015-11-13 .
  2. ^ Sherry, ST; Ward, M.; Sirotkin, K. (1999). "dbSNP—Base de datos de polimorfismos de un solo nucleótido y otras clases de variación genética menor". Genome Research . 9 (8): 677–679. doi : 10.1101/gr.9.8.677 . PMID  10447503. S2CID  10775908.
  3. ^ Lander, ES; et al. (2001). "Secuenciación inicial y análisis del genoma humano". Nature . 409 (6822): 860–921. Bibcode :2001Natur.409..860L. doi : 10.1038/35057062 . hdl : 2027.42/62798 . PMID  11237011.
  4. ^ Auton, Adam; et al. (2015). "Una referencia global para la variación genética humana". Nature . 526 (7571): 68–74. Bibcode :2015Natur.526...68T. doi :10.1038/nature15393. PMC 4750478 . PMID  26432245. 
  5. ^ Monga, Isha; Qureshi, Abid; Thakur, Nishant; Gupta, Amit Kumar; Kumar, Manoj (septiembre de 2017). "ASPsiRNA: un recurso de ASP-siRNA que tienen potencial terapéutico para trastornos genéticos humanos y algoritmo para la predicción de su eficacia inhibidora". G3 . 7 (9): 2931–2943. doi : 10.1534/g3.117.044024 . PMC 5592921 . PMID  28696921. 
  6. ^ Calippe, Bertrand; Guillonneau, Xavier; Sennlaub, Florian (marzo de 2014). "Factor de complemento H y proteínas relacionadas en la degeneración macular relacionada con la edad". Comptes Rendus Biologies . 337 (3): 178–184. doi :10.1016/j.crvi.2013.12.003. ISSN  1631-0691. PMID  24702844.
  7. ^ Husain, Mohammed Amir; Laurent, Benoit; Plourde, Mélanie (17 de febrero de 2021). "APOE y enfermedad de Alzheimer: del transporte de lípidos a la fisiopatología y la terapéutica". Frontiers in Neuroscience . 15 : 630502. doi : 10.3389/fnins.2021.630502 . ISSN  1662-453X. PMC 7925634 . PMID  33679311. 
  8. ^ "Definición de variante de un solo nucleótido - Diccionario de términos genéticos del NCI". www.cancer.gov . 2012-07-20 . Consultado el 2023-05-02 .
  9. ^ Wright, Alan F (23 de septiembre de 2005), "Variación genética: polimorfismos y mutaciones", eLS , Wiley, doi : 10.1038/npg.els.0005005 , ISBN 9780470016176, Número de identificación del sujeto  82415195
  10. ^ Goya, R.; Sun, MG; Morin, RD; Leung, G.; Ha, G.; Wiegand, KC; Senz, J.; Crisan, A.; Marra, MA; Hirst, M.; Huntsman, D.; Murphy, KP; Aparicio, S.; Shah, SP (2010). "SNVMix: predicción de variantes de un solo nucleótido a partir de la secuenciación de tumores de próxima generación". Bioinformática . 26 (6): 730–736. doi :10.1093/bioinformatics/btq040. PMC 2832826 . PMID  20130035. 
  11. ^ Katsonis, Panagiotis; Koire, Amanda; Wilson, Stephen Joseph; Hsu, Teng-Kuei; Lua, Rhonald C.; Wilkins, Angela Dawn; Lichtarge, Olivier (20 de octubre de 2014). "Variaciones de un solo nucleótido: impacto biológico e interpretación teórica". Protein Science . 23 (12): 1650–1666. doi :10.1002/pro.2552. ISSN  0961-8368. PMC 4253807 . PMID  25234433. 
  12. ^ Khurana, Ekta; Fu, Yao; Chakravarty, Dimple; Demichelis, Francesca; Rubin, Mark A.; Gerstein, Mark (19 de enero de 2016). "El papel de las variantes de secuencia no codificantes en el cáncer". Nature Reviews Genetics . 17 (2): 93–108. doi :10.1038/nrg.2015.17. ISSN  1471-0056. PMID  26781813. S2CID  14433306.
  13. ^ Karki, Roshan; Pandya, Deep; Elston, Robert C.; Ferlini, Cristiano (15 de julio de 2015). "Definición de "mutación" y "polimorfismo" en la era de la genómica personal". BMC Medical Genomics . 8 (1). Springer Science and Business Media LLC: 37. doi : 10.1186/s12920-015-0115-z . ISSN  1755-8794. PMC 4502642 . PMID  26173390. 
  14. ^ Li, Heng (15 de marzo de 2021). "SNP vs SNV". Blog de Heng Li . Consultado el 3 de mayo de 2023 .
  15. ^ Spencer, Paige S.; Barral, José M. (2012). "Redundancia del código genético y su influencia en los polipéptidos codificados". Revista de Biotecnología Estructural y Computacional . 1 : e201204006. doi :10.5936/csbj.201204006. ISSN  2001-0370. PMC 3962081 . PMID  24688635. 
  16. ^ Chu, Duan; Wei, Lai (16 de abril de 2019). "Las mutaciones sinónimas, sinónimas y sin sentido en genes humanos relacionados con el cáncer experimentan selecciones purificadoras más fuertes de lo esperado". BMC Cancer . 19 (1): 359. doi : 10.1186/s12885-019-5572-x . ISSN  1471-2407. PMC 6469204 . PMID  30991970. 
  17. ^ Li G, Pan T, Guo D, Li LC (2014). "Variantes reguladoras y enfermedades: el SNP E-Cadherin -160C/A como ejemplo". Molecular Biology International . 2014 : 967565. doi : 10.1155/2014/967565 . PMC 4167656 . PMID  25276428. 
  18. ^ Lu YF, Mauger DM, Goldstein DB, Urban TJ, Weeks KM, Bradrick SS (noviembre de 2015). "La estructura del ARNm de IFNL3 se remodela mediante un polimorfismo no codificante funcional asociado con la eliminación del virus de la hepatitis C". Scientific Reports . 5 : 16037. Bibcode :2015NatSR...516037L. doi :10.1038/srep16037. PMC 4631997 . PMID  26531896. 
  19. ^ Kimchi-Sarfaty C, Oh JM, Kim IW, Sauna ZE, Calcagno AM, Ambudkar SV, Gottesman MM (enero de 2007). "Un polimorfismo "silencioso" en el gen MDR1 cambia la especificidad del sustrato". Science . 315 (5811): 525–8. Bibcode :2007Sci...315..525K. doi : 10.1126/science.1135308 . PMID  17185560. S2CID  15146955.
  20. ^ Al-Haggar M, Madej-Pilarczyk A, Kozlowski L, Bujnicki JM, Yahia S, Abdel-Hadi D, Shams A, Ahmad N, Hamed S, Puzianowska-Kuznicka M (noviembre de 2012). "Una nueva mutación homocigótica de p.Arg527Leu LMNA en dos familias egipcias no relacionadas provoca displasia mandibuloacral superpuesta y síndrome de progeria". Revista europea de genética humana . 20 (11): 1134–40. doi :10.1038/ejhg.2012.77. PMC 3476705 . PMID  22549407. 
  21. ^ Cordovado SK, Hendrix M, Greene CN, Mochal S, Earley MC, Farrell PM, Kharrazi M, Hannon WH, Mueller PW (febrero de 2012). "Análisis de mutaciones de CFTR y asociaciones de haplotipos en pacientes con fibrosis quística". Genética molecular y metabolismo . 105 (2): 249–54. doi :10.1016/j.ymgme.2011.10.013. PMC 3551260 . PMID  22137130. 
  22. ^ "¿Qué son los polimorfismos de un solo nucleótido (SNP)?: MedlinePlus Genetics". medlineplus.gov . Consultado el 22 de marzo de 2023 .
  23. ^ Auton A, Brooks LD, Durbin RM, Garrison EP, Kang HM, Korbel JO, Marchini JL, McCarthy S, McVean GA, Abecasis GR (octubre de 2015). "Una referencia mundial para la variación genética humana". Naturaleza . 526 (7571): 68–74. Código Bib :2015Natur.526...68T. doi : 10.1038/naturaleza15393. PMC 4750478 . PMID  26432245. 
  24. ^ Barreiro LB, Laval G, Quach H, Patin E, Quintana-Murci L (marzo de 2008). "La selección natural ha impulsado la diferenciación de poblaciones en los humanos modernos". Genética de la Naturaleza . 40 (3): 340–5. doi :10.1038/ng.78. PMID  18246066. S2CID  205357396.
  25. ^ Nachman MW (septiembre de 2001). "Polimorfismos de un solo nucleótido y tasa de recombinación en humanos". Tendencias en genética . 17 (9): 481–5. doi :10.1016/S0168-9525(01)02409-X. PMID  11525814.
  26. ^ Varela MA, Amos W (marzo de 2010). "Distribución heterogénea de SNP en el genoma humano: microsatélites como predictores de la diversidad y divergencia de nucleótidos". Genomics . 95 (3): 151–9. doi :10.1016/j.ygeno.2009.12.003. PMID  20026267.
  27. ^ Bergström A, McCarthy SA, Hui R, Almarri MA, Ayub Q, Danecek P; et al. (2020). "Información sobre la variación genética humana y la historia de la población a partir de 929 genomas diversos". Science . 367 (6484): eaay5012. doi :10.1126/science.aay5012. PMC 7115999 . PMID  32193295. {{cite journal}}: CS1 maint: multiple names: authors list (link)
  28. ^ Zhu Z, Yuan D, Luo D, Lu X, Huang S (24 de julio de 2015). "Enriquecimiento de alelos menores de SNP comunes y predicción mejorada del riesgo de enfermedad de Parkinson". PLOS ONE . ​​10 (7): e0133421. Bibcode :2015PLoSO..1033421Z. doi : 10.1371/journal.pone.0133421 . PMC 4514478 . PMID  26207627. 
  29. ^ Hivert, Valentin; Leblois, Raphaël; Petit, Eric J.; Gautier, Mathieu; Vitalis, Renaud (30 de julio de 2018). "Medición de la diferenciación genética a partir de datos de secuenciación en grupo". Genética . 210 (1): 315–330. doi : 10.1534/genetics.118.300900 . ISSN  0016-6731. PMC 6116966 . PMID  30061425. 
  30. ^ Ekblom, R; Galindo, J (8 de diciembre de 2010). "Aplicaciones de la secuenciación de próxima generación en la ecología molecular de organismos no modelo". Heredity . 107 (1): 1–15. doi : 10.1038/hdy.2010.152 . ISSN  0018-067X. PMC 3186121 . PMID  21139633. 
  31. ^ Ellegren, Hans (enero de 2014). "Secuenciación genómica y genómica de poblaciones en organismos no modelo". Tendencias en ecología y evolución . 29 (1): 51–63. doi :10.1016/j.tree.2013.09.008. ISSN  0169-5347. PMID  24139972.
  32. ^ Dorant, Yann; Benestan, Laura; Rougemont, Quentin; Normandeau, Eric; Boyle, Brian; Rochette, Rémy; Bernatchez, Louis (2019). "Comparación de genotipado Pool-seq, Rapture y GBS para inferir una estructura poblacional débil: la langosta americana (Homarus americanus) como estudio de caso". Ecología y evolución . 9 (11): 6606–6623. doi :10.1002/ece3.5240. ISSN  2045-7758. PMC 6580275 . PMID  31236247. 
  33. ^ Vendrami, David LJ; Telesca, Luca; Weigand, Hannah; Weiss, Martina; Fawcett, Katie; Lehman, Katrin; Clark, MS; Leese, Florian; McMinn, Carrie; Moore, Heather; Hoffman, Joseph I. (2017). "La secuenciación RAD resuelve la estructura poblacional a escala fina en un invertebrado bentónico: implicaciones para comprender la plasticidad fenotípica". Royal Society Open Science . 4 (2): 160548. Bibcode :2017RSOS....460548V. doi :10.1098/rsos.160548. PMC 5367306 . PMID  28386419. 
  34. ^ Zhang K, Qin ZS, Liu JS, Chen T, Waterman MS, Sun F (mayo de 2004). "Partición de bloques de haplotipos y selección de SNP de etiquetas utilizando datos de genotipo y sus aplicaciones a estudios de asociación". Genome Research . 14 (5): 908–16. doi :10.1101/gr.1837404. PMC 479119 . PMID  15078859. 
  35. ^ Gupta PK, Roy JK, Prasad M (25 de febrero de 2001). «Polimorfismos de un solo nucleótido: un nuevo paradigma para la tecnología de marcadores moleculares y la detección de polimorfismos de ADN con énfasis en su uso en plantas». Current Science . 80 (4): 524–535. Archivado desde el original el 13 de febrero de 2017.
  36. ^ Stimson J, Gardy J, Mathema B, Crudu V, Cohen T, Colijn C (25 de enero de 2019). "Más allá del umbral de SNP: identificación de grupos de brotes mediante transmisiones inferidas". Biología molecular y evolución . 36 (3): 587–603. doi :10.1093/molbev/msy242. PMC 6389316 . PMID  30690464. 
  37. ^ Carlson, Bruce (15 de junio de 2008). "SNPs — A Shortcut to Personalized Medicine". Noticias sobre ingeniería genética y biotecnología . 28 (12). Mary Ann Liebert, Inc. Archivado desde el original el 26 de diciembre de 2010. Consultado el 6 de julio de 2008. (subtítulo) Se espera que el mercado crezca en las aplicaciones médicas .
  38. ^ ab Visscher, Peter M.; Wray, Naomi R.; Zhang, Qian; Sklar, Pamela; McCarthy, Mark I.; Brown, Matthew A.; Yang, Jian (julio de 2017). "10 años de descubrimiento de GWAS: biología, función y traducción". The American Journal of Human Genetics . 101 (1): 5–22. doi :10.1016/j.ajhg.2017.06.005. ISSN  0002-9297. PMC 5501872 . PMID  28686856. 
  39. ^ Dong, Linda M.; Potter, John D.; White, Emily; Ulrich, Cornelia M.; Cardon, Lon R.; Peters, Ulrike (28 de mayo de 2008). "Susceptibilidad genética al cáncer". JAMA . 299 (20): 2423–2436. doi :10.1001/jama.299.20.2423. ISSN  0098-7484. PMC 2772197 . PMID  18505952. 
  40. ^ Alkuraya, Fowzan S. (abril de 2010). "Mapeo de homocigosidad: una herramienta más en la caja de herramientas del genetista clínico". Genética en Medicina . 12 (4): 236–239. doi : 10.1097/gim.0b013e3181ceb95d . ISSN  1098-3600. PMID  20134328. S2CID  10789932.
  41. ^ Vohra, Manik; Sharma, Anu Radha; Prabhu B, Navya; Rai, Padmalatha S. (2020). "SNP en sitios de metilación del ADN, unión de factores de transcripción y dianas de miRNA que conducen a la expresión génica específica de alelos y contribuyen al riesgo de enfermedades complejas: una revisión sistemática". Public Health Genomics . 23 (5–6): 155–170. doi : 10.1159/000510253 . ISSN  1662-4246. PMID  32966991. S2CID  221886624.
  42. ^ Wang, Jing; Ma, Xiaoqin; Zhang, Qi; Chen, Yinghui; Wu, Dan; Zhao, Pengjun; Yu, Yu (2021). "El análisis de interacción de las variantes de SNP y la metilación del ADN identifica nuevos genes de patogénesis metilados en cardiopatías congénitas". Frontiers in Cell and Developmental Biology . 9 : 665514. doi : 10.3389/fcell.2021.665514 . ISSN  2296-634X. PMC 8143053 . PMID  34041244. 
  43. ^ ab Hawe, Johann S.; Wilson, Rory; Schmid, Katharina T.; Zhou, Li; Lakshmanan, Lakshmi Narayanan; Lehne, Benjamin C.; Kühnel, Brigitte; Scott, William R.; Wielscher, Matthias; Yew, Yik Weng; Baumbach, Clemens; Lee, Dominic P.; Marouli, Eirini; Bernard, Manon; Pfeiffer, Liliane (enero de 2022). "La variación genética que influye en la metilación del ADN proporciona información sobre los mecanismos moleculares que regulan la función genómica". Nature Genetics . 54 (1): 18–29. doi :10.1038/s41588-021-00969-x. ISSN  1546-1718. PMID  34980917. S2CID  256821844.
  44. ^ Perzel Mandell, Kira A.; Eagles, Nicholas J.; Wilton, Richard; Price, Amanda J.; Semick, Stephen A.; Collado-Torres, Leonardo; Ulrich, William S.; Tao, Ran; Han, Shizhong; Szalay, Alexander S.; Hyde, Thomas M.; Kleinman, Joel E.; Weinberger, Daniel R.; Jaffe, Andrew E. (2 de septiembre de 2021). "Identificación basada en secuenciación de todo el genoma de loci de rasgos cuantitativos de metilación y su papel en el riesgo de esquizofrenia". Nature Communications . 12 (1): 5251. Bibcode :2021NatCo..12.5251P. doi :10.1038/s41467-021-25517-3. ISSN  2041-1723. PMC 8413445 . Número de modelo:  PMID34475392. 
  45. ^ Hoffmann, Anke; Ziller, Michael; Spengler, Dietmar (diciembre de 2016). "El futuro es el pasado: QTL de metilación en la esquizofrenia". Genes . 7 (12): 104. doi : 10.3390/genes7120104 . ISSN  2073-4425. PMC 5192480 . PMID  27886132. 
  46. ^ Daly, Ann K (11 de octubre de 2017). "Farmacogenética: una revisión general sobre el progreso hasta la fecha". British Medical Bulletin . 124 (1): 65–79. doi : 10.1093/bmb/ldx035 . ISSN  0007-1420. PMID  29040422.
  47. ^ Musci, Rashelle J.; Augustinavicius, Jura L.; Volk, Heather (13 de agosto de 2019). "Interacciones entre genes y ambiente en psiquiatría: evidencia reciente e implicaciones clínicas". Current Psychiatry Reports . 21 (9): 81. doi :10.1007/s11920-019-1065-5. ISSN  1523-3812. PMC 7340157 . PMID  31410638. 
  48. ^ Giegling I, Hartmann AM, Möller HJ, Rujescu D (noviembre de 2006). "Los rasgos relacionados con la ira y la agresión están asociados con polimorfismos en el gen 5-HT-2A". Journal of Affective Disorders . 96 (1–2): 75–81. doi :10.1016/j.jad.2006.05.016. PMID  16814396.
  49. ^ Ezzeddini R, Somi MH, Taghikhani M, Moaddab SY, Masnadi Shirazi K, Shirmohammadi M, Eftekharsadat AT, Sadighi Moghaddam B, Salek Farrokhi A (febrero de 2021). "Asociación del polimorfismo Foxp3 rs3761548 con la concentración de citocinas en pacientes con adenocarcinoma gástrico". Citocina . 138 : 155351. doi : 10.1016/j.cyto.2020.155351. ISSN  1043-4666. PMID  33127257. S2CID  226218796.
  50. ^ Kujovich JL (enero de 2011). "Trombofilia del factor V Leiden". Genética en Medicina . 13 (1): 1–16. doi : 10.1097/GIM.0b013e3181faa0f2 . PMID  21116184.
  51. ^ Morita A, Nakayama T, Doba N, Hinohara S, Mizutani T, Soma M (junio de 2007). "Genotipificación de SNP trialélicos mediante PCR TaqMan". Sondas moleculares y celulares . 21 (3): 171–6. doi :10.1016/j.mcp.2006.10.005. PMID  17161935.
  52. ^ Prodi DA, Drayna D, Forabosco P, Palmas MA, Maestrale GB, Piras D, Pirastu M, Angius A (octubre de 2004). "El estudio del sabor amargo en un aislado genético de Cerdeña respalda la asociación de la sensibilidad a la feniltiocarbamida con el gen del receptor amargo TAS2R38". Chemical Senses . 29 (8): 697–702. doi : 10.1093/chemse/bjh074 . PMID  15466815.
  53. ^ Ammitzbøll CG, Kjær TR, Steffensen R, Stengaard-Pedersen K, Nielsen HJ, Thiel S, Bøgsted M, Jensenius JC (28 de noviembre de 2012). "Los polimorfismos no sinónimos en el gen FCN1 determinan la capacidad de unión al ligando y los niveles séricos de M-ficolina". MÁS UNO . 7 (11): e50585. Código Bib : 2012PLoSO...750585A. doi : 10.1371/journal.pone.0050585 . PMC 3509001 . PMID  23209787. 
  54. ^ Guenther, Catherine A.; Tasic, Bosiljka; Luo, Liqun; Bedell, Mary A.; Kingsley, David M. (julio de 2014). "Una base molecular para el color de pelo rubio clásico en los europeos". Nature Genetics . 46 (7): 748–752. doi :10.1038/ng.2991. ISSN  1546-1718. PMC 4704868 . PMID  24880339. 
  55. ^ Ji G, Long Y, Zhou Y, Huang C, Gu A, Wang X (mayo de 2012). "Variantes comunes en genes de reparación de desajustes asociados con un mayor riesgo de daño del ADN del esperma e infertilidad masculina". BMC Medicine . 10 : 49. doi : 10.1186/1741-7015-10-49 . PMC 3378460 . PMID  22594646. 
  56. ^ Centro Nacional de Información Biotecnológica, Biblioteca Nacional de Medicina de los Estados Unidos. 2014. NCBI dbSNP build 142 for human. «[DBSNP-announce] DBSNP Human Build 142 (GRCh38 and GRCh37.p13)». Archivado desde el original el 10 de septiembre de 2017. Consultado el 11 de septiembre de 2017 .
  57. ^ Centro Nacional de Información Biotecnológica, Biblioteca Nacional de Medicina de los Estados Unidos. 2015. NCBI dbSNP build 144 for human. Página de resumen. «Resumen de DBSNP». Archivado desde el original el 10 de septiembre de 2017. Consultado el 11 de septiembre de 2017 .
  58. ^ Glusman G, Caballero J, Mauldin DE, Hood L, Roach JC (noviembre de 2011). "Kaviar: un sistema accesible para probar la novedad de SNV". Bioinformática . 27 (22): 3216–7. doi :10.1093/bioinformatics/btr540. PMC 3208392 . PMID  21965822. 
  59. ^ Cao R, Shi Y, Chen S, Ma Y, Chen J, Yang J, Chen G, Shi T (enero de 2017). "dbSAP: base de datos de polimorfismos de un solo aminoácido para la detección de variaciones proteínicas". Nucleic Acids Research . 45 (D1): D827–D832. doi :10.1093/nar/gkw1096. PMC 5210569 . PMID  27903894. 
  60. ^ Sachidanandam R, Weissman D, Schmidt SC, Kakol JM, Stein LD , Marth G, Sherry S, Mullikin JC, Mortimore BJ, Willey DL, Hunt SE, Cole CG, Coggill PC, Rice CM, Ning Z, Rogers J, Bentley DR, Kwok PY, Mardis ER, Yeh RT, Schultz B, Cook L, Davenport R, Dante M, Fulton L, Hillier L, Waterston RH, McPherson JD, Gilman B, Schaffner S, Van Etten WJ, Reich D, Higgins J, Daly MJ, Blumenstiel B, Baldwin J, Stange-Thomann N, Zody MC, Linton L, Lander ES, Altshuler D (febrero de 2001). "Un mapa de la variación de la secuencia del genoma humano que contiene 1,42 millones de polimorfismos de un solo nucleótido". Nature . 409 (6822): 928–33. Código Bibliográfico :2001Natur.409..928S. doi : 10.1038/35057149 . PMID  11237013.
  61. ^ "Clustered RefSNPs (rs) and Other Data Computed in House" (RefSNP agrupados (rs) y otros datos calculados internamente). Archivo de preguntas frecuentes sobre SNP . Bethesda (MD): Centro Nacional de Información Biotecnológica de EE. UU. 2005.
  62. ^ JT Den Dunnen (20 de febrero de 2008). "Recomendaciones para la descripción de variantes de secuencia". Sociedad de Variación del Genoma Humano. Archivado desde el original el 14 de septiembre de 2008. Consultado el 5 de septiembre de 2008 .
  63. ^ den Dunnen JT, Antonarakis SE (2000). "Extensiones de nomenclatura de mutaciones y sugerencias para describir mutaciones complejas: una discusión". Human Mutation . 15 (1): 7–12. doi : 10.1002/(SICI)1098-1004(200001)15:1<7::AID-HUMU4>3.0.CO;2-N . PMID  10612815.
  64. ^ Ogino S, Gulley ML, den Dunnen JT, Wilson RB (febrero de 2007). "Nomenclatura estándar de mutaciones en diagnósticos moleculares: desafíos prácticos y educativos". The Journal of Molecular Diagnostics . 9 (1): 1–6. doi :10.2353/jmoldx.2007.060081. PMC 1867422 . PMID  17251329. 
  65. ^ "Nomenclatura de variantes de secuencia". varnomen.hgvs.org . Consultado el 2 de diciembre de 2019 .
  66. ^ Johnson, Andrew D. (octubre de 2009). "Bioinformática de SNP: una revisión exhaustiva de recursos". Circulation: Cardiovascular Genetics . 2 (5): 530–536. doi :10.1161/CIRCGENETICS.109.872010. ISSN  1942-325X. PMC 2789466 . PMID  20031630. 
  67. ^ Malhis N, Jones SJ, Gsponer J (abril de 2019). "Medidas mejoradas para la conservación evolutiva que explotan las distancias taxonómicas". Nature Communications . 10 (1): 1556. Bibcode :2019NatCo..10.1556M. doi :10.1038/s41467-019-09583-2. PMC 6450959 . PMID  30952844. 
  68. ^ Nawar Malhis; Matthew Jacobson; Steven JM Jones; Jörg Gsponer (2020). "LIST-S2: Clasificación basada en taxonomía de mutaciones sin sentido deletéreas entre especies". Investigación de ácidos nucleicos . 48 (W1): W154–W161. doi : 10.1093/nar/gkaa288 . PMC 7319545 . PMID  32352516. 
  69. ^ "Vista de SNPViz - Visualización de SNP en proteínas". genomicscomputbiol.org . doi : 10.18547/gcb.2018.vol4.iss1.e100048 . Archivado desde el original el 2020-08-07 . Consultado el 2018-10-20 .
  70. ^ Ofoegbu TC, David A, Kelley LA, Mezulis S, Islam SA, Mersmann SF, et al. (junio de 2019). "PhyreRisk: una aplicación web dinámica para unir la genómica, la proteómica y los datos estructurales 3D para guiar la interpretación de las variantes genéticas humanas". Revista de biología molecular . 431 (13): 2460–2466. doi :10.1016/j.jmb.2019.04.043. PMC 6597944 . PMID  31075275. 
  71. ^ Ittisoponpisan S, Islam SA, Khanna T, Alhuzimi E, David A, Sternberg MJ (mayo de 2019). "¿Pueden las estructuras tridimensionales de proteínas predichas proporcionar información fiable sobre si las variantes sin sentido están asociadas a enfermedades?". Journal of Molecular Biology . 431 (11): 2197–2212. doi :10.1016/j.jmb.2019.04.009. PMC 6544567 . PMID  30995449. 

Lectura adicional

Enlaces externos