stringtranslate.com

Genómica de poblaciones

La genómica de poblaciones es la comparación a gran escala de secuencias de ADN de poblaciones. La genómica de poblaciones es un neologismo asociado con la genética de poblaciones . La genómica de poblaciones estudia los efectos en todo el genoma para mejorar nuestra comprensión de la microevolución y así poder aprender la historia filogenética y la demografía de una población. [1]

Historia

La genómica de poblaciones ha sido de interés para los científicos desde Darwin. Algunos de los primeros métodos utilizados para estudiar la variabilidad genética en múltiples loci incluyeron la electroforesis en gel y el mapeo de enzimas de restricción. [2] Anteriormente, la genómica estaba restringida solo al estudio de una pequeña cantidad de loci . Sin embargo, los avances recientes en secuenciación y almacenamiento y potencia de las computadoras han permitido el estudio de cientos de miles de loci de poblaciones. [3] El análisis de estos datos requiere la identificación de loci no neutrales o atípicos que indican selección en esa región del genoma. Esto permitirá al investigador eliminar estos loci para estudiar los efectos en todo el genoma o centrarse en estos loci si son de interés.

Aplicaciones de investigación

En el estudio de Schizosaccharomyces pombe (más comúnmente conocida como levadura de fisión), un organismo modelo popular, se ha utilizado la genómica de poblaciones para comprender la razón de la variación fenotípica dentro de una especie. Sin embargo, dado que la variación genética dentro de esta especie se entendía mal anteriormente debido a restricciones tecnológicas, la genómica de poblaciones nos permite aprender sobre las diferencias genéticas de las especies. [4] En la población humana, la genómica de poblaciones se ha utilizado para estudiar el cambio genético desde que los humanos comenzaron a migrar lejos de África hace aproximadamente 50.000-100.000 años. Se ha demostrado que no solo los genes relacionados con la fertilidad y la reproducción fueron altamente seleccionados, sino también que cuanto más se alejaban los humanos de África, mayor era la presencia de lactasa. [5]

Un estudio de 2007 realizado por Begun et al. comparó la secuencia completa del genoma de múltiples líneas de Drosophila simulans con el ensamblaje de D. melanogaster y D. yakuba . Esto se realizó alineando el ADN de secuencias shotgun del genoma completo de D. simulans con una secuencia de referencia estándar antes de realizar un análisis del genoma completo del polimorfismo y la divergencia. Esto reveló una gran cantidad de proteínas que habían experimentado selección direccional . Descubrieron fluctuaciones a gran escala previamente desconocidas tanto en el polimorfismo como en la divergencia a lo largo de los brazos cromosómicos. Descubrieron que el cromosoma X tenía una divergencia más rápida y significativamente menos polimorfismo de lo esperado anteriormente. También encontraron regiones del genoma (por ejemplo, UTR ) que indicaban evolución adaptativa. [6]

En 2014, Jacquot et al. estudiaron la diversificación y la epidemiología de los patógenos bacterianos endémicos utilizando el complejo de especies Borrelia burgdorferi (la bacteria responsable de la enfermedad de Lyme) como modelo. También deseaban comparar la estructura genética entre B. burgdorferi y las especies estrechamente relacionadas B. garinii y B. afzelii . Comenzaron secuenciando muestras de un cultivo y luego mapeando la lectura bruta en secuencias de referencia. Se utilizaron análisis filogenéticos y basados ​​en SNP tanto a nivel intraespecífico como interespecífico. Al observar el grado de aislamiento genético, descubrieron que la tasa de recombinación intraespecífica era ~50 veces mayor que la tasa interespecífica. También descubrieron que al utilizar la mayoría del genoma, las cepas conespecíficas no se agrupaban en clados, lo que plantea preguntas sobre las estrategias anteriores utilizadas al investigar la epidemiología de los patógenos. [7]

Moore et al. realizaron un estudio en 2014 en el que un grupo de poblaciones de salmón del Atlántico que se analizaron previamente con análisis genéticos poblacionales tradicionales ( microsatélites , genotipado de matriz SNP , BayeScan (que utiliza la distribución multinomial de Dirichlet )) para ubicarlas en unidades de conservación definidas . Esta evaluación genómica coincidió en gran medida con los resultados anteriores, pero identificó más diferencias entre grupos regional y genéticamente discretos, lo que sugiere que potencialmente había un número incluso mayor de unidades de conservación de salmón en esas regiones. Estos resultados verificaron la utilidad del análisis de todo el genoma para mejorar la precisión de la designación futura de unidades de conservación. [8]

En las especies marinas altamente migratorias , los análisis genéticos poblacionales tradicionales a menudo no logran identificar la estructura poblacional. En los atunes, los marcadores tradicionales como los productos de PCR de corto alcance, los microsatélites y las matrices de SNP han tenido dificultades para distinguir las poblaciones de peces de cuencas oceánicas separadas. Sin embargo, la investigación genómica poblacional utilizando la secuenciación RAD en el atún aleta amarilla [9] [10] y el atún blanco [11] [12] ha podido distinguir poblaciones de diferentes cuencas oceánicas y revelar la estructura poblacional a escala fina. Estos estudios identifican loci supuestamente adaptativos que revelan una fuerte estructura poblacional, aunque estos sitios representan una proporción relativamente pequeña de los datos generales de la secuencia de ADN. Por el contrario, la mayoría de los loci secuenciados que se presumen selectivos neutrales no revelan patrones de diferenciación poblacional, lo que coincide con los resultados de los marcadores de ADN tradicionales. [9] [10] [11] [12] El mismo patrón de loci supuestamente adaptativos y secuenciación RAD que revela la estructura de la población, en comparación con la información limitada proporcionada por los marcadores de ADN tradicionales, también se observa para otros peces marinos, incluido el marlín rayado [13] y el bacalao . [14]

Modelos matemáticos

Para comprender y analizar la gran cantidad de datos que provienen de los estudios de genómica de poblaciones se requieren varios modelos matemáticos. Un método para analizar esta gran cantidad de datos es a través del mapeo de QTL . El mapeo de QTL se ha utilizado para ayudar a encontrar los genes responsables de los fenotipos adaptativos. [15] Para cuantificar la diversidad genética dentro de una población se utiliza un valor conocido como índice de fijación o FST . Cuando se utiliza con la D de Tajima , el FST se ha utilizado para mostrar cómo actúa la selección sobre una población. [16] La prueba de McDonald-Kreitman (o prueba MK) también se prefiere cuando se busca la selección porque no es tan sensible a los cambios en la demografía de una especie que afectarían a otras pruebas de selección. [17]

Desarrollos futuros

La mayoría de los avances en genómica de poblaciones tienen que ver con el aumento de la tecnología de secuenciación. Por ejemplo, la secuenciación de ADN asociada a sitios de restricción, o RADSeq, es una tecnología relativamente nueva que secuencia con una menor complejidad y ofrece una mayor resolución a un costo razonable. [18] Las tecnologías de secuenciación de alto rendimiento también son un campo en rápido crecimiento que permite recopilar más información sobre la divergencia genómica durante la especiación. [19] La secuenciación de alto rendimiento también es muy útil para la detección de SNP, que desempeña un papel clave en la medicina personalizada. [20] Otro enfoque relativamente nuevo es la secuenciación de bibliotecas de representación reducida (RRL), que descubre y genotipa SNP y tampoco requiere genomas de referencia. [21]

Véase también

Notas

  1. ^ Luikart, G.; England, PR; Tallmon, D.; Jordan S.; Taberlet P. (2003). "El poder y la promesa de la genómica de poblaciones: de la genotipificación a la tipificación genómica". Nature Reviews (4): 981-994
  2. ^ Charlesworth, B. (2011). "Genómica de poblaciones moleculares: una breve historia" (PDF) . Genetics Research . 92 (5–6): 397–411. doi : 10.1017/S0016672310000522 . PMID  21429271.
  3. ^ Schilling, MP; Wolf, PG; Duffy, AM; Rai, HS; Rowe, CA; Richardson, BA; Mock, KE (2014). "Genotipado por secuenciación para la genómica de poblaciones de Populus: una evaluación de los patrones de muestreo del genoma y los enfoques de filtrado". PLOS ONE . ​​9 (4): e95292. Bibcode :2014PLoSO...995292S. doi : 10.1371/journal.pone.0095292 . PMC 3991623 . PMID  24748384. 
  4. ^ Fawcett, JA; Iida, T.; Takuno, S.; Sugino, RP; Kado, T.; Kugou, K.; Mura, S.; Kobayashi, T.; Ohta, K.; Nakayama, JI; Innan, H. (2014). "Genómica poblacional de la levadura de fisión Schizosaccharomyces pombe". MÁS UNO . 9 (8): e104241. Código Bib : 2014PLoSO...9j4241F. doi : 10.1371/journal.pone.0104241 . PMC 4128662 . PMID  25111393. 
  5. ^ Lachance, J.; Tishkoff, SA (2013). "Genómica de poblaciones de la adaptación humana". Revista anual de ecología, evolución y sistemática . 44 : 123–143. doi :10.1146/annurev-ecolsys-110512-135833. PMC 4221232. PMID  25383060 . 
  6. ^ Begun, DJ; Holloway, AK; Stevens, K.; Hillier, LW; Poh, YP; Hahn, MW; Nista, PM; Jones, CD; Kern, AD; Dewey, CN; Pachter, L .; Myers, E.; Langley, CH (2007). "Genómica de poblaciones: análisis de todo el genoma del polimorfismo y la divergencia en Drosophila simulans". PLOS Biology . 5 (11): e310. doi : 10.1371/journal.pbio.0050310 . PMC 2062478 . PMID  17988176. 
  7. ^ Jacquot, M.; Gonnet, M.; Ferquel, E.; Abrial, D.; Claude, A.; Gasqui, P.; Choumet, VR; Charras-Garrido, M.; Garnier, M.; Faure, B.; Sertour, N.; Dorr, N.; De Goër, J.; Vourc'h, GL; Bailly, X. (2014). "La genómica poblacional comparativa del complejo de especies Borrelia burgdorferi revela un alto grado de aislamiento genético entre especies y subraya los beneficios y las limitaciones para estudiar los procesos epidemiológicos intraespecíficos". PLOS ONE . ​​9 (4): e94384. Bibcode :2014PLoSO...994384J. doi : 10.1371/journal.pone.0094384 . Número de modelo : PMID 24721934  . 
  8. ^ Moore, Jean-Sébastien; Bourret, Vincent; Dionne, Mélanie; Bradbury, Ian; O'Reilly, Patrick; Kent, Matthew; Chaput, Gérald; Bernatchez, Louis (diciembre de 2014). "Genómica de la conservación del salmón atlántico anádromo en toda su distribución norteamericana: los loci atípicos identifican los mismos patrones de estructura poblacional que los loci neutrales". Ecología molecular . 23 (23): 5680–5697. doi :10.1111/mec.12972. PMID  25327895. S2CID  12251497.
  9. ^ ab Grewe, PM; Feutry, P.; Hill, PL; Gunasekera, RM; Schaefer, KM; Itano, DG; Fuller, DW; Foster, SD; Davies, CR (2015). "La evidencia de poblaciones discretas de atún aleta amarilla (Thunnus albacares) exige un replanteamiento de la gestión de este recurso de importancia mundial". Scientific Reports . 5 : 16916. Bibcode :2015NatSR...516916G. doi : 10.1038/srep16916 . PMC 4655351 . PMID  26593698. 
  10. ^ ab Pecoraro, Carlo; Babbucci, Massimiliano; Franch, Rafaella; Rico, Ciro; Papetti, Chiara; Chassot, Emmanuel; Bodino, Nathalie; Cariani, Alessia; Bargelloni, Luca; Tinti, Fausto (2018). "La genómica de la población del atún aleta amarilla (Thunnus albacares) a escala geográfica global desafía la delimitación actual de la población". Informes científicos . 8 (1): 13890. Código bibliográfico : 2018NatSR...813890P. doi : 10.1038/s41598-018-32331-3 . PMC 6141456 . PMID  30224658. 
  11. ^ ab Anderson, Giulia; Hampton, John; Smith, Neville; Rico, Ciro (2019). "Indicaciones de una fuerte estructura genética poblacional adaptativa en el atún blanco (Thunnus alalunga) en el suroeste y centro del océano Pacífico". Ecología y evolución . 9 (18): 10354–10364. doi : 10.1002/ece3.5554 . PMC 6787800 . PMID  31624554. 
  12. ^ ab Vaux, Felix; Bohn, Sandra; Hyde, John R.; O'Malley, Kathleen G. (2021). "Los marcadores adaptativos distinguen al atún blanco del Pacífico norte y sur en medio de una baja diferenciación poblacional". Aplicaciones evolutivas . 14 (5): 1343–1364. doi : 10.1111/eva.13202 . ISSN  1752-4571. PMC 8127716 . PMID  34025772. 
  13. ^ Mamoozadeh, Nadya R.; Graves, John E.; McDowell, Jan R. (2020). "Los SNP de todo el genoma resuelven patrones espaciotemporales de conectividad dentro del marlín rayado (Kajikia audax), una especie pelágica ampliamente distribuida y altamente migratoria". Aplicaciones evolutivas . 13 (4): 677–698. doi : 10.1111/eva.12892 . PMC 7086058 . PMID  32211060. 
  14. ^ Longo, Gary C.; Lam, Laurel; Basnett, Bonnie; Samhouri, Jameal; Hamilton, Scott; Andrews, Kelly; Williams, Greg; Goetz, Giles; McClure, Michelle; Nichols, Krista M. (2020). "La fuerte diferenciación poblacional en el bacalao (Ophiodon elongatus) está impulsada por una pequeña porción del genoma". Aplicaciones evolutivas . 13 (10): 2536–2554. doi : 10.1111/eva.13037 . PMC 7691466 . PMID  33294007. 
  15. ^ Stinchcombe, JR; Hoekstra, HE (2007). "Combinando genómica de poblaciones y genética cuantitativa: encontrando los genes que subyacen a rasgos ecológicamente importantes". Heredity . 100 (2): 158–170. doi : 10.1038/sj.hdy.6800937 . PMID  17314923.
  16. ^ Hohenlohe, PA; Bassham, S.; Etter, PD; Stiffler, N.; Johnson, EA; Cresko, WA (2010). "Genómica poblacional de la adaptación paralela en el espinoso de tres espinas utilizando etiquetas RAD secuenciadas". PLOS Genetics . 6 (2): e1000862. doi : 10.1371/journal.pgen.1000862 . PMC 2829049 . PMID  20195501. 
  17. ^ Harpur, BA; Kent, CF; Molodtsova, D.; Lebon, JMD; Alqarni, AS; Owayss, AA; Zayed, A. (2014). "La genómica poblacional de la abeja melífera revela fuertes señales de selección positiva en los rasgos de las obreras". Actas de la Academia Nacional de Ciencias . 111 (7): 2614–2619. Bibcode :2014PNAS..111.2614H. doi : 10.1073/pnas.1315506111 . PMC 3932857 . PMID  24488971. 
  18. ^ Davey, JW; Blaxter, ML (2011). "RADSeq: Genética de poblaciones de próxima generación". Briefings in Functional Genomics . 9 (5–6): 416–423. doi :10.1093/bfgp/elq031. PMC 3080771 . PMID  21266344. 
  19. ^ Ellegren, H. (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. PMID  24139972.
  20. ^ You, N.; Murillo, G.; Su, X.; Zeng, X.; Xu, J.; Ning, K.; Zhang, S.; Zhu, J.; Cui, X. (2012). "Llamada de SNP utilizando la selección del modelo de genotipo en datos de secuenciación de alto rendimiento". Bioinformática . 28 (5): 643–650. doi :10.1093/bioinformatics/bts001. PMC 3338331 . PMID  22253293. 
  21. ^ Greminger, MP; Stölting, KN; Nater, A.; Goossens, B.; Arora, N.; Bruggmann, RM; Patrignani, A.; Nussberger, B.; Sharma, R.; Kraus, RHS; Ambu, LN; Singleton, I.; Chikhi, L.; Van Schaik, CP; Krützen, M. (2014). "Generación de conjuntos de datos de SNP para la genómica de la población de orangutanes utilizando una secuenciación de representación reducida mejorada y comparaciones directas de algoritmos de llamada de SNP". BMC Genomics . 15 : 16. doi : 10.1186/1471-2164-15-16 . PMC 3897891 . PMID  24405840. 

Enlaces externos

Referencias