Capítulo 3 - Genómica

¿Qué es la genómica?

El genoma engloba el conjunto completo de ADN de un organismo^.1 La genómica es el estudio del genoma, en la mayoría de los casos mediante secuenciación, ensamblaje y análisis de alto rendimiento. El estudio de muestras ambientales, con contribuciones de múltiples especies, se denomina metagenómica^.2 Además de las letras A, C, T y G, el ADN puede modificarse; el estudio de las modificaciones del genoma se denomina epigenómica. Las capacidades de estudio de la metagenómica y la epigenómica han coevolucionado con la tecnología genómica.

¿Cómo se estudia la genómica?

Existen varios enfoques diferentes para estudiar el genoma, que han evolucionado a lo largo de casi 50 años. De hecho, es un ejercicio divertido repasar la historia de los métodos de secuenciación del genoma y cómo han hecho avanzar nuestra comprensión del genoma y de la biología en su conjunto.

Secuenciación Sanger

En 1977 Frederick Sanger publicó su método para determinar eficazmente el orden de las bases nucleotídicas en el ^ADN3. La secuenciación de Sanger utiliza nucleótidos terminadores fluorescentes que se incorporan a la cadena de ADN en crecimiento, marcándola con un fluoróforo de un solo color. Los fragmentos de ADN etiquetados se electroforizan a través de un gel para separarlos por tamaños y el color en cada tamaño indica el orden de las bases. Rápidamente se desarrollaron secuenciadores automatizados basados en este principio, lo que hizo accesible la secuenciación de Sanger. El Proyecto Genoma Humano, finalizado en 2003, utilizó la secuenciación de Sanger para ensamblar el primer atlas del genoma ^humano4-8.

La secuenciación Sanger se sigue utilizando habitualmente en los flujos de trabajo rutinarios de biología molecular, ya sea para verificar una única secuencia o para analizar un pequeño número de genes. Es barata para proyectos pequeños, puede proporcionar lecturas largas y no requiere conocimientos bioinformáticos avanzados.

Secuenciación de nueva generación (2ª generación)

La secuenciación de nueva generación (NGS) se desarrolló a finales de la década ^de 19909. La NGS comparte principios con la secuenciación de Sanger -incorpora un nucleótido a la vez para el análisis-, pero está masivamente ^{paralelizada9}. La NGS utiliza cebadores aleatorios para generar lecturas cortas (50-300 pb), que luego se ensamblan utilizando la bioinformática y un genoma de referencia9^,10.

La NGS es relativamente barata de ejecutar, cuesta menos por base que la secuenciación Sanger y ha reducido la secuenciación de un genoma completo de un proyecto de varios años que cuesta cientos de millones de dólares a un proyecto de varias semanas que cuesta miles. La NGS utiliza la PCR para la amplificación en lugar de la laboriosa clonación bacteriana10^,11; sin embargo, esto impone limitaciones, como la escasa amplificación de las regiones ricas en GC, la clasificación errónea de las regiones repetidas como un único contig y la escasa discriminación de las variaciones estructurales (SNV⁾¹¹.

Secuenciación de tercera generación

La secuenciación de tercera generación (TGS) abordó las limitaciones de las lecturas cortas de la NGS generando lecturas largas, a veces de hasta gigabase de ^longitud11. Los métodos TGS incluyen la plataforma de secuenciación SMRT de PacBio y la ^{secuenciación} Nanopore11. Los métodos TGS implican la síntesis basada en una única cadena larga de ADN molde y son más propensos a errores que la NGS, ya que carecen de profundidad de secuenciación. Sin embargo, la TGS es capaz de secuenciar regiones complejas, y se utilizó para cerrar brechas en el Proyecto Genoma Humano, añadiendo más de 1 Mb de ^secuencia11. La TGS mide la síntesis de ADN en tiempo real, a diferencia de los métodos NGS que utilizan un enfoque de "incorporación y pausa". Por lo tanto, la TGS no sólo mide la secuencia de nucleótidos, sino también la cinética de incorporación, que puede utilizarse para estudiar directamente la ^{epigenómica11}.

Estudio del epigenoma

La paralelización masiva de la NGS permitió estudiar algo más que las secuencias genéticas; también amplió las técnicas para estudiar el epigenoma. El epigenoma engloba las modificaciones químicas del ADN y las proteínas asociadas al ADN que son heredables y controlan la expresión génica, incluida la metilación del ADN, las modificaciones de las histonas, la compactación de la cromatina y la organización nuclear12^,13.

La NGS permitió el florecimiento de métodos para estudiar diferentes formas de modificaciones epigenéticas. Además de los métodos basados en micromatrices, la secuenciación con bisulfito (BS-seq) proporciona un análisis del genoma completo de las citosinas ^metiladas13. Los métodos para analizar el genoma contenido en la cromatina abierta o condensada incluyen la secuenciación tras la digestión de la cromatina abierta (DNasa-seq) o el marcaje de la cromatina abierta mediante transposasa Tn5 (ATAC-seq). La secuenciación por inmunoprecipitación de la cromatina (ChIP-seq) se ha utilizado para identificar regiones genómicas asociadas a la compactación de la cromatina. La comparación de las secuencias de estas técnicas con la secuenciación del genoma completo permite conocer la posición de los nucleosomas y las regiones libres de ^{nucleosomas14}. La TGS ha permitido la interrogación directa de modificaciones epigenómicas simultáneamente con la secuenciación, evitando la necesidad de bisulfito o ^tratamiento enzimático11.

Otros temas de genómica

La metagenómica -la secuenciación y el análisis del conjunto de genomas microbianos de una muestra- y la genómica unicelular son dos técnicas genómicas adicionales que se analizarán en capítulos posteriores de la guía (véanse los capítulos 7 y 8). Cada uno de estos métodos se ha utilizado por separado y en estudios multiómicos para avanzar en nuestra comprensión de la biología, la salud y la enfermedad.

Usos modernos de la genómica en la multiómica: Casos prácticos

Metabolon ha trabajado con varios clientes y colaboradores para llevar a cabo una variedad de estudios de investigación multiómica en una amplia gama de temas. A continuación analizamos algunos casos prácticos clave que muestran el uso de la genómica y la metabolómica junto con otros datos ómicos.

La caracterización proteogenómica revela vulnerabilidades terapéuticas en el adenocarcinoma de pulmón

En oncología, el fenotipado tumoral y la multiómica pueden ayudar a identificar estrategias terapéuticas para distintos subtipos de tumores. Más allá de la mera identificación de mutaciones impulsoras y pasajeras, un estudio multiómico de 110 muestras de adenocarcinoma de pulmón combinó la genómica con la proteómica y la metabolómica para comprender las consecuencias de las variaciones ^genómicas15. Por ejemplo, un hallazgo clave fue que las mutaciones en RB1, un gen supresor de tumores, aumentaron los niveles de proteína CDK4, lo que puede contribuir a la resistencia del cáncer de pulmón mutante en RB1 a los inhibidores de CDK4/6.

Los estudios de asociación genómica de metabolitos en hombres finlandeses identifican loci relevantes para la enfermedad

La integración de la genómica en un flujo de trabajo multiómico refuerza el impacto de los hallazgos genómicos y puede identificar biomarcadores de riesgo de enfermedad. Dado que los genes codifican proteínas que catalizan reacciones, se deduce que las variaciones genómicas influirían en el metaboloma. En un estudio en el que se analizaron 1391 metabolitos plasmáticos con estudios paralelos de asociación de genoma completo (GWAS) de 6.136 varones adultos finlandeses se identificaron 277 genes causales y 303 nuevas asociaciones (Figura 1⁾¹⁶. La Figura 2 muestra cómo múltiples loci genómicos pueden tener asociaciones con el mismo metabolito por acciones únicas en la generación o metabolización (en este caso) de la N-acetil-quinurenina.

Figura 1. Flujo de trabajo multiómico para Yin et al. Flujo de trabajo multiómico para Yin et al. 2022, que implica la colocación de variaciones genómicas y metabolitos mediante mapeo fino, aleatorización mendeliana y vínculos establecidos a partir de la literatura.

El estudio identificó vínculos causales entre el metaboloma y el genoma, incluida una relación causal entre una variante intrónica de la proteína ABCG8 y niveles reducidos del metabolito niveles reducidos del metabolito campesterol como factores que contribuyen a la formación de cálculos biliares. El análisis también colocalizó un SERPINA1 con el metabolito N-acetilglucosaminillasparagina y la enfermedad hepática, incluida la colestasis.

Figura 2. Loci de rasgos asociados al metabolito ^{N-acetil-quinurenina16}.

Análisis del metaboloma humano en poblaciones multiétnicas mediante secuenciación del genoma completo

Los flujos de trabajo multiómicos que incorporan la genómica pueden ayudar a identificar relaciones entre metabolitos y variantes genómicas. Este ^estudio17 analizó 1.666 metabolitos circulantes en 11.840 adultos de ascendencia africana, europea e hispana. Los resultados validaron 761 pares variante-metabolito descubiertos previamente e identificaron 1975 nuevas asociaciones (Figura 3). Se reprodujeron 79 pares de 65 nuevos pares únicos de variantes-metabolitos, y 73 de ellos se conservaron entre ascendencias con una dirección de variación preservada. Tres de estos nuevos pares se localizaron en el cromosoma X, y 13 niveles de metabolitos se asociaron con el riesgo de resultados fenotípicos adversos, incluyendo la diabetes tipo 2 y la degeneración macular. El estudio también descubrió que las variantes raras suelen ser más potentes que las comunes, con un efecto medio 6,2 veces mayor sobre los metabolitos relacionados que las variantes comunes.

Conclusiones

La genómica es una herramienta poderosa y un ancla para muchas otras formas de -ómica. Los avances en la secuenciación han permitido secuenciar genomas completos de forma rápida y económica, lo que permite a los investigadores examinar las complejas relaciones entre múltiples genes, metabolitos y otras biomoléculas. Aunque sigue habiendo retos, el ritmo de los avances seguirá arrojando luz sobre el funcionamiento de los sistemas biológicos complejos, ya sea en un solo organismo o en muestras ambientales.

Referencias

1. Breve guía de genómica. Consultado el 15 de julio de 2024. https://www.genome.gov/about-genomics/fact-sheets/A-Brief-Guide-to-Genomics
2. Thomas T, Gilbert J, Meyer F. Metagenómica - una guía desde el muestreo hasta el análisis de datos. Microb Informatics Exp. 2012;2(1):3. doi:10.1186/2042-5783-2-3
3. Sanger F, Nicklen S, Coulson AR. Secuenciación del ADN con inhibidores de terminación de cadena. Proc Natl Acad Sci USA. 1977;74(12):5463-5467. doi:10.1073/pnas.74.12.5463
4. Shendure J, Mitra RD, Varma C, Church GM. Tecnologías avanzadas de secuenciación: métodos y objetivos. Nat Rev Genet. 2004;5(5):335-344. doi:10.1038/nrg1325
5. Smith LM, Sanders JZ, Kaiser RJ, et al. Detección de fluorescencia en el análisis automatizado de secuencias de ADN. Nature. 1986;321(6071):674-679. doi:10.1038/321674a0
6. Watson JD, Cook-Deegan RM. Orígenes del proyecto del genoma humano. FASEB j. 1991;5(1):8-11. doi:10.1096/fasebj.5.1.1991595
7. Green ED, Watson JD, Collins FS. Proyecto Genoma Humano: Veinticinco años de gran biología. Nature. 2015;526(7571):29-31. doi:10.1038/526029a
8. Consorcio Internacional para la Secuenciación del Genoma Humano. Finalización de la secuencia eucromática del genoma humano. Nature. 2004;431(7011):931-945. doi:10.1038/nature03001
9. Shendure J, Ji H. Secuenciación de ADN de próxima generación. Nat Biotechnol. 2008;26(10):1135-1145. doi:10.1038/nbt1486
10. Shendure J, Findlay GM, Snyder MW. Genomic medicine-progress, pitfalls, and promise. Cell. 2019;177(1):45-57. doi:10.1016/j.cell.2019.02.003
11. Van Dijk EL, Jaszczyszyn Y, Naquin D, Thermes C. La tercera revolución en la tecnología de secuenciación. Tendencias en genética. 2018;34(9):666-681. doi:10.1016/j.tig.2018.05.008
12. Hoja informativa sobre epigenómica. Instituto Nacional de Investigación del Genoma Humano. Consultado el 15 de julio de 2024. https://www.genome.gov/about-genomics/fact-sheets/Epigenomics-Fact-Sheet
13. Mehrmohamadi M, Sepehri MH, Nazer N, Norouzi MR. A comparative overview of epigenomic profiling methods. Front Cell Dev Biol. 2021;9. doi:10.3389/fcell.2021.714687
14. Buenrostro JD, Wu B, Chang HY, Greenleaf WJ. ATAC-seq: a method for assaying chromatin accessibility genome-wide. Biología Molecular CP. 2015;109(1). doi:10.1002/0471142727.mb2129s109
15. Gillette MA, Satpathy S, Cao S, et al. La caracterización proteogenómica revela vulnerabilidades terapéuticas en el adenocarcinoma de pulmón. Cell. 2020;182(1):200-225.e35. doi:10.1016/j.cell.2020.06.013
16. Yin X, Chan LS, Bose D, et al. Genome-wide association studies of metabolites in Finnish men identify disease-relevant loci. Nat Commun. 2022;13(1):1644. doi:10.1038/s41467-022-29143-5
17. Feofanova EV, Brown MR, Alkis T, et al. Whole-genome sequencing analysis of human metabolome in multi-ethnic populations. Nat Commun. 2023;14(1):3111. doi:10.1038/s41467-023-38800-2