GENOMA HUMANO

El genoma humano es el genoma del Homo sapiens, es decir, la secuencia de ADN contenida
en 23 pares decromosomas en el ncleo de cada clula humana diploide. De los 23 pares, 22
son cromosomas autosmicos y un par determinante del sexo (dos cromosomas X en mujeres,
y un X y un Y en varones). El genoma haploide (es decir, una sola representacin por cada par)
tiene una longitud total aproximada de 3200 millones de pares de bases de ADN (3200 Mb) que
contienen unos 20 000-25 000genes1 (las estimaciones ms recientes apuntan a unos 20 500).
De las 3200 Mb, 2950 Mb corresponden a eucromatina y unas 250 Mb a heterocromatina.
ElProyecto Genoma Humano produjo una secuencia de referencia del genoma humano
eucromtico, usado en todo el mundo en las ciencias biomdicas.
La secuencia de ADN que conforma el genoma humano contiene la informacin codificada,
necesaria para la expresin, altamente coordinada y adaptable al ambiente,
del proteoma humano, es decir, del conjunto de las protenas del ser humano. Las protenas, y
no
el
ADN,
son
las
principales biomolculas efectoras;
poseen
funciones
estructurales, enzimticas, metablicas, reguladoras y sealizadoras, organizndose en
enormes redes funcionales de interacciones. En definitiva, el proteoma fundamenta la
particular morfologa y funcionalidad de cada clula. Asimismo, la organizacin estructural y
funcional de las distintas clulas conforma cadatejido y cada rgano, y, finalmente, el
organismo vivo en su conjunto. As, el genoma humano contiene la informacin bsica
necesaria para el desarrollo fsico de un ser humano completo.
El genoma humano presenta una densidad de genes muy inferior a la que inicialmente se haba
predicho, con slo 1.5 %2 de su longitud compuesta por exonescodificantes de protenas. Un
70 % est compuesto por ADN extragnico y un 30% por secuencias relacionadas con genes.
Del total de ADN extragnico, aproximadamente un 70 % corresponde a repeticiones dispersas,
de manera que, ms o menos, la mitad del genoma humano corresponde a secuencias
repetitivas de ADN. Por su parte, del total de ADN relacionado con genes se estima que el 95 %
corresponde a ADN no codificante: pseudogenes, fragmentos de genes, introneso
secuencias UTR, entre otros.
En el genoma humano se detectan ms de 280 000 elementos reguladores, aproximadamente
un total de 7Mb de secuencia, que se originaron por medio de inserciones de elementos
mviles. Estas regiones reguladoras se conservan en elementos no exnicos (CNEEs),fueron
nombrados como: SINE, LINE, LTR.2 Se sabe que al menos entre un 11 % y un 20 % de estas
secuencias reguladoras de genes, que estn conservadas entre especies, fue formado por
elementos mviles.
El Proyecto Genoma Humano, que se inici en el ao 1990, tuvo como propsito descifrar el
cdigo gentico contenido en los 23 pares de cromosomas, en su totalidad. En 2005 se dio por
finalizado este estudio llegando a secuenciarse aproximadamente 28 000 genes. Y, el 2 de
junio de 2016, los cientficos anunciaron formalmente el Proyecto Genoma HumanoEscrito (acrnimo en ingls HGP-Write) un plan para sintetizar el genoma humano. 3 4 5 6 7 8

Contenido en genes y tamao del genoma de varios organismos 9

Especie

Tamao
genoma (Mb)

del Nmero
de genes

Candidatus Carsonella ruddii

0.15

182

Streptococcus pneumoniae

2.2

2300

Escherichia coli

4.6

4400

Saccharomyces cerevisiae

12

5800

Caenorhabditis elegans

97

19000

Arabidopsis thaliana

125

25500

Drosophila melanogaster (mosca)

180

13700

Oryza sativa (arroz)

466

45 000-55 000

Mus musculus (ratn)

2500

29 000

Homo sapiens (ser humano)

2900

27 000

La funcin de la gran mayora de las bases del genoma humano es desconocida. El Proyecto
ENCODE (acrnimo de ENCyclopedia Of DNA Elements) ha trazado regiones de transcripcin,
asociacin a factores de transcripcin, estructura de la cromatina y modificacin de las
histonas. Estos datos han permitido asignar funciones bioqumicas para el 80 % del genoma,
principalmente, fuera de los exones codificantes de protenas. El proyecto ENCODE
proporciona nuevos conocimientos sobre la organizacin y la regulacin de los genes y el
genoma, y un recurso importante para el estudio de la biologa humana y las enfermedades.
Componentes
Cromosomas
El genoma humano (como el de cualquier organismo eucariota) est formado por cromosomas,
que son largas secuencias continuas de ADN altamente organizadas espacialmente (con ayuda
de protenas histnicas y no histnicas) para adoptar una forma ultracondensada en metafase.
Son observables con microscopa pticaconvencional o de fluorescencia mediante tcnicas
de citogentica y se ordenan formando un cariotipo.
El cariotipo humano normal contiene un total de 23 pares de cromosomas distintos: 22 pares
de autosomas ms 1 par de cromosomas sexuales que determinan el sexo del individuo. Los
cromosomas 1-22 fueron numerados en orden decreciente de tamao en base al cariotipo. Sin
embargo, posteriormente pudo comprobarse que el cromosoma 22 es en realidad mayor que el
21.
Las clulas somticas de un organismo poseen en su ncleo un total de 46 cromosomas (23
pares): una dotacin de 22 autosomas procedentes de cada progenitor y un par de
cromosomas sexuales, un cromosoma X de la madre y un X o unY del padre. (Ver imagen 1).
Los gametos -vulos y espermatozoides- poseen una dotacin haploide de 23 cromosomas.
Nmero
de
pares
Pares
de
bases
Cromosoma
Genes
de bases
secuenciadosnota 1
1

4220

247 199 719

224 999 719

1491

242 751 149

237 712 649

1550

199 446 827

194 704 827

446

191 263 063

187 297 063

609

180 837 866

177 702 766

2281

170 896 993

167 273 993

2135

158 821 424

154 952 424

1106

146 274 826

142 612 826

1920

140 442 298

120 312 298

10

1793

135 374 737

131 624 737

11

379

134 452 384

131 130 853

12

1430

132 289 534

130 303 534

13

924

114 127 980

95 559 980

14

1347

106 360 585

88 290 585

15

921

100 338 915

81 341 915

16

909

88 822 254

78 884 754

17

1672

78 654 742

77 800 220

Cromosoma

Genes

Nmero
de bases

de

pares

Pares
de
secuenciadosnota 1

18

519

76 117 153

74 656 155

19

1555

63 806 651

55 785 651

20

1008

62 435 965

59 505 254

21

578

46 944 323

34 171 998

22

1092

49 528 953

34 893 953

X (cromosoma sexual)

1846

154 913 754

151 058 754

Y (cromosoma sexual)

454

57 741 652

25 121 652

Total

32 185

3 079 843 747

2 857 698 560

ADN intragnico
Genes
Un gen es la unidad bsica de la herencia, y porta la informacin gentica necesaria para la
sntesis de una protena (genes codificantes) o de un ARN no codificante (genes de ARN). Est
formado por una secuencia promotora, que regula su expresin, y una secuencia que
se transcribe, compuesta a su vez por: secuencias UTR (regiones flanqueantes no traducidas),
necesarias para la traduccin y la estabilidad del ARNm, exones (codificantes) e intrones, que
son secuencias de ADN no traducidas situadas entre dos exones que sern eliminadas en el
procesamiento del ARNm (ayuste).
Este diagrama esquemtico muestra un gen en relacin a su estructura fsica (doble hlice de
ADN) y a un cromosoma (derecha). Los intrones son regiones frecuentemente encontradas en
los genes de eucariotas, que se transcriben, pero son eliminadas en el procesamiento del ARN
(ayuste) para producir un ARNm formado slo por exones, encargados de traducir una
protena. Este diagrama es en exceso simplificado ya que muestra un gen compuesto por unos
40 pares de bases cuando en realidad su tamao medio es de 20 000-30 000 pares de bases).
Actualmente se estima que el genoma humano contiene entre 20 000 y
25 000 genes codificantes de protenas, estimacin muy inferior a las predicciones iniciales que
hablaban de unos 100 000 genes o ms. Esto implica que el genoma humano tiene menos del
doble de genes que organismos eucariotas mucho ms simples, como la mosca de la fruta o
el nematodo Caenorhabditis elegans. Sin embargo, las clulas humanas recurren ampliamente
al splicing(ayuste) alternativo para producir varias protenas distintas a partir de un mismo gen,
como consecuencia de lo cual elproteoma humano es ms amplio que el de otros organismos
mucho ms simples. En la prctica, el genoma tan sloporta la informacin necesaria para una
expresin perfectamente coordinada y regulada del conjunto de protenas que conforman el
proteoma, siendo ste el encargado de ejecutar la mayor parte de las funciones celulares.
Con base en los resultados iniciales arrojados por el proyecto ENCODE10 (acrnimo
de ENCyclopedia Of DNAElements), algunos autores han propuesto redefinir el concepto
actual de gen. Las observaciones ms recientes hacen difcilmente sostenible la visin
tradicional de un gen, como una secuencia formada por las regiones UTRs, los exones y los
intrones. Estudios detallados han hallado un nmero de secuencias de inicio de transcripcin
por gen muy superior a las estimaciones iniciales, y algunas de estas secuencias se sitan en
regiones muy alejadas de la traducida, por lo que los UTR 5' pueden abarcar secuencias largas
dificultando la delimitacin del gen. Por otro lado, un mismo transcrito puede dar lugar a ARN
maduros totalmente diferentes (ausencia total de solapamiento), debido a una gran utilizacin
del splicing alternativo. De este modo, un mismo transcrito primario puede dar lugar a protenas
de secuencia y funcionalidad muy dispar. En consecuencia, algunos autores han propuesto una
nueva definicin de gen,:11 12 la unin de secuencias genmicas que codifican un conjunto
coherente de productos funcionales, potencialmente solapantes. De este modo, se
identifican como genes los genes ARN y los conjuntos de secuencias traducidas parcialmente
solapantes (se excluyen, as, las secuencias UTR y los intrones, que pasan a ser considerados
como "regiones asociadas a genes", junto con los promotores). De acuerdo con esta definicin,
un mismo transcrito primario que da lugar a dos transcritos secundarios (y dos protenas) no

bases

solapantes debe considerarse en realidad dos genes diferentes, independientemente de que

estos presenten un solapamiento total o parcial de sus transcritos primarios.
Las nuevas evidencias aportadas por ENCODE, segn las cuales las regiones UTR no son
fcilmente delimitables y se extienden largas distancias, obligaran a reidentificar nuevamente
los genes que en realidad componen el genoma humano. De acuerdo con la definicin
tradicional (actualmente vigente), sera necesario identificar como un mismo gen a todos
aquellos que muestren un solapamiento parcial (incluyendo las regiones UTR y los intrones),
con lo que a la luz de las nuevas observaciones, los genes incluiran mltiples protenas de
secuencia y funcionalidad muy diversa. Colateralmente se reducira el nmero de genes que
componen el genoma humano. La definicin propuesta, en cambio, se fundamenta en el
producto funcional del gen, por lo que se mantiene una relacin ms coherente entre un gen y
una funcin biolgica. Como consecuencia, con la adopcin de esta nueva definicin, el
nmero de genes del genoma humano aumentar significativamente.
Genes de ARN
Adems de los genes codificantes de protenas, el genoma humano contiene varios miles
de genes
ARN,
cuya transcripcin reproduce ARN
de
transferencia (ARNt),ARN
ribosmico (ARNr), microARN (miARN), u otros genes ARN no codificantes. Los ARN
ribosmico y de transferencia son esenciales en la constitucin de losribosomas y en
la traduccin de las protenas. Por su parte, los microARN tienen gran importancia en la
regulacin de la expresin gnica, estimndose que hasta un 20-30 % de los genes del
genoma humano puede estar regulado por el mecanismo de interferencia por miARN. Hasta el
momento se han identificado ms de 300 genes de miARN y se estima que pueden existir unos
500.
Distribucin de genes[editar]
A continuacin se muestran algunos valores promedio del genoma humano. Cabe advertir, sin
embargo, que la enorme heterogeneidad que presentan estas variables hace poco
representativos a los valores promedio, aunque tienen valor orientativo.
La densidad media de genes es de 1 gen cada 100 kb, con un tamao medio de 20-30 kb, y un
nmero de exones promedio de 7-8 por cada gen, con un tamao medio de 150 nucletidos. El
tamao medio de un ARNm es de 1.8-2.2 kb, incluyendo las regiones UTR (regiones no
traducidas flanqueantes), siendo la longitud media de la regin codificante de 1.4 kb.

Isocoros. Frecuencia y riqueza en G+C y genes, en el genoma humano.

El genoma humano se caracteriza por presentar una gran heterogeneidad en su secuencia. En
particular, la riqueza en bases de guanina (G) y citosina (C) frente a las de adenina (A)
y timina (T) se distribuye heterogneamente, con regiones muy ricas en G+C flanqueadas por
regiones muy pobres, siendo el contenido medio de G+C del 41 %, menor al tericamente
esperado (50 %). Dicha heterogeneidad esta correlacionada con la riqueza en genes, de
manera que los genes tienden a concentrarse en las regiones ms ricas en G+C. Este hecho
era conocido ya desde hace aos gracias a la separacin mediante centrifugacin en gradiente
de densidad de regiones ricas en G+C (que recibieron el nombre de iscoros H; del
ingls High) y regiones ricas en A+T (iscoros L; del ingls Low).
Secuencias reguladoras
El genoma tiene diversos sistemas de regulacin de la expresin gnica, basados en la
regulacin de la unin de factores de transcripcin a las secuencias promotoras, en
mecanismos
de
modificacin epigentica (metilacin del
ADN
o
metilacinacetilacin de histonas) o en el control de la accesibilidad a los promotores determinada por el
grado de condensacin de la cromatina; todos ellos muy interrelacionados. Adems hay otros

sistemas de regulacin a nivel del procesamiento, estabilidad y traduccin del ARNm, entre
otros. Por lo tanto, la expresin gnica est intensamente regulada, lo cual permite desarrollar
los
mltiples fenotipos que
caracterizan
los
distintos
tipos
celulares
de
un
organismo eucariota multicelular, al mismo tiempo que dota a la clula de la plasticidad
necesaria para adaptarse a un medio cambiante. No obstante, toda la informacin necesaria
para la regulacin de la expresin gnica, en funcin del ambiente celular, est codificada en la
secuencia de ADN al igual que lo estn los genes.
Las secuencias reguladoras son tpicamente secuencias cortas presentes en las proximidades
o en el interior (frecuentemente en intrones) de los genes. En la actualidad, el conocimiento
sistemtico de estas secuencias y de cmo actan en complejas redes de regulacin gnica,
sensibles a seales exgenas, es muy escaso y est comenzando a desarrollarse mediante
estudios de genmica comparada, bioinformtica y biologa de sistemas. La identificacin de
secuencias reguladoras se basa en parte en la bsqueda de regiones no codificantes
evolutivamente conservadas.13 Por ejemplo, la divergencia evolutiva entre el ratn y el ser
humano ocurri hace 70 a 90 millones de aos.14 Mediante estudios de genmica comparada,
alineando secuencias de ambos genomas pueden identificarse regiones con alto grado de
coincidencia, muchas correspondientes a genes y otras a secuencias no codificantes de
protenas pero de gran importancia funcional, dado que han estado sometidas a presin
selectiva.
Elementos ultraconservados
Reciben este nombre regiones que han mostrado una constancia evolutiva casi total, mayor
incluso que las secuencias codificantes de protenas, mediante estudios de genmica
comparada. Estas secuencias generalmente se solapan con intrones de genes implicados en la
regulacin de la transcripcin o en el desarrollo embrionario y con exones de genes
relacionados con el procesamiento del ARN. Su funcin es generalmente poco conocida, pero
probablemente de extrema importancia dado su nivel de conservacin evolutiva, tal y como se
ha expuesto en el punto anterior.
En la actualidad se han encontrado unos 500 segmentos de un tamao mayor a 200 pares de
bases totalmente conservados (100 % de coincidencia) entre los genomas de humano, ratn y
rata, y casi totalmente conservados en perro (99 %) y pollo (95 %).15
Pseudogenes[editar]
En el genoma humano se han encontrado asimismo unos 19 000 pseudogenes, que son
versiones completas o parciales de genes que han acumulado diversasmutaciones y que
generalmente no se transcriben. Se clasifican en pseudogenes no procesados (~30 %) y
pseudogenes procesados (~70 %)16

Los pseudogenes no procesados son copias de genes generalmente originadas por

duplicacin, que no se transcriben por carecer de una secuencia promotora y haber
acumulado mltiples mutaciones, algunas de las cuales sin sentido (lo que
origina codones de parada prematuros). Se caracterizan por poseer tanto exones como
intrones.

Los pseudogenes procesados, por el contrario, son copias de ARN

mensajero retrotranscritas e insertadas en el genoma. En consecuencia carecen de
intrones y de secuencia promotora.
ADN intergnico[editar]
Las regiones intergnicas o extragnicas comprenden la mayor parte de la secuencia del
genoma humano, y su funcin es generalmente desconocida. Buena parte de estas regiones
est compuesta por elementos repetitivos, clasificables como repeticiones en tndem o
repeticiones dispersas, aunque el resto de la secuencia no responde a un patrn definido y
clasificable. Gran parte del ADN intergnico puede ser un artefacto evolutivo sin una funcin
determinada en el genoma actual, por lo que tradicionalmente estas regiones han sido
denominadas ADN "basura" (Junk DNA), denominacin que incluye tambin las secuencias
intrnicas y pseudogenes. No obstante, esta denominacin no es la ms acertada dado el
papel regulador conocido de muchas de estas secuencias. Adems el notable grado de
conservacin evolutiva de algunas de estas secuencias parece indicar que poseen otras
funciones esenciales an desconocidas o poco conocidas. Por lo tanto, algunos prefieren
denominarlo "ADN no codificante" (aunque el llamado "ADN basura" incluye tambin
transposones codificantes) o "ADN repetitivo". Algunas de estas regiones constituyen en
realidad genes precursores para la sntesis de microARN (reguladores de la expresin gnica y
del silenciamiento gnico).

Frecuencia de las diversas regiones intergnicas e intragnicas del cromosoma 22. Adaptado
de: Dunham, I., et al., 1999. The DNA sequence of human chromosome 22, Nature 402(6761):
489495.
Estudios recientes enmarcados en el proyecto ENCODE han obtenido resultados
sorprendentes, que exigen la reformulacin de nuestra visin de la organizacin y la dinmica
del genoma humano. Segn estos estudios, el 15 % de la secuencia del genoma humano se
transcribe a ARN maduros, y hasta el 90 % se transcribe al menos a transcritos inmaduros en
algn tejido:12 As, una gran parte del genoma humano codifica genes de ARN funcionales. Esto
es coherente con la tendencia de la literatura cientfica reciente a asignar una importancia
creciente al ARN en la regulacin gnica. Asimismo, estudios detallados han identificado un
nmero mucho mayor de secuencias de inicio de transcripcin por gen, algunas muy alejadas
de la regin prxima a la traducida. Como consecuencia, actualmente resulta ms complicado
definir una regin del genoma como gnica o intergnica, dado que los genes y las secuencias
relacionadas con los genes se extienden en las regiones habitualmente consideradas
intergnicas.
ADN repetido en tndem
Son repeticiones que se ordenan de manera consecutiva, de modo que secuencias idnticas, o
casi, se disponen unas detrs de otras.
Satlites[editar]
El conjunto de repeticiones en tndem de tipo satlite comprende un total de 250 Mb del
genoma humano. Son secuencias de entre 5 y varios cientos de nucletidos que se repiten en
tndem miles de veces generando regiones repetidas con tamaos que oscilan entre 100 kb
(100 000 nucletidos) hasta varias megabases.
Reciben su nombre de las observaciones iniciales de centrifugaciones en gradiente de
densidad del ADN genmico fragmentado, que reportaban una banda principal correspondiente
a la mayor parte del genoma y tres bandas satlite de menor densidad. Esto se debe a que las
secuencias satlite tienen una riqueza en nucletidos A+T superior a la media del genoma y en
consecuencia son menos densas.
Hay principalmente 6 tipos de repeticiones de ADN satlite 15
1. Satlite 1: secuencia bsica de 42 nucletidos. Situado en los centrmeros de los
cromosomas 3 y 4 y el brazo corto de los cromosomas acrocntricos (en posicin
distal respecto al clster codificante de ARNr).
2. Satlite 2: la secuencia bsica es ATTCCATTCG. Presente en las proximidades de los
centrmeros de los cromosomas 2 y 10, y en la constriccin secundariade 1 y 16.
3. Satlite 3: la secuencia bsica es ATTCC. Presente en la constriccin secundaria de
los cromosomas 9 e Y, y en posicin proximal respecto al clster de ADNr del brazo
corto de los cromosomas acrocntricos.

4. Satlite alfa: secuencia bsica de 171 nucletidos. Forma parte del ADN de los
centrmeros cromosmicos.
5. Satlite beta: secuencia bsica de 68 nucletidos. Aparece en torno al centrmero en
los cromosomas acrocntricos y en la constriccin secundaria del cromosoma 1.
6. Satlite gamma: secuencia bsica de 220 nucletidos. Prximo al centrmero de los
cromosomas 8 y X.
Minisatlites
Estn compuestas por una unidad bsica de secuencia de 6-25 15 nucletidos que se repite en
tndem generando secuencias de entre 100 y 20 000 pares de bases. Se estima que el
genoma humano contiene unos 30 000 minisatlites.
Diversos estudios han relacionado los minisatlites con procesos de regulacin de la expresin
gnica, como el control del nivel de transcripcin, el ayuste (splicing) alternativo o
la impronta (imprinting). Asimismo, se han asociado con puntos de fragilidad cromosmica
dado
que
se
sitan
prximos
a
lugares
preferentes
de
rotura
cromosmica, translocacin gentica
y recombinacin meitica.
Por
ltimo,
algunos
minisatlites humanos (~10 %) son hipermutables, presentando una tasa media de mutacin
entre el 0.5 % y el 20 % en las clulas de la lnea germinal, siendo as las regiones ms
inestables del genoma humano conocidas hasta la fecha.
En el genoma humano, aproximadamente el 90 % de los minisatlites se sitan en
los telmeros de los cromosomas. La secuencia bsica de seis nucletidos TTAGGG se repite
miles de veces en tndem, generando regiones de 5-20 kb que conforman los telmeros.
Algunos minisatlites por su gran inestabilidad presentan una notable variabilidad entre
individuos distintos. Se consideran polimorfismos multiallicos, dado que pueden presentarse
en un nmero de repeticiones muy variable, y se denominan VNTR (acrnimo de Variable
number tandem repeat). Son marcadores muy utilizados en gentica forense, ya que permiten
establecer una huella gentica caracterstica de cada individuo, y son identificables
mediante Southern blot ehibridacin.
Microsatlites
Estn compuestos por secuencias bsicas de 2-4 nucletidos, cuya repeticin en tndem
origina frecuentemente secuencias de menos de 150 nucletidos. Algunos ejemplos
importantes son el dinucletido CA y el trinucletido CAG.
Los microsatlites son tambin polimorfismos multiallicos, denominados STR (acrnimo
de Short Tandem Repeats) y pueden identificarse mediante PCR, de modo rpido y sencillo. Se
estima que el genoma humano contiene unos 200 000 microsatlites, que se distribuyen ms o
menos homogneamente, al contrario que los minisatlites, lo que los hace ms informativos
como marcadores.
ADN repetido disperso
Son secuencias de ADN que se repiten de modo disperso por todo el genoma, constituyendo el
45 % del genoma humano. Los elementos cuantitativamente ms importantes son los LINEs y
SINEs, que se distinguen por el tamao de la unidad repetida.
Estas secuencias tienen la potencialidad de autopropagarse al transcribirse a una ARNm
intermediario, retrotranscribirse e insertarse en otro punto del genoma. Este fenmeno se
produce con una baja frecuencia, estimndose que 1 de cada 100-200 neonatos portan una
insercin nueva de un Alu o un L1, que pueden resultarpatognicos por mutagnesis
insercional, por desregulacin de la expresin de genes prximos (por los propios promotores
de los SINE y LINE) o por recombinacin ilegtima entre dos copias idnticas de distinta
localizacin cromosmica (recombinacin intra o intercromosmica), especialmente entre
elementos Alu.
Frecuencias y tipos de repeticiones dispersas en el genoma de varios organismos 15
Tipo repeticin

Homo
sapiens

Drosophila
melanogaster

Caenorhabditis
elegans

Arabidopsis
thaliana

LINE,SINE

33.4 %

0.7 %

0.4 %

0.5 %

LTR/HERV

8.1 %

1.5 %

0%

4.8 %

Transposones ADN

2.8 %

0.7 %

5.3 %

5.1 %

Frecuencias y tipos de repeticiones dispersas en el genoma de varios organismos 15

Tipo repeticin

Homo
sapiens

Drosophila
melanogaster

Caenorhabditis
elegans

Arabidopsis
thaliana

Total
44.4 %
3.1 %
6.5 %
10.4 %
SINE
Acrnimo del ingls Short Interspersed Nuclear Elements (Elementos nucleares dispersos
cortos). Son secuencias cortas, generalmente de unos pocos cientos de bases, que aparecen
repetidas miles de veces en el genoma humano. Suponen el 13 % del genoma humano,15 un
10 % debido exclusivamente a la familia de elementos Alu (caracterstica de primates).
Los elementos Alu son secuencias de 250-280 nucletidos presentes en 1 500 00015 de copias
dispersas por todo el genoma. Estructuralmente son dmeros casi idnticos, excepto que la
segunda unidad contiene un inserto de 32 nucletidos, siendo mayor que la primera. En cuanto
a su secuencia, tienen una considerable riqueza en G+C (56 %),15 por lo que predominan en
las bandas R, y ambos monmeros presentan una cola poliA (secuencia de adeninas) vestigio
de su origen de ARNm. Adems poseen un promotor de la ARN polimerasa III para
transcribirse. Se consideran retrotransposones no autnomos, ya que dependen para
propagarse de la retrotranscripcin de su ARNm por una retrotranscriptasa presente en el
medio.
LINE
Esquema simplificado del mecanismo de retrotransposicin de un elemento LINE y un SINE.
Un elemento LINE es transcrito produciendo un ARNm que sale del ncleo celular. En
el citoplasma setraduce en sus dos marcos de lectura abiertos, que no se superponen, generan
ambas protenas (vase el texto), que para simplificar se han representado como ORF1p y
ORF2p. Ambas permiten retrotranscribir el ARNm del LINE y de otros retrotransposones no
autnomos, como SINEs y pseudogenes procesados. Durante la retrotranscripcin la nueva
secuencia de ADN se integra en otro punto del genoma.
Acrnimo del ingls Long Interspersed Nuclear Elements (Elementos nucleares dispersos
largos). Constituyen el 20 % del genoma humano, contiene unos 100 000-500 000 copias de
retrotransposones L1 que es la familia de mayor importancia cuantitativa, es una secuencia de
6 kb repetida unas 800 000 veces de modo disperso por todo el genoma, aunque la gran
mayora de las copias es incompleta al presentar el extremo 5' truncado por una
retrotranscripcin incompleta. As, se estima que hay unas 5000 copias completas de L1, slo
90 de las cuales son activas,15 estando el resto inhibidas por metilacin de su promotor.
Su riqueza en G+C es del 42 %,15 prxima a la media del genoma (41 %) y se localizan
preferentemente en las bandas G de los cromosomas. Poseen adems un promotor de la ARN
polimerasa II.
Los elementos LINE completos son codificantes. En concreto LINE-1 codifica dos protenas:
1. Protena de unin a ARN (RNA-binding protein): codificada por el marco de lectura
abierto 1 (ORF1, acrnimo del ingls Open reading Frame 1)
2. Enzima con actividad retrotranscriptasa y endonucleasa: codificada por el ORF2.
Ambas protenas son necesarias para la retrotransposicin.
Estos elementos mviles estn flanqueados por 2 regiones no codificantes, denominados como
5UTR y 3UTR.
Por lo tanto, se consideran retrotransopsones autnomos, ya que codifican las protenas que
necesitan para propagarse. La ARN polimerasa II presente en el medio transcribe el LINE, y
este ARNm se traduce en ambos marcos de lectura produciendo una retrotranscriptasa que
acta sobre el ARNm generando una copia de ADN del LINE, potencialmente capaz de
insertarse en el genoma. Asimismo estas protenas pueden ser utilizadas por pseudogenes
procesados o elementos SINE para su propagacin.
La transcripcin se inicia en un promotor interno del extremo 5UTR. La endonucleasa de L1
genera una mella en una nica cadena del ADN genmico, en una secuencia consenso 5
TTTTT/A3.
Diversos estudios han mostrado que las secuencias LINE pueden tener importancia en la
regulacin de la expresin gnica, habindose comprobado que los genes prximos a LINE
presentan un nivel de expresin inferior. Esto es especialmente relevante porque
aproximadamente el 80 % de los genes del genoma humano contiene algn elemento L1 en
sus intrones.15

Se ha visto que la insercin aleatoria de L1 activos en el genoma humano ha dado lugar a

enfermedades genticas, ya que interfiere en la expresin normal. Tambin se observa una
predileccin de L1 por regiones ricas en AT.
HERV
Acrnimo
de Human endogenous retrovirus (retrovirus
endgenos
humanos).
Los retrovirus son virus cuyo genoma est compuesto por ARN, capaces de retrotranscribirse e
integrar su genoma en el de la clula infectada. As, los HERV son copias parciales del genoma
de retrovirus integrados en el genoma humano a lo largo de la evolucin de los vertebrados,
vestigios de antiguas infecciones retrovirales que afectaron a clulas de la lnea germinal.
Algunas estimaciones establecen que hay unas 98 00017 secuencias HERV, mientras que otras
afirman que son ms de 400 000. 15 En cualquier caso, se acepta que en torno al 5-8 % del
genoma humano est constituido por genomas antiguamente virales. El tamao de un genoma
retroviral completo es de en torno a 6-11 kb, pero la mayora de los HERV son copias
incompletas.
A lo largo de la evolucin estas secuencias sin inters para el genoma hospedador han ido
acumulando mutaciones sin sentido y deleciones que los han inactivado. Aunque la mayora de
las HERV tienen millones de aos de antigedad, al menos una familia de retrovirus se integr
durante la divergencia evolutiva de humanos y chimpancs, la familia HERV-K(HML2), que
supone en torno al 1 % de los HERV.
Transposones de ADN
Bajo la denominacin de transposones a veces se incluyen los retrotransposones, tales como
los pseudogenes procesados, los SINEs y los LINEs. En tal caso se habla de transposones de
clase I para hacer referencia a los retrotransposones, y de clase II para referirse a
transposones de ADN, a los que se dedica el presente apartado.
Los transposones de ADN completos poseen la potencialidad de autopropagarse sin un
intermediario de ARNm seguido de retrotranscripcin. Un transposn contiene el gen de una
enzima transposasa, flanqueado por repeticiones invertidas. Su mecanismo de transposicin se
basa en cortar y pegar, moviendo su secuencia a otra localizacin distinta del genoma. Los
distintos tipos de transposasas actan de modo diferente, habiendo algunas capaces de unirse
a cualquier parte del genoma mientras que otras se unen a secuencias diana especficas. La
transposasa codificada por el propio transposn lo extrae realizando dos cortes flanqueantes
en la hebra de ADN, generando extremos cohesivos, y lo inserta en la secuencia diana en otro
punto del genoma. Una ADN polimerasa rellena los huecos generados por los extremos
cohesivos y una ADN ligasa restablece los enlaces fosfodister, recuperando la continuidad de
la secuencia de ADN. Esto conlleva una duplicacin de la secuencia diana en torno al
transposn, en su nueva localizacin.
Se estima que el genoma humano contiene unas 300 000 copias15 de elementos repetidos
dispersos originados por transposones de ADN, constituyendo un 3 % del genoma. Hay
mltiples familias, de las que cabe destacar por su importancia patognica por la generacin de
reordenaciones cromosmicas los elementos mariner, as como las familias MER1 y MER2.
Variabilidad
Si bien dos seres humanos del mismo sexo comparten un porcentaje elevadsimo (en torno al
99.9 %)15 de su secuencia de ADN, lo que nos permite trabajar con unanica secuencia de
referencia, pequeas variaciones genmicas fundamentan buena parte de la
variabilidad fenotpica interindividual. Una variacin en el genoma, porsustitucin, delecin o
insercin, se denomina polimorfismo o alelo gentico. No todo polimorfismo gentico provoca
una alteracin en la secuencia de una protena o de su nivel de expresin, es decir, muchos
son silenciosos y carecen de expresin fenotpica.
SNP
La principal fuente de variabilidad en los genomas de dos seres humanos procede de las
variaciones en un slo nucletido, conocidas como SNP (Single nucleotidepolimorphisms), en
las cuales se han centrado la mayor parte de los estudios. Dada su importancia, en la
actualidad existe un proyecto internacional (International HapMap Project) para catalogar a
gran escala los SNPs del genoma humano. En este contexto, la denominacin de SNP
frecuentemente se restringe a aquellos polimorfismos de un slo nucletido en los que el alelo
menos frecuente aparece en al menos el 1 % de la poblacin.

Los SNP son marcadores tetrallicos, dado que en teora en una posicin puede haber cuatro
nucletidos distintos, cada uno de los cuales identificara un alelo; sin embargo, en la prctica
suelen presentar slo dos alelos en la poblacin. Se estima que la frecuencia de SNP en el
genoma humano es de un SNP cada 500-100 pares de bases, 15 de los que una parte relevante
son polimorfismos codificantes, que causan la sustitucin de un aminocido por otro en una
protena.
Gracias a su abundancia y a que presentan una distribucin aproximadamente uniforme en el
genoma, han tenido gran utilidad como marcadores para los mapas de ligamiento, herramienta
fundamental del Proyecto Genoma Humano. Adems son fcilmente detectables a gran escala
mediante el empleo de chips de ADN (comnmente conocidos como microarrays).
Variacin estructural
Este tipo de variaciones se refiere a duplicaciones, inversiones, inserciones o variantes en el
nmero de copias de segmentos grandes del genoma (por lo general de 1000 nuclotidos o
ms). Estas variantes implican a una gran proporcin del genoma, por lo que se piensa que
son, al menos, tan importantes como los SNPs.18
Variacin estructural es el trmino general para abarcar un grupo de alteraciones genmicas
que implican segmentos de ADN mayores de 1 Kb. La variacin estructural puede ser
cuantitativa (variante en nmero de copia, que comprende: deleciones, inserciones y
duplicaciones), posicional (translocaciones) y orientacional (inversiones).
A pesar de que este campo de estudio es relativamente nuevo (los primeros estudios a gran
escala se publicaron en los aos 2004 y 2005), ha tenido un gran auge, hasta el punto de que
se ha creado un nuevo proyecto para estudiar este tipo de variantes en los mismos individuos
en los que se bas el Proyecto HapMap.
Aunque an quedan dudas acerca de las causas de este tipo de variantes, cada vez existe ms
evidencia a favor de que es un fenmeno recurrente que todava continua moldeando y
creando nuevas variantes del genoma.
Este tipo de variaciones han potenciado la idea de que el genoma humano no es una entidad
esttica, sino que se encuentra en constante cambio y evolucin.
Enfermedades genticas
La alteracin de la secuencia de ADN que constituye el genoma humano puede causar la
expresin anormal de uno o ms genes, originando un fenotipo patolgico. Las enfermedades
genticas pueden estar causadas por mutacin de la secuencia de ADN, con afectacin de la
secuencia codificante (produciendo protenasincorrectas) o de secuencias reguladoras
(alterando el nivel de expresin de un gen), o por alteraciones cromosmicas, numricas o
estructurales. La alteracin del genoma de las clulas germinales de un individuo se transmite
frecuentemente a su descendencia. Actualmente el nmero de enfermedades genticas
conocidas es aproximadamente de 4 000, siendo la ms comn la fibrosis qustica.
El estudio de las enfermedades genticas frecuentemente se ha englobado dentro de la
gentica de poblaciones. Los resultados del Proyecto Genoma Humano son de gran
importancia para la identificacin de nuevas enfermedades genticas y para el desarrollo de
nuevos y mejores sistemas de diagnstico gentico, as como para la investigacin en nuevos
tratamientos, incluida la terapia gnica.

Mutaciones
Las mutaciones gnicas pueden ser:

Sustituciones (cambios de un nucletido por otro): Las sustituciones se denominan

transiciones si suponen un cambio entre bases del mismo tipo qumico, o transversiones si
son un cambio purina (A, G)pirimidina (C, T) o pirimidinapurina.

Deleciones o inserciones: son respectivamente la eliminacin o adicin de una

determinada secuencia de nucletidos, de longitud variable. Las grandes deleciones
pueden afectar incluso a varios genes, hasta el punto de ser apreciables a nivel
cromosmico con tcnicas de citogentica. Inserciones o deleciones de unas pocas pares
de bases en una secuencia codificante pueden provocar desplazamiento del marco de

lectura (frameshift), de modo que la secuencia de nucletidos del ARNm se lee de manera
incorrecta.
Las mutaciones gnica pueden afectar a:

ADN codificante: Si el cambio en un nucletido provoca en cambio de un aminocido

de la protena la mutacin se denomina no sinnima. En caso contrario se denominan
sinnimas o silenciosas (posible porque el cdigo gentico es degenerado). Las
mutaciones no sinnimas asimismo se clasifican en mutaciones con cambio de sentido
(missense) si provocan el cambio de un aminocido por otro, mutaciones sin sentido (nonsense) si cambian un codn codificante por un codn de parada (TAA, TAG, TGA) o con
ganancia de sentido si sucede a la inversa.

ADN no codificante: Pueden afectar a secuencias reguladoras, promotoras o

implicadas en el ayuste (splicing). Estas ltimas pueden causar un errneo procesamiento
del ARNm, con consecuencias diversas en la expresin de la protena codificada por ese
gen.
Trastornos monognicos
Son enfermedades genticas causadas por mutacin en un slo gen, que presentan una
herencia de tipo mendeliano, fcilmente predecible. En la tabla se resumen los principales
patrones de herencia que pueden mostrar, sus caractersticas y algunos ejemplos.
Patrn
hereditario

Descripcin

Ejemplos

Autosmico
dominante

Enfermedades que se manifiestan en

individuos heterocigticos. Es suficiente con
una mutacin en una de las dos copias
(recurdese que cada individuo posee un par
de cada cromosoma) de un gen para que se
manifieste la enfermedad. Los individuos
enfermos generalmente tienen uno de sus dos
progenitores enfermos. La probabilidad de
tener descendencia afectada es del 50 % dado
que cada progenitor aporta uno de los
cromosomas de cada par. Frecuentemente
corresponden a mutaciones con ganancia de
funcin (de modo que el alelo mutado no es
inactivo sino que posee una nueva funcin que
provoca el desarrollo de la enfermedad) o por
prdida de funcin del alelo mutado con efecto
de dosis gnica tambin conocido como
haploinsuficiencia.
Frecuentemente
son
enfermedades con baja penetrancia, es decir,
slo una parte de los individuos que portan la
mutacin desarrollan la enfermedad.

Enfermedad
de
Huntington,neurofibromatosis
1, sndrome
de
Marfan, cncer
colorrectal
hereditario no polipsico

Autosmico
recesivo

La enfermedad slo se manifiesta en individuos

homocigticos recesivos, es decir, aquellos en
los que ambas copias de un gen estn
mutadas. Son mutaciones que causan prdida
de funcin, de modo que la causa de la
enfermedad es la ausencia de la accin de un
gen. La mutacin slo en una de las dos copias
es compensada por la existencia de la otra
(cuando una sola copia no es suficiente se
origina
haploinsuficiencia,
con
herencia
autosmica dominante). Habitualmente un
individuo enfermo tiene ambos progenitores
sanos pero portadores de la mutacin
(genotipo heterocigtico: Aa). En tal caso un
25 % de la descendencia estar afectada.

Fibrosis qustica,anemia de
clulas
falciformes,enfermedad
de
Tay-Sachs, atrofia muscular
espinal

Dominante
ligado al X

Las enfermedades dominantes ligadas al

cromosoma X estn causadas por mutaciones
en dicho cromosoma, y presentan un patrn
hereditario especial. Slo unas pocas
enfermedades hereditarias presentan este
patrn. Las mujeres tienen mayor prevalencia
de la enfermedad que los hombres, dado que
reciben un cromosoma X de su madre y otro de
su padre, cualquiera de los cuales puede portar
la mutacin. Los varones en cambio siempre Hipofosfatemia,sndrome
reciben el cromosoma Y de su padre. As, un Aicardi
varn enfermo (xY) tendr todos sus hijos
varones sanos (XY) y todas las hijas enfermas
(Xx), mientras que una mujer enferma (Xx)
tendr un 50 % de su descendencia enferma,
independientemente del sexo. Algunas de
estas enfermedades son letales en varones
(xY), de modo que slo existen mujeres
enfermas (y varones con sndrome de
Klinefelter, XxY).

Recesivo
ligado al X

Las enfermedades recesivas ligadas al X

tambin estn causadas por mutaciones en el
cromosoma X. Los varones estn ms
frecuentemente afectados. Un varn portador
siempre ser enfermo (xY) dado que slo
posee un cromosoma X, que est mutado. Su
descendencia sern varones sanos (XY) e
hijas portadoras (Xx). Una mujer portadora,
tendr una descendencia compuesta por un
50 % de hijas portadoras y un 50 % de varones
enfermos.

Ligado a Y

Son enfermedades causadas por mutacin en

el cromosoma Y. En consecuencia, slo puede
manifestarse en varones, cuya descendencia
ser del 100 % de hijas sanas y el 100 % de Infertilidad
hijos varones enfermos. Dadas las funciones hereditaria
del cromosoma Y, frecuentemente estas
enfermedades slo causan infertilidad, que a
menudo puede ser superada teraputicamente.

Mitocondrial

Enfermedades causadas por mutacin en

genes del genoma mitocondrial. Dadas la
particularidades de dicho genoma, su
transmisin es matrilineal (el genoma
mitocondrial se transfiere de madres a hijos).
Neuropata ptica hereditaria
La gravedad de una mutacin depende del
de Leber (LHON)
porcentaje de genomas afectados en la
poblacin
de
mitocondrias,
fenmeno
denominado heteroplasmia (en contraste con
heterocigosis), que vara por segregacin
mittica asimtrica.

de

Hemofilia A,distrofia muscular

de
Duchenne,daltonismo,distrofia
muscularalopecia
andrognica

masculina

Trastornos polignicos y multifactoriales

Otras alteraciones genticas pueden ser mucho ms complejas en su asociacin con un
fenotipo patolgico. Son las enfermedades multifactoriales o polignicas, es decir, aquellas que
estn causadas por la combinacin de mltiples alelos genotpicos y de factores exgenos,

tales como el ambiente o el estilo de vida. En consecuencia no presentan un patrn hereditario

claro, y la diversidad de factores etiolgicos y de riesgo dificulta la estimacin del riesgo, el
diagnstico y el tratamiento.
Algunos ejemplos de enfermedades multifactoriales con etiologa parcialmente gentica son:

autismo

enfermedad cardiovascular

hipertensin

diabetes

obesidad

cncer
Alteraciones cromosmicas
Las alteraciones genticas pueden producirse tambin a escala cromosmica
(cromosomopatas), causando severos trastornos que afectan a mltiples genes y que en
muchas ocasiones son letales provocando abortos prematuros. Frecuentemente estn
provocadas por un error durante la divisin celular, que sin embargo no impide su conclusin.
Las alteraciones cromosmicas reflejan una anormalidad en el nmero o en la estructura de los
cromosomas, por lo que se clasifican en numricas y estructurales. Provocan fenotipos muy
diversos, pero frecuentemente presentan unos rasgos comunes:

Retraso mental y retraso del desarrollo.

Alteraciones faciales y anomalas en cabeza y cuello.

Malformaciones congnitas, con afectacin preferente de extremidades, corazn, etc.

Numricas
Frecuencias de aneuploidas por cada 1000 nacidos vivos. 15
Aneuploida

Frecuencia
(/1000)

Sndrome

Trisoma 21

1.5

de Down

Trisoma 18

0.12

de Edwards

Trisoma 13

0.07

de Patau

Monosoma X

0.4

de Turner

XXY

1.5

de Klinefelter

XYY
1.5
del XYY
Es una alteracin del nmero normal de cromosomas de un individuo, que normalmente
presenta 23 pares de cromosomas (46 en total), siendo cada dotacin cromosmica de un
progenitor (diploida). Si la alteracin afecta a un slo par de cromosomas se habla
de aneuploida, de manera que puede haber un slo cromosoma (monosoma) o ms de dos
(trisoma, tetrasoma...). Un ejemplo de gran prevalencia es la trisoma 21, responsable del
Sndrome de Down. Si por el contrario la alteracin afecta a todos los cromosomas se habla
de euploidas, de manera que en teora el individuo tiene una sola dotacin cromosmica
(haploida, 23 cromosomas en total) o ms de dos dotaciones (triploida: 69
cromosomas; tetraploida: 92 cromosomas...). En la prctica las euploidas causan letalidad
embronaria (abortos) siendo muy pocos los nacidos vivos, y fallecen muy tempranamente. Las
aneuploidas son mayoritariamente letales, salvo las trisomas de los cromosomas 13, 18, 21, X
e Y (XXY, XYY), y la monosoma del cromosoma X. En la tabla se muestran las frecuencias de
nacidos vivos con estas alteraciones.
Estructurales
Se denominan as las alteraciones en la estructura de los cromosomas, tales como las grandes
deleciones o inserciones, reordenaciones del material gentico entre cromosomas...
detectables mediante tcnicas de citogentica.

Deleciones: eliminacin de una porcin del genoma. Algunos trastornos conocidos son
el sndrome de Wolf-Hirschhorn por delecin parcial del brazo corto del cromosoma 4 (4p),
y el sndrome de Jacobsen o delecin 11q terminal.

Duplicaciones: una regin considerable de un cromosoma se duplica. Un ejemplo es

la enfermedad de Charcot-Marie-Tooth tipo 1A, que puede ser causada por duplicacin del
gen codificante de la protena mielnica perifrica 22 (PMP22) en el cromosoma 17.

Translocaciones: cuando una porcin de un cromosoma se transfiere a otro

cromosoma. Hay dos tipos principales de translocaciones: la translocacin recproca, en la
que se intercambian segmentos de dos cromosomas distintos, y la translocacin
Robertsoniana, en la que dos cromosomas acrocntricos (13, 14, 15, 21, 22) se fusionan
por sus centrmeros (fusin cntrica).

Inversiones: una parte del genoma se rompe y se reorienta en direccin opuesta antes
de reasociarse, con lo que dicha secuencia aparece invertida. Pueden ser paracntricas (si
afectan slo a una brazo) o pericntricas (si la secuencia invertida incluye el centrmero).

Cromosomas en anillos: una porcin del genoma se rompe y forma un anillo por
circularizacin. Esto puede ocurrir con prdida de material o sin prdida de material.

Isocromosomas: cromosomas simtricos, con sus dos brazo idnticos por delecin de
uno de los brazos y duplicacin del otro. El ms habitual es el isocromosoma X, en el que
se pierde el brazo corto del cromosoma X, originando fenotipos de Sndrome de Turner.
Los sndromes de inestabilidad cromosmica son un grupo de trastornos caracterizados por
una gran inestabilidad de los cromosomas, que sufren con gran frecuencia alteraciones
estructurales. Estn asociados con un aumento de la malignidad de neoplasias.
Evolucin
Los estudios de genmica comparada se basan en comparacin de secuencias genmicas a
gran escala, generalmente mediante herramientas bioinformticas. Dichos estudios permiten
ahondar en el conocimiento de aspectos evolutivos de escala temporal y espacial muy diversa,
desde el estudio de la evolucin de los primeros seres vivos hace miles de millones de aos o
las radiaciones filogenticas en mamferos, hasta el estudio de las migraciones de seres
humanos en los ltimos 100 000 aos, que explican la actual distribucin de las distintas razas
humanas.
Genmica comparada entre distintas especies[editar]
Los estudios de genmica comparada con genomas de mamferos sugieren que
aproximadamente el 5 % del genoma humano se ha conservado evolutivamente en los ltimos
200 millones de aos; lo cual incluye la gran mayora de los genes y secuencias reguladoras.
Sin embargo, los genes y las secuencias reguladoras actualmente conocidas suponen slo el
2 % del genoma, lo que sugiere que la mayor parte de la secuencia genmica con gran
importancia funcional es desconocida. Un porcentaje importante de los genes humanos
presenta un alto grado de conservacin evolutiva. La similitud entre el genoma humano y el del
chimpanc (Pan troglodytes) es del 98.77 %. En promedio, una protena humana se diferencia
de su ortloga de chimpanc en tan slo dos aminocidos, y casi un tercio de los genes tiene la
misma secuencia. Una diferencia importante entre los dos genomas es el cromosoma 2
humano, que es el producto de una fusin entre los cromosomas 12 y 13 del chimpanc 19
Otra conclusin de la comparacin del genoma de distintos primates es la notable prdida de
genes de receptores olfativos que se ha producido paralelamente al desarrollo de la visin en
color (tricrmica) durante la evolucin de primates.
Genmica comparada entre genomas humanos
Mapa de las migraciones humanas creado a partir de genmica comparada con los genomas
mitocondriales de individuos actuales. Los nmeros de la leyenda representan miles de aos
antes del presente. La lnea azul rayada delimita el rea cubierta de hielo o de tundra durante la
ltima glaciacin. Las letras englobadas por crculos indican los haplogrupos de ADN
mitocondrial; los haplogrupos se usan para definir subpoblaciones genticas, que
frecuentemente tienen una correlacin geogrfica. Los principales haplogrupos de ADNmt son:
Durante dcadas las nicas evidencias que permitan profundizar en el conocimiento del origen
y la expansin del Homo sapiens han sido los escasos hallazgos arqueolgicos. Sin embargo,
en la actualidad, los estudios de genmica comparada a partir de genomas de individuos
actuales de todo el mundo, estn aportando informacin muy relevante. Su fundamento bsico
consiste en identificar un polimorfismo, una mutacin, que se asume que se origin en un
individuo de una poblacin ancestral, y que ha heredado toda su descendencia hasta la
actualidad. Adems, dado que las mutaciones parecen producirse a un ritmo constante, puede
estimarse la antigedad de una determinada mutacin en base al tamao del haplotipo en el
que se sita, es decir, el tamao de la secuencia conservada que flanquea la mutacin. Esta

metodologa se ve complicada por el fenmeno de recombinacin entre los pares de

cromosomas de un individuo, procedentes de sus dos progenitores. Sin embargo, hay dos
regiones en las que no existe dicho inconveniente porque presentan una herencia uniparental:
elgenoma mitocondrial (de herencia matrilineal), y el cromosoma Y(de herencia patrilineal).
En las ltimas dcadas, los estudios de genmica comparada basada en el genoma
mitocondrial, y en menor medida en el cromosoma Y, han reportado conclusiones de gran
inters. En diversos estudios se ha trazado la filogenia de estas secuencias, estimndose que
todos los seres humanos actuales comparten un antepasado femenino comn que vivi en
frica hace unos 150 000 aos. Por su parte, por razones an poco conocidas, la mayor
convergencia del ADN del cromosoma Y establece que el antepasado masculino comn ms
reciente data de hace unos 60 000 aos. Estos individuos han sido bautizados como Eva
mitocondrial e Y-cromosoma Adan.
La mayor diversidad de marcadores genticos y en consecuencia, los haplotipos de menor
longitud, se han hallado en frica. Todo el resto de la poblacin mundial presenta slo una
pequea parte de estos marcadores, de modo que la composicin genmica del resto de la
poblacin humana actual es slo un subconjunto de la que puede apreciarse en frica. Esto
induce a afirmar que un pequeo grupo de seres humanos (quiz en torno a un millar) emigr
del continente africano hacia las costas de Asia occidental, hace unos 50 000 a 70 000 aos,
segn estudios basados en el genoma mitocondrial. Hace unos 50 000 aos alcanzaron
Australia y hace 40 000 a 30 000 aos otras subpoblaciones colonizaron Europa occidental y el
centro de Asia. Asimismo, se estima que hace 20 000 a 15 000 aos alcanzaron el continente
americano a travs del estrecho de Bering (el nivel del mar era menor durante la ltima
glaciacin, o glaciacin de Wrm o Wisconsin), poblando Sudamrica hace unos 15 00012 000 aos. No obstante, estos datos slo son estimaciones, y la metodologa presenta ciertas
limitaciones. En la actualidad, la tendencia es combinar los estudios de genmica comparada
basados en el ADN mitocondrial con anlisis de la secuencia del cromosoma Y.
La caracterizacin de la diversidad gentica en frica es un paso crucial para la mayora de los
anlisis y para reconstruir la historia evolutiva. Un estudio publicado por la revista Science el
pasado 13 de noviembre de 2015 21 muestra el primer genoma antiguo encontrado en el
continente africano. Hasta el momento, ningn estudio haba logrado secuenciar el genoma
antiguo obtenido a partir de fsiles en este continente. La razn era la inestabilidad de la propia
molcula de ADN, que se vea afectada por las condiciones de temperatura y humedad. Por lo
tanto este nuevo hallazgo es un gran avance.
Los restos de "Mota" fueron fechados alrededor de hace 4500 aos y por lo tanto son
anteriores tanto a la expansin bant y, an ms importante, a lo que se conoce como el reflujo
de Eurasia occidental. Es un evento migratorio que se produjo hace unos 3.000 aos, cuando
poblaciones de las regiones de Eurasia occidental, como Oriente Prximo y Anatolia, inundaron
de nuevo el Cuerno de frica.
Mediante la comparacin de 250.000 pares de bases del genoma de Mota con 40 poblaciones
africanas y 81 poblaciones de Europa y Asia contemporneas, se vio que Mota estaba ms
estrechamente relacionado con el Ari, un grupo tnico que vive cerca de las tierras altas de
etiopia. Se ve que Mota es ms similar a las poblaciones Ari. Tambin es bastante similar a
la Sandawe del Sur de Tanzania, Estas similitudes son muy importantes, entre otras razones,
para descifrar el antiguo paisaje demogrfico de frica.
Genoma mitocondrial
Es el genoma propio de las mitocondrias de clulas eucariotas. La mitocondria es
un orgnulo subcelular esencial en el metabolismo aerobio u oxidativo de las clulas
eucariotas.
Su
origen
es endosimbionte,
es
decir,
antiguamente
fueron
organismos procariotas independientes captados por una clula eucariota ancestral, con la que
desarrollaron una relacin simbitica. Las caractersticas de su genoma, por tanto, son muy
semejantes a las de un organismo procariota actual, y su cdigo genticoes ligeramente
distinto al considerado universal. Para adaptarse al nicho intracelular y aumentar su tasa de
replicacin, el genoma mitocondrial se ha ido reduciendo sustancialmente a lo largo de su
coevolucin, presentando en la actualidad un tamao de 16 569 pares de bases. As, la gran
mayora de las protenas localizadas en las mitocondrias (~1500 en mamferos) estn
codificadas por el genoma nuclear (al que hacen referencia todos los apartados anteriores), de
modo que muchos de estos genes fueron transferidos de la mitocondria al ncleo celular
durante la coevolucin de la clula eucariota. En la mayora de mamferos, slo la hembra
transmite al zigoto sus mitocondrias, por lo que presentan, como ya se ha dicho, un patrn

hereditario matrilineal. En general una clula humana media contiene 100-10 000 copias del
genoma mitocondrial por cada clula, a razn de unas 2-10 molculas de ADN por
mitocondria.22
Diagrama simplificado del genoma mitocondrial. Pueden apreciarse los 37 genes y la
secuencia origen de replicacin no codificante. En este esquema no se seala la cadena ligera
y la pesada.
El genoma mitocondrial posee 37 genes:15

13 genes codificantes de protenas: codifican 13 polipptidos que forman parte de los

complejos multienzimticos de la fosforilacin oxidativa (sistema OXPHOS).
Son
7 subunidades del Complejo I (NADH deshidrogenasa), una subunidad del complejo III
(citocromo b), 3 subunidades del complejo IV (citocromo oxidasa) y 2 subunidades del
Complejo V (ATPsintasa).

2 genes ARNr, que codifican las dos subunidades del ARN ribosmico de la matriz
mitocondrial.

22 genes ARNt, que codifican los 22 ARN transferentes necesarios para la sntesis
proteica en la matriz mitocondrial.
Al contrario de lo que suceda con el genoma nuclear, donde slo el 1.5 % era codificante, en el
genoma mitocondrial el 97 % corresponde a secuencias codificantes. Es una nica molcula de
ADN doble hebra circular. Una de las hemihebras recibe el nombre de cadena pesada o
cadena H, y contiene 28 de los 37 genes (2 ARNr, 14 ARNt y 12 polipptidos). La hemihebra
complementaria (cadena ligera o L) codifica los 9 genes restantes. En ambas cadenas, los
genes de los ARNt aparecen distribuidos entre dos genes ARNr o codificantes de protenas, lo
cual es de gran importancia para el procesamiento del ARN mitocondrial.