Secuenciado un pez con un genoma 30 veces mayor que el nuestro

Cuando fueron descubiertos por primera vez, el celacanto causó mucho revuelo. Era un ejemplo vivo de un grupo de peces que se pensaba que existían sólo como fósiles. Y no cualquier grupo de peces. Se cree que los celacantos y sus parientes, con sus largas aletas en forma de tallo, incluyen a los ancestros de todos los vertebrados que no son peces: los tetrápodos o vertebrados con cuatro extremidades. Esto significa, entre muchas otras cosas, nosotros.

Pero desde entonces, se ha acumulado evidencia de que estamos más cerca de los peces pulmonados, que viven en agua dulce y se encuentran en África, Australia y América del Sur. Pero los peces pulmonados son un poco extraños. Las especies africanas y sudamericanas vieron cómo las aletas en forma de extremidades de sus ancestros se encogían hasta convertirse en filamentos delgados y flexibles. Ha resultado difícil obtener cierta perspectiva sobre su historia evolutiva porque contiene el genoma más grande conocido en animales: el genoma del pez pulmonado de América del Sur contiene más de 90 mil millones de pares de bases. Esto es 30 veces la cantidad de ADN que tenemos.

Pero la nueva tecnología de secuenciación ha hecho que este tipo de desafío sea más accesible, y una colaboración internacional ha completado el genoma más grande jamás creado, en el que todos los cromosomas menos uno contienen más ADN que el genoma humano. Este trabajo apunta a una historia en la que los peces pulmonados de América del Sur agregaron 3 mil millones de bases adicionales de ADN cada 10 millones de años durante los últimos 200 millones de años, todo sin agregar una gran cantidad de genes nuevos. En cambio, parece haber perdido la capacidad de mantener bajo control el ADN no deseado.

yendo mucho tiempo

Este trabajo ha sido posible gracias a una técnica comúnmente denominada «secuenciación de lectura larga». La mayoría de los genomas se han completado mediante lecturas cortas, normalmente en el rango de 100 a 200 pares de bases. La clave era realizar una secuenciación suficiente para que cada base del genoma se secuenciara varias veces en promedio. En consecuencia, un programa de computadora inteligentemente diseñado puede determinar dónde se superponen dos partes de la secuencia, registrar esto como una parte más larga de la secuencia y repetir el proceso hasta que la computadora genere largas cadenas de bases contiguas.

El problema aquí es que la mayoría de las especies no microbianas contienen tramos de secuencias repetitivas (imagínense cientos de copias de bases G y A, respectivamente) que tienen más de unos pocos cientos de bases de longitud: secuencias casi idénticas que aparecen en múltiples sitios del genoma. . Es imposible hacer coincidir estas secuencias con una ubicación única, por lo que el resultado del programa de ensamblaje del genoma contendrá muchos espacios de longitud y secuencia desconocidas.

Esto crea una enorme dificultad para genomas como el genoma del pez pulmonado, que está lleno de ADN «basura» «no funcional», todos los cuales suelen ser duplicados. El programa tiende a producir un genoma con más lagunas que secuencias.

La técnica de lectura larga soluciona este problema haciendo exactamente lo que sugiere su nombre. En lugar de poder secuenciar fragmentos de aproximadamente 200 bases, pueden generar secuencias de miles de pares de bases de largo, cubriendo fácilmente una repetición completa que de otro modo crearía una brecha. Una de las primeras versiones de la tecnología de lectura larga implicaba introducir largas moléculas de ADN a través de los poros y observar diferentes cambios de voltaje a través del poro a medida que diferentes bases pasaban a través de ellos. Otro tenía una enzima de replicación del ADN que hacía una copia duplicada de una cadena larga y monitoreaba los cambios fluorescentes a medida que se agregaban diferentes bases. Estas primeras versiones tendían a ser un poco propensas a errores, pero desde entonces han mejorado y ahora hay muchas tecnologías competidoras más nuevas en el mercado.

En 2021, los investigadores utilizaron esta tecnología para Completa el genoma Los científicos han podido encontrar genomas de especies africanas y sudamericanas, cada una de las cuales parece haber seguido su propio camino durante la desintegración del supercontinente Gondwana, un proceso que comenzó hace aproximadamente 200 millones de años. Obtener los genomas de las tres especies nos daría alguna perspectiva sobre los rasgos que comparten todas las especies de peces pulmonados y, por lo tanto, es probable que los hayan compartido con ancestros lejanos que dieron origen a los tetrápodos.