Podcast sobre Secuenciación del Genoma y Genómica

Kapitoly

El ADN como un libro gigante

El Método Clásico: Sanger

La Evolución a la Automatización

El Proyecto Genoma Humano y sus Estrategias

El Desafío del Ensamblaje

El Primer Genoma y la Revolución NGS

El gigante de la secuenciación: Illumina

Secuenciación en tiempo real: PacBio SMRT

Comparando las plataformas

¿Cuál es la mejor?

Introducción a la Metagenómica

El Proyecto del Microbioma Humano

Bases de Datos Genómicas

Resumen y Despedida

Přepis

Valeria: ¿Recuerdas haber oído hablar del Proyecto Genoma Humano? Sonaba a ciencia ficción, ¿verdad? Un proyecto internacional que tardó más de una década y costó casi trescientos millones de dólares para leer un solo genoma humano.

Lucas: ¡Una locura de cifra! Pero aquí viene lo increíble: hoy, podemos hacer eso mismo en menos de un día por unos pocos cientos de dólares. Y la tecnología detrás de ese salto gigantesco es lo que vamos a desglosar hoy.

Valeria: Así es. La secuenciación genómica es el motor de la medicina personalizada y de muchísimos avances científicos. Estás escuchando Studyfi Podcast.

Lucas: Empecemos por el principio, Valeria. ¿Qué es exactamente la genómica?

Valeria: Buena pregunta. La genómica es básicamente el estudio completo del genoma de un organismo, o sea, todo su material genético. Y para estudiarlo, primero tenemos que... leerlo.

Lucas: Exacto. El primer paso es obtener la secuencia, la sucesión de letras A, C, G y T que forman el ADN. Luego ya podemos analizarla, compararla con otros genomas y mucho más.

Valeria: Entonces, ¿cómo leemos esas letras? Supongo que no es tan fácil como abrir un libro.

Lucas: Para nada. El primer gran avance fue un método de primera generación llamado secuenciación Sanger, desarrollado por Fred Sanger en 1977. Fue revolucionario.

Valeria: ¿Cómo funcionaba? ¿Necesitaban una lupa muy, muy potente?

Lucas: Casi. Piénsalo así: quieres copiar un capítulo de un libro, pero tienes unas tintas especiales. La mayoría de las tintas te dejan seguir escribiendo, pero de vez en cuando, usas una tinta “mágica” que detiene la escritura en seco.

Valeria: De acuerdo, te sigo... Tienes copias de diferentes longitudes, cada una terminando en una letra específica donde usaste la tinta mágica.

Lucas: ¡Exactamente! En el ADN, usamos algo llamado didesoxinucleótidos o ddNTPs. Son como “terminadores” de la síntesis de ADN. La ADN polimerasa va copiando la cadena y, cuando se topa con un ddNTP, ¡pum!, se detiene.

Valeria: Y si tienes cuatro botes de estos “terminadores”, uno para cada letra (A, T, C, G), al final tienes fragmentos de todos los tamaños posibles, cada uno etiquetado con su letra final.

Lucas: ¡Bingo! Al principio, se separaban estos fragmentos por tamaño en un gel y se leía la secuencia “a mano”. ¡Imagínate el trabajo! Se podían leer unas 300 bases por muestra.

Valeria: Uf, suena tedioso. ¿Cómo se pasó de eso a algo más rápido?

Lucas: Aquí es donde entra la genialidad de Leroy Hood en 1986. En lugar de usar terminadores sin más, les añadió una etiqueta fluorescente de un color distinto para cada letra.

Valeria: ¡Ah! ¡Claro! Así podías mezclar todo en un solo tubo. Los fragmentos siguen deteniéndose, pero ahora cada uno brilla con el color de su letra final.

Lucas: Exacto. Luego, en lugar de un gel plano, se usaban capilares súper finos. Los fragmentos, ordenados por tamaño, pasan en fila india por un láser que lee el color de cada uno. ¡Piu, piu, piu!

Valeria: Me encanta el efecto de sonido. Y eso genera un cromatograma, ese gráfico con picos de colores que hemos visto en alguna clase.

Lucas: Ese mismo. Con esta secuenciación automatizada, ya se podían leer entre 600 y 800 bases por muestra. Mucho mejor, ¿no? Fue la base para máquinas como las de Applied Biosystems, que con 96 capilares podían secuenciar medio millón de bases en 24 horas.

Valeria: Y con cien de esas máquinas trabajando sin parar... se pudo empezar a pensar en proyectos como el Genoma Humano.

Lucas: Justo ahí queríamos llegar. Para secuenciar un genoma entero, que tiene miles de millones de bases, no puedes leerlo de una sentada. Tienes que romperlo en pedazos y luego volver a unirlos, como un puzzle gigantesco.

Valeria: Y aquí es donde hubo dos enfoques, ¿verdad? Como dos equipos intentando montar el mismo puzzle pero con reglas diferentes.

Lucas: Sí, fue una carrera fascinante. Por un lado, el consorcio público usó el método “jerárquico” u “ordenado”. Es como si primero organizaras las piezas del puzzle por colores y formas en montones pequeños, y luego resolvieras cada montón por separado antes de unirlos.

Valeria: Suena... metódico. ¿Y la otra estrategia?

Lucas: La empresa privada, Celera Genomics, usó el método “aleatorio” o “shotgun”. ¿Su idea? Romper todo el genoma en millones de fragmentos pequeños, secuenciarlos todos a la vez y usar superordenadores para encontrar los solapamientos y ensamblarlo todo de golpe.

Valeria: ¡Suena a caos controlado! Como tirar todas las piezas del puzzle al aire y esperar que caigan en su sitio.

Lucas: Básicamente. Era más rápido pero computacionalmente mucho más exigente. Al final, ambos métodos funcionaron y contribuyeron al borrador final del genoma humano.

Valeria: Has mencionado varias veces “ensamblar”. Supongo que esa es la parte más difícil, ¿no? Juntar todos esos pedacitos de secuencia.

Lucas: Es el gran reto. Y para hacerlo bien, necesitas algo que llamamos “cobertura”. No basta con leer cada base del genoma una sola vez.

Valeria: ¿Por qué no? Si ya la has leído, ya está, ¿no?

Lucas: Piénsalo como si estuvieras leyendo un libro que ha sido pasado por una trituradora de papel. Si solo tienes una copia de cada tira de papel, es muy difícil saber el orden y seguro que te dejas huecos.

Valeria: Ah, ya veo. Pero si tienes muchas copias trituradas, puedes usar los solapamientos entre las tiras para reconstruir las frases originales con más seguridad.

Lucas: ¡Esa es la idea! La cobertura es el número de veces que, de media, cada base de tu genoma aparece en tus lecturas. Para un buen ensamblaje, se recomienda una cobertura mínima de 6 a 10 veces, o sea, 6X a 10X.

Valeria: Entendido. ¿Y qué pasa con las secuencias repetidas? Me imagino que son como tener muchas piezas del puzzle que son cielo azul. ¡Imposible saber dónde van!

Lucas: Exacto, son un dolor de cabeza. Dificultan mucho el ensamblaje. La solución es usar fragmentos de ADN que sean más grandes que esas repeticiones. Así, puedes ver qué secuencias únicas hay a cada lado de la repetición y colocarla en su sitio.

Valeria: Y eso nos lleva a los “contiguos” y los “scaffolds”, ¿no? Suenan a términos de construcción.

Lucas: Y lo son, en cierto modo. Un “contiguo” es una secuencia continua ensamblada a partir de lecturas que se solapan. Un “scaffold” o “supercontiguo” es un conjunto de contiguos que sabemos que están cerca, y en qué orden, pero hay huecos entre ellos cuya secuencia exacta no conocemos.

Valeria: Entonces, este método “shotgun” caótico... ¿se probó en algo antes del genoma humano?

Lucas: ¡Por supuesto! Se validó en 1995 con el primer genoma de un ser vivo secuenciado: la bacteria *Haemophilus influenzae*. Fue un hito.

Valeria: ¿Y cómo lo hicieron?

Lucas: Siguieron el plan al pie de la letra. Extrajeron el ADN, lo rompieron con ultrasonidos, seleccionaron fragmentos de un tamaño concreto, los clonaron y secuenciaron miles y miles de ellos.

Valeria: Y con todo eso... ¿consiguieron el genoma completo a la primera?

Lucas: Casi. Obtuvieron 141 contiguos, pero con huecos entre ellos. Había “huecos de secuencia”, donde faltaba secuenciar un clon que sí tenían, y “huecos físicos”, de fragmentos que ni siquiera se habían clonado.

Valeria: Y tuvieron que ir “cerrando” esos huecos uno a uno, como un detective genético.

Lucas: Exacto. Buscando clones que conectaran los extremos de dos contiguos diferentes. Pero todo esto, que sentó las bases, pertenece a la primera generación.

Valeria: ¿Y qué vino después?

Lucas: La revolución. Las Técnicas de Secuenciación de Nueva Generación o NGS, por sus siglas en inglés. Estas son las tecnologías de segunda y tercera generación.

Valeria: ¿Cuál es el gran cambio?

Lucas: En lugar de secuenciar un fragmento en un capilar, las NGS secuencian millones de fragmentos a la vez, en paralelo, sobre una superficie diminuta. Es un salto de escala brutal. Menos tiempo, menos coste y un rendimiento miles de veces mayor.

Valeria: Así que pasamos de leer un libro página a página a digitalizar la biblioteca entera de golpe.

Lucas: ¡Esa es la mejor analogía que he oído! Gracias a eso, la genómica ha explotado y se ha convertido en una herramienta fundamental en la biología y la medicina moderna.

Valeria: Fascinante. Hemos pasado de leer 300 letras con un gel a leer genomas enteros en horas. El avance es simplemente alucinante.

Valeria: Y hablando de generar muchísimos datos, eso nos lleva directamente a la plataforma que es, por así decirlo, la reina de la fiesta en la secuenciación de segunda generación. Me refiero a Illumina, ¿verdad, Lucas?

Lucas: Totalmente, Valeria. Si la secuenciación fuera el mundo de los smartphones, Illumina sería el iPhone. Es, de lejos, la tecnología más dominante y utilizada en todo el mundo.

Valeria: De acuerdo, entonces, ¿cómo funciona? ¿Qué la hace tan popular?

Lucas: Su método es ingenioso y se llama "secuenciación por síntesis con terminadores reversibles". Suena complicado, pero la idea es bastante directa.

Valeria: ¡A ver, desglósalo para nosotros!

Lucas: Claro. Primero, tomas el ADN que quieres secuenciar y lo rompes en millones de fragmentos pequeños, de unas 350 pares de bases.

Valeria: Como hacer un puzzle gigante, pero primero rompiendo la imagen en pedacitos minúsculos.

Lucas: ¡Exacto! Luego, a cada fragmento le pegas unos trozos de ADN llamados "adaptadores" en los extremos. Estos adaptadores son clave.

Valeria: ¿Por qué son tan importantes?

Lucas: Porque permiten que los fragmentos se peguen a una superficie de cristal, una placa que llamamos "célula de flujo". Esta placa ya tiene secuencias complementarias a los adaptadores. Una vez pegados, empieza la magia: la amplificación en puente.

Valeria: ¿Amplificación en puente? Suena a una clase de yoga muy extraña.

Lucas: Podría ser, ¡podría ser! Pero aquí significa que cada fragmento de ADN se dobla y forma un puente para copiarse a sí mismo una y otra vez, en el mismo sitio. Al final, en lugar de una sola molécula, tienes un millón de copias idénticas en un punto. A esto lo llamamos un "clúster".

Valeria: ¡Wow! ¿Y tienes millones de estos clústeres en una sola placa?

Lucas: Millones. Y ahora viene la secuenciación. En cada ciclo, se añade una mezcla de los cuatro nucleótidos: A, T, C y G.

Valeria: ¿Todos a la vez?

Lucas: Sí, pero cada uno tiene dos trucos. Primero, lleva una etiqueta fluorescente de un color distinto. La 'A' puede ser verde, la 'T' roja, etc. Y segundo, es un "terminador reversible". Esto significa que una vez que se añade uno, la polimerasa se detiene.

Valeria: O sea, solo se puede añadir una base por ciclo en cada clúster.

Lucas: Precisamente. Entonces, una máquina toma una foto. Si un clúster brilla en verde, sabemos que se añadió una 'A'. Si otro brilla en rojo, una 'T'. Se anota el color de cada uno de los millones de clústeres, y ¡listo! Tienes la primera base de cada fragmento.

Valeria: Y luego... ¿se repite el proceso?

Lucas: Exacto. Se elimina químicamente la señal fluorescente y el bloqueo, y se empieza un nuevo ciclo para leer la segunda base. Y así, ciclo tras ciclo, unas 150 o 300 veces. Por eso las lecturas de Illumina son relativamente cortas, de 150 a 300 bases.

Valeria: Pero a cambio obtienes una cantidad de datos astronómica y con una tasa de error bajísima, de solo el 0.1%. Eso es increíblemente preciso.

Lucas: Es la gran ventaja de Illumina. Precisión y un coste por base bajísimo. Mi móvil se queja si tengo demasiadas fotos, y estos aparatos generan gigabases y hasta terabases de datos en un par de días.

Valeria: Pone las cosas en perspectiva, desde luego.

Valeria: Pero Illumina no es la única opción, sobre todo si lo que necesitas son lecturas mucho más largas para resolver partes complicadas del genoma. Ahí es donde entra la tercera generación, ¿no?

Lucas: Así es. Hablemos de Pacific Biosciences, o PacBio, y su tecnología SMRT, que significa Single Molecule Real-Time. Secuenciación de una sola molécula y en tiempo real.

Valeria: El nombre ya suena impresionante. ¿Una sola molécula? ¿Sin necesidad de amplificar y crear clústeres?

Lucas: ¡Correcto! Es un enfoque totalmente diferente. Imagina un chip con millones de agujeros increíblemente pequeños. Tan pequeños que hablamos de zeptolitros. Un zeptolitro es 10 a la menos 21 litros. ¡Es un volumen diminuto!

Valeria: Mi cabeza acaba de explotar un poquito. ¿Qué pasa en esos agujeritos?

Lucas: En el fondo de cada uno de estos pocillos, llamados ZMW o guías de onda de modo cero, hay una enzima, una ADN polimerasa, pegada. Simplemente introduces tu fragmento de ADN largo y la polimerasa empieza a copiarlo.

Valeria: Vale, ¿y cómo se detecta qué base se está añadiendo?

Lucas: Aquí está el otro truco de PacBio. Los nucleótidos que se usan también son fluorescentes, pero la marca no está en la base, sino en el grupo fosfato, la parte que se corta y se libera cuando el nucleótido se incorpora a la cadena.

Valeria: ¡Ah, qué listo! Así la cadena de ADN que se está creando queda limpia, sin marcas fluorescentes.

Lucas: Exactamente. Cuando un nucleótido entra en la polimerasa, se ilumina brevemente con su color característico. Un detector lo capta, anota la base, y listo. La polimerasa sigue con la siguiente. Como no hay que parar y lavar en cada ciclo, es un proceso continuo y en tiempo real.

Valeria: Esto permite lecturas muchísimo más largas, ¿verdad? Veo en la tabla de comparación que PacBio puede leer de 10,000 a 15,000 bases de media. ¡Eso es cien veces más que Illumina!

Lucas: Sí, y esa es su gran fortaleza. Para ensamblar genomas complejos con muchas regiones repetitivas, tener lecturas largas es una ventaja brutal. Es como hacer un puzzle con piezas enormes en vez de con confeti.

Valeria: Buena analogía. Pero veo un inconveniente grande en la tabla: la tasa de error. PacBio tiene un 13% de error, frente al 0.1% de Illumina. ¡Es muchísimo!

Lucas: Es el gran trueque. Ganas longitud pero pierdes precisión en una sola pasada. Sin embargo, como el ADN que usan suele ser circular, la polimerasa puede dar varias vueltas a la misma molécula. Al promediar esas lecturas, la precisión final mejora muchísimo.

Valeria: Entiendo. Y el coste también es mayor. Veo aquí que Illumina cuesta unos 3 centavos de dólar por millón de bases, mientras que PacBio está entre 40 y 80 centavos. No parece mucho, pero a escala de un genoma entero...

Lucas: La diferencia es abismal, sí. Illumina es el rey de la rentabilidad para contar cosas, como en los estudios de expresión génica, o para secuenciar muchos genomas pequeños de forma barata.

Valeria: Entonces, no es que una sea "mejor" que la otra en abstracto, sino que depende completamente de la pregunta que quieras responder.

Lucas: ¡Esa es la clave! No hay una herramienta perfecta para todo. Si quieres un borrador de alta calidad de un genoma complejo y novedoso, las lecturas largas de PacBio son fantásticas. Si quieres encontrar variantes raras en un genoma humano con altísima precisión y a bajo coste, Illumina es tu mejor opción.

Valeria: Es como elegir entre un coche de carreras y un camión de mudanzas. Ambos son vehículos, pero sirven para propósitos muy, muy diferentes.

Lucas: ¡Mejor analogía imposible! La elección de la plataforma es una de las decisiones más críticas en el diseño de un experimento de genómica.

Valeria: Fascinante. Hemos visto cómo se generan millones de lecturas cortas y precisas, y cómo se obtienen lecturas larguísimas en tiempo real. Pero una vez que tienes todos estos datos, todos estos fragmentos... el siguiente gran reto es unirlos para reconstruir el genoma original.

Lucas: Así es. Y ese proceso de ensamblaje es todo un mundo en sí mismo, lleno de desafíos computacionales. Pero de eso hablaremos justo después de la pausa.

Valeria: Y justo esa idea de analizar sistemas completos nos lleva a nuestro último gran tema. Suena a ciencia ficción... metagenómica. ¿Qué es exactamente, Lucas?

Lucas: ¡Gran pregunta final! Piénsalo de esta manera: en lugar de estudiar el genoma de un solo organismo, la metagenómica estudia el material genético de toda una comunidad de organismos. Es como tomar una foto de un ecosistema entero a nivel de ADN.

Valeria: O sea, ¿no aislamos una bacteria, sino que las secuenciamos todas juntas, directamente de su ambiente?

Lucas: Exacto. Analizamos todo el ADN de una muestra de suelo, de agua... o incluso de nuestro propio intestino. Es una herramienta increíblemente poderosa.

Valeria: Y eso me suena al famoso Proyecto del Microbioma Humano, ¿verdad?

Lucas: ¡Totalmente! Ese fue un punto de inflexión. El objetivo era mapear la diversidad de microorganismos que viven en nosotros. Somos un superorganismo, Valeria.

Valeria: O sea, ¿que somos básicamente un planeta andante para bacterias?

Lucas: ¡Exactamente! Y un planeta muy superpoblado. Un estudio clave de 2010 en la revista *Nature* analizó muestras de 124 europeos.

Valeria: ¿Y qué encontraron? Suena fascinante.

Lucas: Lo es. Encontraron que cada individuo tiene más de 160 especies frecuentes de microbios. Y en el colectivo, identificaron un catálogo de casi 10 millones de genes no redundantes, ¡el 99% de ellos bacterianos!

Valeria: ¡Wow, son números enormes! Con tantos proyectos secuenciando todo, ¿dónde se guarda esa cantidad de información?

Lucas: Esa es la clave. Existen bases de datos gigantes, como la GOLD, o Genomes OnLine Database. Ahí se organiza todo. Hablamos de miles y miles de proyectos de metagenómica.

Valeria: ¿Miles? ¿Así que esto no para de crecer?

Lucas: ¡Constantemente! La base de datos GOLD tiene registrados más de 4,700 estudios metagenómicos. Y si contamos todos los proyectos de secuenciación, superan los 500,000. ¡Es una locura la cantidad de datos que generamos!

Valeria: Muy bien, para resumir nuestro último tema... la metagenómica nos permite estudiar comunidades genéticas completas. El Proyecto del Microbioma Humano reveló la increíble diversidad que llevamos dentro, y bases de datos masivas nos ayudan a organizar este conocimiento.

Lucas: Ese es el resumen perfecto. Ha sido un viaje increíble a través de la biología molecular y la bioinformática. Espero que a todos les haya gustado tanto como a nosotros.

Valeria: Absolutamente. Gracias a todos por acompañarnos en Studyfi Podcast. ¡Esperamos que hayan aprendido mucho! Hasta la próxima.

Lucas: ¡Adiós a todos!