Biología Molecular: Análisis de Secuencia de ADN FASTA

¿Cuántos pares de bases hay en la base de datos abierta de WGS?

¿Cuál es el nombre de la base de datos que se va a utilizar para descargar el genoma humano completo?

¿Es necesario darse de alta, rellenar formularios, utilizar software complejo, etc. para descargar el genoma humano completo?

¿Cuántas bases de datos abiertas se mencionan en el texto?

¿Qué tipo de información se puede descargar de la base de datos abierta de GENCODE?

¿Cuál es el nombre de la base de datos que se utiliza para almacenar información de expresión génica?

¿Qué es el genoma humano completo?

¿Cuál es el nombre de la base de datos que se utiliza para almacenar información de asociación genética?

¿Cuál es el formato en que se va a descargar el genoma humano completo?

¿Cuál es el nombre de la base de datos que se utiliza para almacenar información de referencia genómica?

El formato FASTA

El formato FASTA es un formato simple y ampliamente utilizado para almacenar secuencias biológicas (ADN y proteína).
Se almacena en un archivo de texto plano con la extensión .fasta.
Cada secuencia comienza con una línea que inicia con el carácter ">" y sirve para describir la secuencia, seguida de la propia secuencia.
El formato FASTA es necesario para intercambiar datos, reducir errores, permitir reproducibilidad y procesar información con software específico.

Identificación de secuencias biológicas

Ante una secuencia desconocida, se buscan:
- Codón de inicio (en eucariotas): AUG
- Codones de parada (UAA, UAG o UGA)
- Se identifican los ORFs (open reading frame), marco de lectura abierto
- Secuencia de ARN que aparece entre codón de inicio y codón de parada
- No se consideran los intrones (no codificantes)
- Las secuencias se leen en dirección 5’ a 3’

Características del ADN

El ADN está compuesto por 2 hebras, antiparalelas (corren en direcciones opuestas).
Cada hebra tiene un extremo 5’ y otro 3’ y las leemos de 5’ a 3’.

Bases de datos abiertas

Existen bases de datos abiertas que almacenan información sobre secuencias biológicas, como:
- Gene Expression Omnibus
- PDB – Protein databank
- ArrayExpress – Functional Genomics Data
- Refseq – genomic, transcript and protein reference sequences
- GENCODE
- GWAS
- dbGaP
Se puede descargar el genoma humano completo desde GENCODE.
No es necesario darse de alta, rellenar formularios, utilizar software complejo, etc.
El genoma humano se puede descargar en formato FASTA.

Aprende a analizar secuencias de ADN en formato FASTA, identificando codones de inicio y parada, ORFs y secuencias de ARN. ¡Prueba tus conocimientos en biología molecular!