Secuenciación masiva de ADN: la próxima generación
Palabras clave:
secuenciación masiva, secuenciación de próxima generación, secuenciación por síntesis, exoma, variantes génicas, polimorfismos de nucleótido únicoResumen
El término secuenciación comprende el análisis de diferentes entidades moleculares a fin de conocer su composición nucleotídica precisa. Con ella es posible analizar un genoma completo (WGS, secuenciación genómica completa), un exoma (WES, secuenciación exómica completa), el transcriptoma (RNA-seq), paneles de genes y patrones genómicos de metilación. Los métodos de secuenciación masiva desarrollados después del método de Sanger, llamados de próxima generación, permiten secuenciar cantidades enormes de ADN e incluyen la pirosecuenciación, la secuenciación por unión y la secuenciación por síntesis. Su principal ventaja consiste en poder secuenciar gran cantidad de ADN en poco tiempo y a un costo relativamente bajo. Todas las técnicas de secuenciación masiva de próxima generación constan de cuatro pasos: preparación del templado (molde de ADN a
secuenciar), preparación de grupos de fragmentos de ADN clonal, secuenciación y análisis de datos. Mediante la secuenciación masiva se busca, por lo general, caracterizar variantes germinales y somáticas en pacientes individuales y, en cohortes con gran número de casos, identificar mutaciones tumorales drivers, mutaciones que predispongan al cáncer en la línea germinal o aquellas relacionadas con factores ambientales. Los grandes estudios poblacionales de asociación genómica (GWAS), de casos y controles, utilizan esta técnica.
Citas
I. Ding L, Wendl MC, McMichael JF, Raphael BJ. Expanding the computational toolbox for mining cancer genomes. Nat Rev Genet 2014;7:1-15.
II. Metzker M. Sequencing technologies-the next generation. Nat Rev Genet 2010;11:31-46.
III. Davies H, Bignell GR, Cox C, Stephens P, et ál. Mutations of the BRAF gene in human cancer. Nature 2002;417:949-954.
IV. Raphael BJ, Dobson JR, Oesper L, Vandin F. Identifying driver mutations in sequenced cancer genomes: computational approaches to enable precision medicine. Genome Med 2014; 6:1-17.
V. Sims D, Sudbery I, Ilott N, Heger A, et ál. Sequencing depth and coverage: Key considerations in genomic analysis. Nat Rev Genet 2014;15:121-132.
VI. Biesecker LG, Green RC. Diagnostic clinical genome and exome sequencing. N Engl J Med 2014; 370:2418-2425.
VII. Barrett JH, Iles MM, Harland M, Taylor JC, et ál. Genome-wide association study identifies three new melanoma susceptibility loci. Nat Genet 2012;43:1108-1113.
VIII. González-Pérez A, Mustonen V, Reva B, Ritchie GRS, et ál. Computational approaches to identify functional genetic variants in cancer genomes. Nat Methods 2013;10:723-729.
IX. Carter H, Douville C, Stenson PD, Cooper DN, et ál. Identifying Mendelian disease genes with the variant effect scoring tool. BMC Genomic 2013;14(Suppl 3):S3.
X. Teri M. Genomewide association studies and assessment of the risk of disease. N Engl J Med 2010;363:166-176.
XI. Shain AH, Yeh I, Kovalyshyn I, Sriharan A, et ál. The genetic evolution of melanoma from precursor lesions. N Engl J Med 2015; 373:1926-1936.
XII. Steensma DP. The beginning of the end of the beginning in cancer genomics. N Engl J Med 2013;368: 2138-2140.
Descargas
Publicado
Número
Sección
Licencia
El/los autor/es tranfieren todos los derechos de autor del manuscrito arriba mencionado a Dermatología Argentina en el caso de que el trabajo sea publicado. El/los autor/es declaran que el artículo es original, que no infringe ningún derecho de propiedad intelectual u otros derechos de terceros, que no se encuentra bajo consideración de otra revista y que no ha sido previamente publicado.
Le solicitamos haga click aquí para imprimir, firmar y enviar por correo postal la transferencia de los derechos de autor