Pertenece a uno de los 23 pares de cromosomas pertenecientes al cariotipo humano.
El cromosoma 18 parece tener la densidad génica más baja de cualquier cromosoma humano y es uno de los tres únicos cromosomas para los que las personas trisómicas sobreviven al término.
También hay una serie de trastornos genéticos derivados de la trisomía y aneuploidía del cromosoma 18.
Aquí informamos la secuencia final y la anotación de genes del cromosoma 18 humano, lo que permitirá una mejor comprensión de la biología normal y de la enfermedad de este cromosoma.
A pesar de la baja densidad de genes codificadores de proteínas en el cromosoma 18, encontramos que la proporción de secuencias codificantes no proteicas conservadas entre mamíferos es cercana al del genoma completo.
Extendiendo este análisis a todo el genoma humano, encontramos que la densidad de las secuencias conservadas que no codifican proteínas no está correlacionada en gran medida con la densidad genética.
Esto tiene implicaciones importantes para la naturaleza y los roles de los elementos de secuencia de codificación no proteica.
Investigaciones genéticas
El Consorcio Internacional de Secuenciación del Genoma Humano (IHGSC) completó recientemente una secuencia del genoma humano y publicó un informe sobre el acabado del genoma humano.
Ahora, los trabajos que contienen informes detallados sobre cada cromosoma humano están sacando a la luz aspectos de las implicaciones biomédicas y evolutivas de este trabajo.
Aquí describimos la finalización de un mapa físico, una secuencia final de alta calidad y un catálogo de genes para el cromosoma 18 humano, que representa aproximadamente el 2,7% del genoma humano.
La densidad extremadamente baja de los genes que codifican proteínas en el cromosoma 18 ofrece una oportunidad para estudiar la conservación de secuencias que no codifican proteínas.
Recientemente se observó que, además de las secuencias codificantes de proteínas, ~ 3% del genoma humano muestra un grado de conservación evolutiva entre los mamíferos que es significativamente mayor que el de fondo.
No está claro si esta secuencia consiste principalmente en elementos reguladores relacionados con los genes o si representa otros elementos no estrechamente acoplados a los genes.
Estas alternativas pueden explorarse comparando cromosomas ricos en genes y pobres en genes.
Para ver si la proporción de secuencia codificada no proteica conservada tiende a escalar con la densidad de genes o no está relacionada con la densidad de genes.
La secuencia terminada del cromosoma 18 contiene 76,117,153 bases y está interrumpida por tres espacios eucromáticos, un espacio en el telómero 18q y un espacio que contiene la heterocromatina centromérica.
Estas lagunas son refractarias a la tecnología actual de clonación y mapeo. Los tamaños de los espacios eucromáticos se estimaron por alineación con las regiones de sintenia conservadas en el genoma 4 de ratón.
El tamaño de la brecha telomérica se estimó usando el tamaño del medio YAC telomérico (cromosoma artificial de levadura).
El tamaño total de estas brechas se estima en 118 kb. Esto corresponde a <0,2% de la longitud eucromática del cromosoma, sustancialmente inferior al promedio en el genoma humano (citado en la referencia 3 , también refs 5-7 ).
De la secuencia final, el 79% fue generado por el Broad Institute of MIT y Harvard, 20% por el RIKEN Genomic Sciences Center, y el 1% restante por otras tres investigaciones grupos.
Los detalles de la construcción del mapa de clonación y la secuenciación se describen en la Información complementaria .
Varios análisis verifican que casi toda la región eucromática del cromosoma 18 está presente y representada con precisión en la secuencia final.
De las 332 secuencias de genes en el conjunto de datos RefSeq que se han mapeado en el cromosoma 18, todos están presentes y completos en la secuencia final.
Además, la secuencia terminada muestra una excelente alineación con los mapas híbridos genéticos y de radiación.
Evaluamos la precisión local de la ruta de clonación alineando las secuencias de pares apareados de una biblioteca Fosmid humana (designada WIBR2, que representa 10 × cobertura física) a la secuencia final.
Al identificar las discrepancias en las distancias entre Fosmid termina en la secuencia final y las esperadas sobre la base de restricciones de tamaño de inserción, se pueden detectar errores en la ruta de clonación.
El análisis reveló una sola región aberrante, que resultó ser resultado de un clon de cromosoma bacteriano artificial (BAC) que contenía una deleción de 21 kb que estaba presente en el genoma fuente.
Finalmente, un ejercicio de evaluación de calidad independiente encargado por NHGRI estimó la precisión de la secuencia terminada a menos de un error por cada 100.000 bases 11 (J. Schmutz, comunicación personal).
Se produjo un catálogo de genes curado manualmente, anotando 337 loci genéticos y 171 loci pseudogén en el cromosoma 18. Estos incluyen todos los genes previamente conocidos en el cromosoma 18.
Todos los genes de «transcripción nueva» tenían evidencia de etiqueta de secuencia expresada (EST). Para «genes putativos», solo un subconjunto de los exones se apoyó en una o más EST procesadas.
Solo una pequeña fracción de todos los loci, aquellos en las categorías «novedoso» y «putativo», se anotaron como genes sobre la base de pruebas de EST empalmadas solamente.
Algunos loci de «fragmentos de genes» pueden ser pseudogenes.
Utilizando pruebas EST alineadas, fue posible extender muchos de los modelos de genes previamente conocidos en sus extremos 5 ‘o 3’.
Aproximadamente el 57% de las transcripciones de la colección de genes de RefSeq y mamíferos (MGC) podrían extenderse.
Las extensiones del extremo 5 ‘promediaron 321 pb, y las extensiones del extremo 3’ promediaron 1,131 pb.
Además, se encontró un nuevo exón 5 ‘para el 14% de los transcritos RefSeq o MGC, y se encontró un nuevo exón 3’ para el 2,2%.
La capacidad de extender los modelos de genes probablemente refleja las bases de datos ampliadas de transcripciones y tecnologías ecológicamente racionales.
Una muestra de los modelos de genes extendidos se validó en el laboratorio.
Se encontró un promedio de 10.7 exones por transcripción conocida de longitud completa, comparable a informes publicados recientemente de cromosomas humanos.
Las longitudes internas del exón promedian 155 pb, y la longitud promedio del transcrito es de 3.1 kb para las transcripciones completas de genes conocidos.
Existe evidencia de un empalme alternativo extenso, con loci genéticos que tienen un promedio de 3.1 transcritos distintos y un 71% que tienen al menos dos transcritos.
Esta tasa de empalme alternativo es comparable a los informes recientes. El gen más largo en el cromosoma 18 es DCC (eliminado en el carcinoma colorrectal), que abarca 1.190.632 pb.
El DCC también contiene el intrón más largo a 411.177 pb. El transcrito maduro más largo es laminina α3 ( LAMA3 ) a 10.585 pb. El exón individual más largo se encuentra en TCF4 , siendo un exón de 3 ‘de 5,700 bp.
El gen con las formas de empalme más identificadas es TGIF (factor inducido por TGFβ), que parece tener diez formas de empalme, de las cuales dos están representadas por transcripciones de RefSeq.
De los 171 pseudogenes en el cromosoma 18, aproximadamente dos tercios son pseudogenes procesados (sin intrones) que surgen de la retroposición, y el tercio restante no han sido procesados.
Además, se identifico cuatro genes de ARN de transferencia en el cromosoma. Un análisis de las familias de genes reveló que varias familias tienen múltiples miembros presentes en el cromosoma 18.
Estos incluyen miembros de las familias de laminina y cadherina de las moléculas de adhesión celular, y un grupo de diez inhibidores de serina proteasa serpin.
El análisis cuidadoso de los modelos genéticos encontró 59 pares de genes superpuestos en el cromosoma 18, lo que sugiere que la superposición de genes puede ser 2-4 veces más común de lo que se pensaba.
Con un promedio de 4.4 genes por megabase (Mb), el cromosoma 18 tiene la densidad génica más baja de cromosomas humanos publicados.
Esta densidad de genes no puede explicarse por fluctuaciones fortuitas en torno a una media del genoma completo.
La baja densidad genética se refleja tanto en el bajo porcentaje de secuencia transcrita (28.5%) como en la pequeña fracción del cromosoma incluida en los exones (1.14% en todos los exones, 1.06% en los exones codificantes).
El contenido de G + C (39.8%) también es bajo, consistente con la correlación positiva conocida entre el contenido de G + C y el número de gen.
El cromosoma 18 contiene 24 desiertos genéticos, que en conjunto comprenden 28 Mb o ~ 38% de la longitud total del cromosoma.
La región más escasa del cromosoma alberga solo tres genes de más de 4.5 Mb.
Además, el cromosoma 18 también tiene la longitud media más larga de intrones entre todos los cromosomas, lo que refleja una correlación inversa de todo el genoma entre el tamaño del intrón y la densidad del gen .
A pesar de ser pobre en genes, el cromosoma 18 no está enriquecido en secuencias repetidas. Los fósiles de elementos transponibles cubren el 43,5% del cromosoma, que es típico en todo el genoma.
El cromosoma 18 también tiene una proporción relativamente baja de duplicación segmentaria (las duplicaciones segmentarias se definen como que tienen una identidad superior al 90% y son más largas que 1 kb).
Las duplicaciones segmentarias constituyen ~ 2.5% (1.92 Mb) del cromosoma, con una mayor representación de duplicaciones intercromosómicas (2.13%) que las duplicaciones intracromosómicas (0.55%).
Algunas secuencias están representadas en ambos tipos de duplicación.
Error de origen parental y división celular
El origen parental en la muestra de Bugge se determinó en los 100 casos.
En cuatro casos, el origen del cromosoma 18 adicional fue paterno y los cuatro fueron consistentes con un error mitótico post-cigótico (PZM) o MII no cruzado.
No es posible distinguir entre las dos clases. Sin embargo, debe ser muy poco probable que estos casos paternos surgieron como resultado de un evento meiótico que generó solo no cruces.
Por lo tanto, la suposición parsimoniosa es que todo esto se debió a errores post-zigóticos.
En los 96 casos restantes, el cromosoma adicional era de origen materno. En 34 casos el error fue este MI, de los cuales 15 fueron sin evidencia de cruzamiento.
Hubo 49 casos de MII mat con cruzamiento evidente y siete casos no cruzados que fueron PZM materna o MII.
De nuevo, la clasificación definitiva no es posible, sin embargo, dado que hay cuatro casos paternos aparentes, lo más probable es que este grupo incluya algunos errores post-cigóticos.
Por lo tanto, no hay ninguna justificación para tratar a los siete como MII no cruzado.
Sin embargo, dada una muestra tan grande de cruces MII mat, suponemos que hay un pequeño número de cruces MII no cruzados, por lo que no hay justificación para omitir los siete del análisis.
Por lo tanto, había un número igual de PZM paterno y materno (cuatro casos), dejando tres que clasificamos como mat MII no cruzado.
Entre los siete casos, hubo pequeñas diferencias en la informatividad de los marcadores.
Las diferencias fueron extremadamente pequeñas y un solo subconjunto de tres casos fue seleccionado al azar para el análisis.
En la muestra de Fisher hubo dos casos paternos, nuevamente se asumió que eran PZM.
Hubo tres casos maternos que fueron MII PZM o no cruzados.
Trastornos genéticos
La escasez de genes en el cromosoma 18 probablemente explica por qué es uno de los tres autosomas (los otros son los cromosomas 13 y 21) para los cuales los individuos trisómicos rutinariamente sobreviven.
Aunque los cromosomas 18 y 21 tienen aproximadamente el mismo número de genes, la trisomía del cromosoma 18 (síndrome de Edwards) tiene efectos mucho más severos que la trisomía del cromosoma 21 (síndrome de Down).
El síndrome de Edwards ocurre en 1 de cada 5,000 nacidos vivos, y ~ 90% de las personas afectadas mueren antes de cumplir un año de edad.
En contraste, el síndrome de Down es más común (1 de cada 800 nacidos vivos), y las personas afectadas con frecuencia son capaces de hacer frente a las numerosas consecuencias para la salud y sobrevivir hasta la edad adulta.
La disponibilidad de catálogos de genes para estos dos cromosomas facilitará el trabajo para dilucidar cómo las contribuciones de genes específicos conducen a resultados clínicos tan diferentes.
Otros cuatro síndromes son causados por grandes anomalías en el cromosoma 18, incluidas tres monosomías parciales causadas por la eliminación de parte de los brazos p o q (18p-, 18q- y ring18) y la tetrasomía del brazo p.
Al menos 45 loci en el cromosoma 18 han sido implicados en trastornos genéticos. La lista incluye al menos cuatro trastornos para los cuales se ha caracterizado el gen responsable y el mecanismo molecular de la enfermedad.
Para dos de estas enfermedades (metahemoglobinemia y protoporfiria eritropoyética), hay evidencia de nuevas formas alternativas de corte y empalme que darían lugar a alteraciones de la secuencia de codificación.
Comparaciones genéticas
El análisis genético comparativo reveló un locus que puede representar un gen recientemente evolucionado en el linaje de los primates, aunque su función es desconocida.
Entre los genes multi-exón anotados contenidos en bloques de synteny conservados entre mamíferos, solo uno carece de conservación exónica con roedores y perro: C18orf2 , un gen RefSeq predicho.
Dentro de este bloque de sintenia conservada hay una inversión de ~ 100 kb específica de los primates en la región (presente tanto en humanos como en chimpancés).
Uno de los puntos finales de esta inversión se encuentra en el medio de la región de codificación del gen, con el resultado de que la región no es contigua en los genomas de perros o roedores.
La secuenciación parcial de este gen en simios sugiere que se conserva al menos desde el orangután. Se comparo el cromosoma 18 con su homólogo chimpancé cromosoma 18 (ref. 16 ).
La divergencia de secuencia promedio es 1.25%, que es cercana al promedio del genoma.
En una escala más grande, el cariotipo del cromosoma 18 humano difiere de sus homólogos en los grandes simios por una inversión pericéntrica específica del ser humano con una duplicación invertida específica de humanos.
Como consecuencia, el 18p humano corresponde a la región proximal del chimpancé 18q.
Como los reordenamientos cromosómicos a gran escala pueden facilitar la especiación 19 , 20 , es posible que esta inversión haya tenido un papel en la evolución de los homínidos.
Finalmente, intentamos explorar la naturaleza aún misteriosa de las secuencias conservadas que codifican proteínas.
La comparación reciente de los genomas humanos y de ratón 4 condujo al sorprendente descubrimiento de que ~ 5% del genoma humano muestra una conservación evolutiva mayor que la frecuencia de fondo.
Se han observado resultados similares en las comparaciones entre los genomas humano y de rata.
Como solo el 1-2% del genoma humano codifica los exones que codifican proteínas, esto indica que la mayoría de la secuencia humana en la selección de purificación no codifica proteínas.
En principio, estas secuencias que no codifican proteínas podrían asociarse con genes que codifican proteínas, como aquellos que regulan directa o indirectamente la expresión de genes que codifican proteínas.
O independientemente de genes codificadores de proteínas, tales como aquellos que juegan un papel estructural en la arquitectura cromosómica o aquellos que codifican genes de ARN.
Se calculó la proporción global de bases en cada cromosoma que están bajo selección purificadora, y se asignó esta proporción como codificante de proteínas o no codificadora de proteínas.
El análisis computacional seguido de cerca utilizado en las comparaciones de mamíferos recientes.
Se comparo la proporción de la secuencia total en la selección y la secuencia que codifica la proteína en la selección con la proporción de secuencia codificante para cada cromosoma humano.
El cromosoma 18 contiene una baja proporción global de secuencia en la selección, pero esto se explica casi por completo por su baja densidad de codificación.
Aproximadamente el 4,2% de las bases en el cromosoma 18 parecen estar bajo selección purificadora, que consiste en un 0,6% en los exones de los genes que codifican proteínas y un 3,6% en los elementos que no codifican proteínas.
La proporción de secuencia de codificación no proteica en la selección es típica para los cromosomas humanos.
Tenga en cuenta que los cromosomas 19 y 22 son atípicos en este análisis, las numerosas expansiones de la familia de genes locales dificultan la asignación de la ortología.
Como los cromosomas varían ampliamente en tamaño, repetimos el análisis de ventanas de 5 Mb a través del genoma humano. Aunque hay más dispersión en los datos, la conclusión general es muy similar.
Notablemente, la proporción promedio de secuencia seleccionada que no codifica proteínas en una ventana es ~ 3.8%.
Y está ligeramente correlacionada negativamente ( R 2 = 0.08) con la proporción de secuencia codificante en la ventana.
El análisis muestra que la densidad de las secuencias conservadas que no codifican proteínas es en gran parte independiente de la densidad de los genes que codifican proteínas.
Es interesante observar que el examen de secuencias alineadas no codificadas entre humanos y pollos mostró una correlación negativa con el contenido de codificación.
Y un estudio de secuencias no codificantes altamente conservadas en regiones intergénicas del cromosoma 21 humano no identificó un acoplamiento estrecho con el comienzos y finales de los genes 24 , 25 .
¿Cuál es la naturaleza de los elementos que no codifican proteínas?
En primer lugar, los elementos podrían codificar transcripciones que no se traducen en proteínas, como pequeños genes de ARN o grandes ARN reguladores.
En segundo lugar, podrían desempeñar un papel estructural, con una densidad constante de dichos elementos necesarios para mantener la estructura cromosómica independiente de la densidad del gen.
Dichos elementos estructurales podrían ser evolutivamente esenciales para el mantenimiento de una región, pero podrían ser prescindibles si se eliminara toda la región.
Esto podría explicar la reciente observación en ratones de que una deleción de 1 Mb en un gen desértico que contiene elementos altamente conservados no tiene un efecto fenotípico discernible.
En tercer lugar, los elementos pueden estar relacionados en gran medida con la regulación de los genes que codifican proteínas, pero su distribución puede estar inversamente relacionada con la densidad de los genes.
Es posible que los genes en regiones pobres en genes tiendan a tener controles reguladores más elaborados, y esto podría explicar en parte la relativa escasez de genes en tales regiones.
En cualquier caso, está claro que la secuencia final del genoma humano revelará muchas características de la función biológica y proporcionará una base firme para futuros análisis sistemáticos.
