Aspectos breves de la utilización de las herramientas de análisis genético para la identificación de nuevas especies y reordenamiento taxonomico

1. Aspectos Breves:Aspectos Breves:
Identificación de EspeciesIdentificación de Especies
mediante análisis genético.mediante análisis genético.
Antonio E. Serrano PhD. MT
11 Agosto 2011
@Xideral
xideral.com

2. SumarioSumario
 Taxonomía : Identificación de
especies y su asignación a un
nivel en la taxa.
 Filogenia: Determinación de
las relaciones evolucionarias
entre organismos.
 DNA Taxonomy:
◦ Fuerte invaluable de
información para la
filogenética
◦ Proveer identificación mas
que su resolver su nivel en
la evolución.
Sistemática Molecular

3. TaxonomíaTaxonomía
 Disciplina de mas de 250 años
 Linnaeus introdujo el sistema
binominal
 Fines del S.XIX se introdujeron
reglas
◦ Constante monitoreo
◦ Evitar confusion
◦ Evitar dobles nombres.
 Para identificar una nueva
especie, es necesario
identiifcar un tipo de
especimen que servirá de
referencia.
 Al identificar una nueva especie
es necesario depositar la
especie en colecciones de
grandes museos

4. TaxónomosTaxónomos
 Especialistas dedicados a la
clasificacion y conocimiento
de un tipo particular de
especies.
 Sin embargo, muchas veces
era conocimiento empírico
que moría al fallecer el
taxónomo.
 Tecnología basada en
Internet. Permite
◦ Mayor accesibilidad
◦ Universalidad

5. Taxonomía basada en DNATaxonomía basada en DNA
 Nueva estructura para la
taxonomia universal
 Conveniente nueva
herramienta para la
identificaciond e especies
 No constituye una crítica o
competencia a la taxonomia
basada en la morfologia
(clasica)
 La taxonomia del DNA debe
intersectar con la txonomia
morfologica.

6. DNA TaxonomyDNA Taxonomy

7. Ventajas/LimitacionesVentajas/Limitaciones
 Cuando la identificación genetica
es lo suficentemente exaustiva
incluyendo subgrupos de
especies, y los datos son
suficientemente completos es
posible realizar un análisis
filogenético.
 Secuencia de DNA es digital
 No es influenciada
subjetivamente.
 Reproducible
 Universal
 Informacion disponible para
cualquier usuario
 Dificil de trabajar en grupos de
especies de nuevo origen. Su
exito se basa en cuan certera es
la información de la especie
patrón.
 Especial dificultad en DNA
mitocondrial o cloropástico
 Altamente sensible a mutaciones
ambientales que no
necesariamente conllevan a la
identificaicon de una nueva
especie
 Informacion dura de dificil
compension
 Problemas con la calidad y
certeza de la informacion
agregada por los usuarios

8. Secuencias usadasSecuencias usadas
 Rna ribosomal 16s 
Bacterias
 Citocromo B
Mitocondrial 
Vertebrados
 RNA ribosomal 32s 
Vertebrados (Partidores
universales)

9. DNA TaxonomyDNA Taxonomy
 Partnership for Enhancing Expertise in
Taxonomy (PEET):
http://web.nhm.ukans.edu/peet/
 Integrated Taxonomic Information System
(ITIS): http://www.itis.usda.gov/
 Species2000:http://www.usa.sp2000.org/
 Convention on Biological Diversity:
http://www.biodiv.org/
 Bionet International: http://www.bionet-
intl.org/
 The Tree of Life Web Project:
http://tolweb.org/tree/
 All Species Foundation: http://www.all-
species.org/
 Global Biodiversity Information Facility:
http://www.gbif.org/
 Codes of Nomenclature:
http://www.biosis.org.uk/zrdocs/codes/cod
es.htm.

10. Sistemas de alto desempeñoSistemas de alto desempeño
 Secuanciador automático
 Termociclador

11. Laboratorio de TaxonomíaLaboratorio de Taxonomía

12. Filogenética MolecularFilogenética Molecular
 Es el analisis de las diferencias hereditarias , principalmente secuencias de
DNA para obtener informacion de las relaciones evolutivas entre
organismos
 Como resultado del análisis filogenético, se obtiene un Árbol Filogenético

13. chicken PLVSS---PLRGEAGVLPFQQEEYEKVKRGIVEQCCHNTCSLYQLENYCN
xenopus ALVSG---PQDNELDGMQLQPQEYQKMKRGIVEQCCHSTCSLFQLESYCN
human LQVGQVELGGGPGAGSLQPLALEGSLQKRGIVEQCCTSICSLYQLENYCN
monkey PQVGQVELGGGPGAGSLQPLALEGSLQKRGIVEQCCTSICSLYQLENYCN
dog LQVRDVELAGAPGEGGLQPLALEGALQKRGIVEQCCTSICSLYQLENYCN
hamster PQVAQLELGGGPGADDLQTLALEVAQQKRGIVDQCCTSICSLYQLENYCN
bovine PQVGALELAGGPGAGG-----LEGPPQKRGIVEQCCASVCSLYQLENYCN
guinea pig PQVEQTELGMGLGAGGLQPLALEMALQKRGIVDQCCTGTCTRHQLQSYCN
* . * *****:*** . *: .**:.***
Alineamiento de SecuenciasAlineamiento de Secuencias
Múltiples (MSA)Múltiples (MSA)

14. Generacion de AlineamientoGeneracion de Alineamiento

15. Generación de AlineamientoGeneración de Alineamiento

16. Selección de PlataformaSelección de Plataforma

17. Software de AlineamientoSoftware de Alineamiento
Name Algorithm URL
MSA Exact http://www.ibc.wustl.edu/ibc/msa.html
DCA (requires MSA) Exact http://bibiserv.techfak.uni-biefield.de/dca
OMA
Iterative
DCA
http://bibiserv.techfak.uni-biefield.de/oma
ClustalW, ClustalX Progressive ftp://ftp-igbmc.u-strasbg.fr/pub/clustalW or clustalX
MultAlign Progressive http://www.toulouse.inra.fr/multalin.html
Dialaign Consistency-based http://www.gsf.de/biodv/dialign.html
ComAlign Consistency-based http://www.daimi.au.df/~ocaprani
T-Coffee
Consistency-
based/progressive
http://igs-server.cnrs-mrs.fr/~cnotred
Praline Iterative/progressive Iterative/progressive jhering@nimr.mrc.ac.uk
IterAlign Iterative Iterative http://giotto.Stanford.edu/~luciano/iteralign.html
Prrp Iterative/Stochastic ftp://ftp.genome.ad.jp/pub/genome/saitama-cc/
SAM
Iterative/Stochastic/
HMM
rph@cse.ucsc.edu
HMMER Iterative/Stochastic/
HMM
http://hmmer.wustl.edu/
SAGA
Iterative/Stochastic/
GA
http://igs-server.cnrs-mrs.fr/~cnotred
GA
Iterative/Stochastic/
GA
czhang@watnow.uwaterloo.ca

18. ClustalWClustalW
(interlaced)(interlaced)
CLUSTAL W (1.74) multiple sequence alignment
chiins BALWIRSLPLLALLVFSGPGTSYAAANQHLCGSHLVEALYLVCGERGFFYSPKARRDVEQ
xenins BALWMQCLPLVLVLFFSTPNTE-ALVNQHLCGSHLVEALYLVCGDRGFFYYPKVKRDMEQ
humins BALWMRLLPLLALLALWGPDPAAAFVNQHLCGSHLVEALYLVCGERGFFYTPKTRREAED
monins BALWMRLLPLLALLALWGPDPVPAFVNQHLCGSHLVEALYLVCGERGFFYTPKTRREAED
dogins MALWMRLLPLLALLALWAPAPTRAFVNQHLCGSHLVEALYLVCGERGFFYTPKARREVED
hamins MTLWMRLLPLLTLLVLWEPNPAQAFVNQHLCGSHLVEALYLVCGERGFFYTPKSRRGVED
bovins MALWTRLRPLLALLALWPPPPARAFVNQHLCGSHLVEALYLVCGERGFFYTPKARREVEG
guiins MALWMHLLTVLALLALWGPNTGQAFVSRHLCGSNLVETLYSVCQDDGFFYIPKDRRELED
chiins PLVSS---PLRGEAGVLPFQQEEYEKVKRGIVEQCCHNTCSLYQLENYCN
xenins ALVSG---PQDNELDGMQLQPQEYQKMKRGIVEQCCHSTCSLFQLESYCN
humins LQVGQVELGGGPGAGSLQPLALEGSLQKRGIVEQCCTSICSLYQLENYCN
monins PQVGQVELGGGPGAGSLQPLALEGSLQKRGIVEQCCTSICSLYQLENYCN
dogins LQVRDVELAGAPGEGGLQPLALEGALQKRGIVEQCCTSICSLYQLENYCN
hamins PQVAQLELGGGPGADDLQTLALEVAQQKRGIVDQCCTSICSLYQLENYCN
bovins PQVGALELAGGPGAGG-----LEGPPQKRGIVEQCCASVCSLYQLENYCN
guiins PQVEQTELGMGLGAGGLQPLALEMALQKRGIVDQCCTGTCTRHQLQSYCN

19. Visualización de Arbol FilogenéticoVisualización de Arbol Filogenético
 Phylodendron
Phylogenetic
http://iubio.bio.indiana.edu/tre
eapp/treeprint-form.html
 TreeTop -
http://www.genebee.msu.su/s
ervices/phtree_reduced.html
 TreeView
 http://taxonomy.zoology.gla.a
c.uk/rod/treeview.html
 NJPLOT (ClustalW)
ftp://ftp-igbmc.u-
strasbg.fr/pub/ClustalX

20. ReferenciasReferencias
 BAliBASE: a benchmark alignment database for the evaluation of
multiple alignment programs
Thompson JD, Plewniak F, Poch O. Bioinformatics. 1999 Jan;15(1):87-8.
 A comprehensive comparison of multiple sequence alignment
programs
JD Thompson, F Plewniak, and O Poch Nucleic Acids Res. 1999 27: 2682-2690.
 Quality assessment of multiple alignment programs
FEBS Letters Volume 529, Issue 1 , T. Lassmann and E Sonnhammer 2 October 2002, Pages 126-
130
 Recent progress in multiple sequence alignment: a survey.
Notredame C. Pharmacogenomics. 2002 Jan;3(1):131-44. Review.
 Strategies for multiple sequences alignment
HB Nicholas Jr, AJ Ropelewski and DW Deerfield II, BioTechniques 32:572-591
 A plea for DNA taxonomy
Diethard Tautz et al. TRENDS in Ecology and Evolution Vol.18 No.2 February 2003

22. Gracias!Gracias!