Identificación bioinformática de polimorfismos de nucleótido simple (PNS) en genes de proteínas asociadas a queratinas en Alpacas (Vicugna pacos)

Abstract

El objetivo del presente trabajo fue identificar polimorfismos de nucleótido simple (PNSs) en genes de proteínas asociadas a las queratinas (KRTAPs) en alpacas (Vicugna pacos). Los objetivos específicos fueron: a) identificar las secuencias de genes de proteínas asociadas a queratinas en el VicPac3.1, b) identificar PNSs en la secuencia de los genes (exones, intrones o regiones no traducidas), y c) seleccionar los PNSs identificados, considerando parámetros de calidad (frecuencia del alelo menor, tamaño de la secuencia flanqueante y ausencia de PNS en la secuencia flanqueante). Se realizó el estudio en un total de 34 genes de proteínas asociadas a las queratinas, que se encuentran anotados en la base de datos del National Center for Biotechnology Information (NCBI). Para hallar los PNSs se comparó el genoma de referencia VicPac3.1. con nueve genomas (almacenados en NCBI) y reads de 300 bibliotecas de representación reducida de ADN de alpacas, mediante el uso del BLASTN. Se halló la frecuencia del alelo menor (MAF) y la tasa de genotipificación (TG) con secuencias en los sitios del PNS, mediante el uso de los softwares KGD y PLINK, así como, el Illumina Score, mediante el Illumina Design Studio para cada PNS. Se seleccionaron marcadores con frecuencia de alelo menor (MAF) ≥ 0.05, tasa de genotipificación (TG) ≥ 45% por PNS basado en secuencias reads y Illumina Score = 0.6. Se identificaron 67 PNSs ubicados en las regiones intrónicas, exónicas y no traducidas de los genes de proteínas asociadas a las queratinas, que cumplen con dichos parámetros. De estos, 35 PNSs fueron incluidos en una micromatriz de PNSs de Alpaca de los cuales 32 PNSs fueron confirmados.

The aim of this study was to identify single nucleotide polymorphisms (SNPs) in keratinassociated protein genes, in alpacas (Vicugna pacos). The specific aims were a) identify the keratin-associated protein gene sequences in the VicPac3.1, b) identify SNPs in the gene sequences (exons, introns and/or untranslated regions), and c) select the identified SNPs, considering quality parameters (minor allele frequency, length of the flanking sequence and absence of additional SNPs in the flanking regions). The study was conducted on a total of 34 keratin-associated protein genes (KRTAPs), which are annotated in the database of the National Center for Biotechnology Information (NCBI). To identify the SNPs, the reference genome VicPac3.1 was compared to nine genomes (stored in NCBI) and reads from 300 alpaca reduce representation DNA libraries, using BLASTN. The minor allele frequency (MAF) and genotyping rate were calculated using KGD and PLINK software. While the Illumina Score was calculated through the Illumina Design Studio software for each SNP. Markers with MAF ≥0.05, a genotyping rate > 45 % per SNP based on read sequences and an Illumina Score ≥ 0.6 were selected. Sixty-seven SNPs identified in intron, exon and/or untranslated regions of the keratin-associated protein genes, met these parameters. Of these, 35 SNPs were included in an alpaca SNP microarray and 32 SNPs were confirmed as true SNPs.