CpG es más raro de lo que debería
CpG es una citosina seguida de una guanina en la misma hebra (la p es el fosfato que las une). En una secuencia aleatoria con un 40 % de GC, CpG debería aparecer una vez cada 25 dinucleótidos, pero en la mayor parte del genoma humano se encuentra unas cinco veces menos. Las citosinas metiladas de los CpG mutan a timina a lo largo de la evolución, así que CpG se ha ido perdiendo en todas partes salvo en las regiones que se mantuvieron sin metilar.
Qué es una isla CpG
Una isla CpG es un tramo en el que CpG es tan frecuente como predice el azar. Los criterios habituales, de Gardiner-Garden y Frommer (1987):
- al menos 200 pb de longitud,
- contenido de GC superior al 50 %,
- cociente CpG observado/esperado superior a 0,6, donde esperado = (número de C × número de G) ÷ longitud.
Criterios más estrictos (Takai y Jones, 2002: 500 pb, 55 % de GC, cociente 0,65) excluyen las repeticiones Alu, que de otro modo pasarían. Alrededor del 60 % de los genes humanos, incluidos casi todos los de mantenimiento, tienen una isla CpG en su promotor.
Por qué importan
Las islas CpG de los promotores suelen estar sin metilar y el gen queda abierto a la transcripción. Cuando una isla se metila, el gen se silencia; así se apagan muchos supresores de tumores en el cáncer y así funcionan la impronta y la inactivación del X. Encontrar islas en una secuencia es el primer paso para elegir regiones de secuenciación con bisulfito o PCR específica de metilación.
Rastrear una secuencia
- Pega la secuencia en el Buscador de islas CpG.
- Fija la ventana (200 pb es lo estándar), el GC % mínimo y el cociente observado/esperado mínimo.
- La herramienta desliza la ventana por la secuencia e informa de cada región que cumple los umbrales, con su posición, longitud, GC % y cociente.
Las ventanas que cumplen y se solapan se fusionan en una sola isla. Comprueba los resultados dudosos con los criterios estrictos antes de fiarte de ellos.
Herramientas relacionadas
Estadísticas de ADN da el contenido de GC y los recuentos de dinucleótidos de toda la secuencia, y Buscar patrón en ADN lista todas las posiciones de CG.