Optimización de la longitud de genes humanos

Para el correcto funcionamiento de las células, distintas proteínas se requieren en distintas cantidades. Dado que los recursos para las células son limitados podemos asumir que la síntesis de proteínas implica un costo para la célula. De ser el caso, podría esperarse que aquellas proteínas que se producen en grandes cantidades fueran más cortas. Así, desde una perspectiva seleccionista, podríamos esperar una relación inversa entre los niveles de actividad de un gene y la longitud de la proteína que codifica. La hipótesis nula predice que la reducción de costos asociadas con el acortamiento de las proteínas, no son suficientes como para ser favorecidos por la selección, por lo tanto no se espera relación entre las dos variables. Nuestros resultados (Urrutia y Hurst, 2003), muestran que aquellos genes de alto nivel de expresión producen proteínas relativamente cortas comparadas con los tamaños alcanzados por genes de baja expresión.

En organismos eucariontes como los mamíferos, muchos genes son interrumpidos por secuencias que no contribuyen a la codificación de las proteínas, estas secuencias se conocen como intrones. Muchos de los intrones se han conservado durante evolución de los genes, por lo que se ha especulado que estas secuencias proveen alguna ventaja. Sin embargo, ninguna ha probado ser una explicación general para el mantenimiento de los intrones y menos aún de su gran tamaño en muchos de los genes. Con un argumento similar al presentado al respecto de la longitud de las proteínas, la existencia de estas secuencias podría tener un efecto negativo para la actividad de los genes, dado que la trascripción de estas secuencias consume energía. El costo asociado a intrones de gran longitud, debe ser mayor para aquellos genes con alto nivel de actividad. Dos estudios (Castillo-Davis et al. 2002; Urrutia and Hurst 2003; Versteeg et al. 2003) utilizando datos de expresión provenientes de fuentes y metodologías independientes (SAGE y microarrays) mostraron que el tamaño de los intrones en la muestra se encuentra inversamente relacionado con el nivel de actividad de los genes y ningún gene de alta actividad tiene intrones de longitud elevada (Castillo-Davis et al. 2002; Urrutia and Hurst 2003; Versteeg et al. 2003).

Los estudios de la longitud génica apoyan la noción de que parece haber una relación entre las características de los genes como el nivel de expresión. Los resultados son consistentes con la hipótesis de que los genes largos imponen un costo en la síntesis de proteínas.