Dark matter

esatto.. è come se l’informazione si fosse dispersa… e non ne capisco bene il significato evolutivo!

Ciao hronir..Le tue domande sono sempre bellissime! spero di poterti rispondere degnamente, allora..
Il problema di riconoscere tutte le “basi codificanti” è molto serio. Il problema non è quello di “contare” una ad una le basi che codificano per qualcosa, perchè le basi, singolarmente, non codificano, ma si tratta essenzialmente di riconoscere le unità codificanti, o geni.
Il grande passo in avanti che è stato fatto è, ovviamente, il sequenziamento del genoma umano e con il suo quello di molti altri organismi.. (Se ti interessa, puoi trovare una lista aggiornata qui: http://www.ncbi.nlm.nih.gov/Genomes/).. con questo risultato si ha a disposizione l’intera sequenza sulla quale è possibile teoricamente riconoscere i singoli geni. Ci sarà pertanto un elenco di geni certi, di cui siamo sicuri e consapevoli, e ci sarà anche un elenco di geni “predetti” che non si hanno prove sperimentali che codifichino, ma che per struttura ricordano un gene vero e proprio.

Da qui ci colleghiamo alla tua domanda, ovvero, come faccio a riconoscere i geni, come faccio a riconoscere le sequenze codificanti in mezzo a quel caos?
Innanzitutto si va per esclusione; come vedi dal grafico una parte impressionante del genoma è costituito da elementi ripetuti, ovvero sequenze più o meno lunghe ripetute dalle centinaia alle centinaia di migliaia di volte. Queste non possono essere sequenze codificanti. Altri elementi sono riconoscibili come sequenze di origine virale e così via. Questo però non ci risolve tutti i problemi. C’è comunque una grossa quantità di DNA che aspetta di essere classificata.
Ci sono diversi metodi, alcuni teorici e altri pratici. Iniziamo da quelli teorici..
I metodi teorici ci permettono però di arrivare a predire che una sequenza possa essere codificante. Serviranno prove sperimentali per dire se è o no un gene. Si basano sul fatto che le sequenze codificanti hanno una struttura abbastanza conservata, ovvero sono comprese tra un codone di inizio e un codone di stop (e non può contenere codoni di stop al suo interno). Statisticamente la frequenza del codone di stop è quella di una comune sequenza di tre basi: compare una volta ogni 64 basi. Che è ovviamente una distanza troppo corta affinchè la sequenza compresa possa essere definita codificante. Questo presupposto si basa sull’assunto che le basi siano equiprobabili, il che è abbastanza vero nelle regioni non codificanti, ma assolutamente falso in quelle codificanti. pertanto se osserviamo una frequenza decisamente minore del codone di stop (e di quello di inizio) del dovuto è possibile che le sequenze in considerazione siano dei geni.
Ci sono altre sequenze che sono conservate nei geni, soprattuto quelli eucariotici: le giunzioni esone-introne (che delimitano la fine di un esone e l’inizio di un introne) e le sequenze del promotore (che sono sequenze a monte del codone di inizio e che regolano la trascrizione, anche se in questo caso sono meno conservate ed è più difficile riconoscerle). In questo modo si riesce abbastanza bene a isolare l’identità di un gene dal “rumore di fondo” delle sequenze non codificanti”. Ovviamente questo non è un metodo perfetto, perchè non possiamo aspettarci che tutti i geni rispettino queste regole (il discorso è poi anche complicato dal fatto che ci sono in teoria sei possibili modi con cui una sequenza può essere “letta”), ma è senz’altro un metodo per scremare. Dimenticavo di aggiungere che questo lavoro in genere viene fatto da software.

I metodi pratici consistono in genere nell’isolare l’RNA messaggero (è piuttosto facile, visto che ha alcune caratteristiche particolari), sequenziarlo ed andare ad allineare le sequenze ottenute sul genoma (ovvero andare proprio a fare un confronto base per base) e vedere le regioni in cui le sequenze combaciano maggiormente. quelle sono a buon diritto dei geni veri e propri, perchè sono stati trascritti..(tuttavia non è così semplice come sembra, ho letto numerosi articoli a riguardo, e il lavoro che c’è dietro è notevole, te lo assicuro). Ripetendo questo lavoro molte volte e a partire da cellule diverse si ha una buona stima dei geni espressi totali.
I geni poi possono anche essere individuati partendo da geni omologhi ottenuti in specie diverse.
Venendo infine al tuo dubbio: “come si riesce a “dimostrare” che non ci sono altre sequenze codificanti fra il DNA che non sono riuscito ad associare ad una proteina”.. è una domanda molto saggia, perchè non ho la sicurezza di aver individuato ed isolato ogni sequenza. Non a caso, in lavori recenti (su uno dei quali mi sono basato per scrivere questo post) con delle nuove tecniche sono stati scoperti circa nuovi 2000 possibili geni non individuati prima.

Quindi alla fine quelle 48 Mega Basi di DNA codificante sono una stima, abbastanza acurata, dovuta a questi ed altri metodi di identificazione.

E qui si conclude la risposta alla tua prima domanda. spero di essere stato chiaro. esauriente e soprattutto spero di aver chiarito i tuoi dubbi e spero di non averti annoiato troppo.

Quanto alla seconda domanda bisogna distinguere: ci sono le mutazioni dovute da agenti esterni: chimici, fisici e biologici (ad esempio virus); a mio avviso, ma potrei sbagliarmi, il tasso di mutazione dovuto a questi fattori dipende dalla lunghezza del DNA, perchè più DNA c’è più è facile che venga danneggiato .. (non capisco perchè dici “proporzionali, a parità di condizioni, e in prima approssimazione, alla radice cubica della lunghezza”.. ti sarei grato se me lo potessi spiegare perchè probabilmente hai anche ragione, ma non ti seguo..) mentre ci sono mutazioni dovute a errori durante la copiatura del DNA (prima della divisione cellulare). il tasso di queste mutazioni è molto basso si aggira ad una mutazione ogni miliardo di basi copiate, ovviamente più basi ci sono e più mutazioni incorrono.
Quindi direi che le mutazioni ovviamente dipendono in parte dalla lunghezza del DNA, ma è anche vero che, escludendo i fattori ambientali, e basandoci solo su quelli intrinseci dovuti alla copiatura, se da una generazione all’altra c’è una mutazione, ho il 98,5% di probabilità che questa incorra nel DNA non codificante.

Ripeto, spero di essere stato chiaro, in caso non lo fossi stato dimmelo e cercherò di migliorarmi. Se hai altre domande falle pure.. e davvero, grazie ancora!

Manuel