Читать книгу: «Código genético»

Las reglas que rigen
la vida

La lectura del código secreto más íntimo de la vida, el genético, despertó una emoción semejante a la que debió sentir el egiptólogo francés Jean-François Champollion cuando, tras estudiar la piedra Rosetta, logró descifrar la escritura jeroglífica a principios del siglo XIX. O a la que experimentaron los criptólogos que consiguieron interpretar los códigos que transmitían las máquinas Enigma del ejército alemán durante la Segunda Guerra Mundial, lo que permitía a las tropas alemanas comunicarse de forma ininteligible para sus enemigos. Ambas gestas fueron mucho más que un asombroso desafío intelectual. Si la piedra Rosetta abrió la puerta a la comprensión de la civilización del Antiguo Egipto, descodificar los mensajes de las máquinas Enigma supuso el principio del fin de aquella guerra cruenta. De la misma forma, comprender cómo se traduce la información que encierra nuestro código genético, que sin duda constituye un avance científico espectacular, es ante todo una poderosa fuente de conocimiento de dimensiones aún desconocidas, pero relacionadas con un tema de importancia incontestable: el control de la vida.

El código genético es el diccionario que permite que la información contenida en nuestro ácido desoxirribonucleico (ADN), la molécula que determina todas nuestras características como seres vivos y que se transmite de padres a hijos, se traduzca en proteínas, las moléculas que ejecutan todos los procesos vitales. El desciframiento de este código constituye un hito del pensamiento humano y un punto de inflexión histórico en muchas disciplinas, desde la genética a la biología, pasando por la medicina, la biofísica o la farmacéutica y, aunque ya ha producido cambios en nuestro modo de vida, su potencial augura otros que aún no somos capaces de imaginar.

Desvelar las reglas que rigen el entramado celular de la vida ha sentado las bases para poder leer la información vital de diferentes organismos, pero también para modificarla, e incluso reescribirla a voluntad. Un hito que marcó un antes y un después al respecto fue la culminación de la secuenciación completa del ADN humano, nuestro genoma, en el año 2001, lo que supuso la finalización de uno de los proyectos científicos más ambiciosos de todos los tiempos, el Proyecto Genoma Humano. Desde entonces se han seguido secuenciando otros genomas, de modo que actualmente tenemos a nuestra disposición la información genética de más de 60 000 organismos. Pero no solo ha servido para secuenciar la biodiversidad del presente, sino que también ha permitido un fructífero viaje al pasado, pues el estudio del código genético ha desvelado que todos los seres vivos de la Tierra estamos relacionados de una manera más profunda de lo que podíamos llegar a intuir. Las células de todos los organismos que alberga nuestro planeta, desde la inmensa ballena azul, hasta el más minúsculo parásito, funcionan esencialmente de la misma manera. En el núcleo de las células de todos ellos, el ADN controla el buen funcionamiento de la vida y este se hereda de manera prácticamente inalterada de progenitores a descendientes. El proceso de «traducción» del ADN a proteínas sigue siempre las mismas pautas: las del código genético, cuya condición universal permite que las posibilidades actuales de reescritura de la información genética sean, en la práctica, casi infinitas. Actualmente, por ejemplo, podemos crear nuevo ADN, recombinar secuencias de ADN de dos organismos distintos, prevenir mutaciones, desarrollar terapias génicas, mejorar las capacidades naturales o incluso crear códigos genéticos artificiales. Aunque la revolución reciente más extraordinaria es, sin duda, la que ofrece la técnica CRISPR, con la que se puede editar el ADN a voluntad con una precisión nunca antes lograda.

Ya hace años que se suceden logros asombrosos en el campo de la genética, como por ejemplo transferir un gen humano a una bacteria para que produzca una proteína útil en medicina. Esta técnica se utilizó en 1982 para obtener bacterias productoras de insulina humana, esencial para los diabéticos, y actualmente sirve para generar toda la insulina que se comercializa. También se ha conseguido curar a personas con enfermedades producidas por errores en un solo gen. En 1990, gracias a incipientes técnicas de ingeniería genética, se logró curar a una niña de cuatro años aquejada de inmunodeficiencia combinada grave, una rara enfermedad que afectaba a su sistema inmunológico y la obligaba a permanecer aislada en un medio estéril para minimizar el riesgo de infecciones. Hoy, esa niña ya es una mujer que lleva una vida completamente normal.

Estos logros son solo las primeras muestras de una revolución en ciernes basada en la intervención directa sobre la información genética de la vida sobre la Tierra. Una revolución que se inició gracias a la inteligencia y tesón de numerosos científicos empeñados en conocer los dos grandes idiomas en que se organiza la vida, el de los ácidos nucleicos (ADN y ARN) y el de las proteínas, así como en descifrar el lenguaje en el que ambos se hablan, el código genético.

EL IDIOMA DEL ADN: NUCLEÓTIDOS ENGARZADOS

Confinada en ese valioso libro de instrucciones que constituye el ADN se halla la información que necesita cada célula para saber qué proteínas hay que fabricar y cuándo y cómo hay que hacerlo. Pero ¿qué es exactamente el ADN? Químicamente hablando, se trata de una larga molécula formada por la unión secuencial de distintos compuestos, engarzados como si fueran los vagones de un tren, llamados nucleótidos, cuya disposición condiciona la información que contiene.

Los nucleótidos, a su vez, son moléculas orgánicas constituidas por una molécula de azúcar, una molécula de ácido fosfórico y una base nitrogenada. Los nucleótidos se unen entre sí mediante su azúcar y su ácido fosfórico, formando una hebra de la que sobresalen las bases nitrogenadas. Cada nucleótido presenta una de las cuatro bases nitrogenadas siguientes: adenina, citosina, guanina y timina y se nombran según la inicial de estas: A, C, G o T. Son las letras del lenguaje genético.

El ADN está formado por dos cadenas que se enrollan formando una doble hélice. Esta, a su vez, se compacta en forma de cromosomas, los cuales se encuentran en el núcleo de las células. La doble hélice está constituida por parejas de nucleótidos complementarias según sus bases nitrogenadas, las cuales se enlazan entre sí siempre de la misma manera: la citosina (C) se une exclusivamente con la guanina (G), mientras que la adenina (A) se une únicamente con latimina (T). Las dos cadenas que forman la doble hélice se unen fuertemente porque una presenta la secuencia «complementaria» de la otra. Las parejas de bases unen una cadena con otra, como si fueran los peldaños de una escalera de caracol a través de puentes (enlaces) de hidrógeno (fig. 1).

La complementariedad de las cadenas permite mantener la secuencia de nucleótidos cuando el ADN se copia, y eso hace que las nuevas células de un organismo hereden siempre la misma información genética. Y es que la herencia se basa en la copia repetitiva de la información de forma fidedigna. Cada una de nuestras células somáticas (no reproductoras) —unos 38 billones— contiene la misma secuencia, la misma información, el genoma individual procedente de la información del óvulo y del espermatozoide de nuestros progenitores. Cada uno de nosotros tenemos unos 6 000 000 000 de pares de bases alojadas en cada célula somática, ocupando un espacio de unas cinco micras y cada una de estas células es capaz de almacenar aproximadamente unos 1,5 gigabytes de información. Gestionar esta descomunal cantidad de información requiere un alto trabajo de precisión. Así, antes de dividirse, cada célula duplica su ADN. La doble cadena se abre, como una cremallera, y cada mitad sirve de molde a partir del cual se genera su cadena complementaria: de dos cadenas se obtienen cuatro. Una vez que el material ya se ha duplicado, la célula procede a dividirse con la seguridad de que sus células descendientes contendrán la misma información que la que se origina. La complementariedad entre las bases es esencial para que ese libro de la vida pueda ser copiado, teóricamente, sin errores.

FIG. 1

Esquema de la doble hélice del ADN en el que se observa cómo los nucleótidos se disponen en el interior de la cadena y, mediante su complementariedad, mantienen la estructura constante.

EL IDIOMA DE LAS PROTEÍNAS:
20 «LETRAS» ESCRITAS EN «PAPEL ARRUGADO»

En la célula tan importante es el idioma del ADN como el de las proteínas las cuales, recordemos, son las moléculas ejecutoras de las células y responsables directas de casi todos los procesos que tienen lugar en su interior: desde la copia o lectura del propio ADN, hasta el movimiento del citoesqueleto de la célula, pasando por la percepción de estímulos, asegurar la respiración celular o la conexión neuronal. La enorme variedad de procesos en los que intervienen se refleja en la gran diversidad de tamaños y formas de las proteínas. Sin embargo, a pesar de ello, todas y cada una de las proteínas de cualquier organismo vivo están formadas por las mismas 20 moléculas, denominadas aminoácidos.

El orden de los aminoácidos que forman la cadena de la proteína determina su función, que puede ser de índole tan distinta como degradar una molécula de azúcar o copiar el ADN. Pero ¿cómo puede una secuencia lineal, donde los mismos grupos químicos se suceden de forma tan diversa, dar lugar a moléculas capaces de realizar funciones tan dispares? Aunque todas las proteínas se sintetizan formando una hilera de aminoácidos unidos entre sí, cada una de ellas se repliega sobre sí misma, adquiriendo una forma particular que determinará su función final. Este plegamiento depende directamente de la interacción fisicoquímica que haya entre los aminoácidos que la forman. Dicho de otra manera, la secuencia lineal de sus aminoácidos establece tanto la configuración como la función de las proteínas. El lenguaje proteico se escribe con 20 letras y sobre papel arrugado.

El cambio de un solo aminoácido por otro puede conllevar la pérdida de la forma característica de la proteína y, por tanto, de su función. Es el caso de la hemoglobina de las personas con anemia falciforme. Esta enfermedad genética deriva de un solo cambio en las 146 letras de una de las proteínas que forma la hemoglobina, esencial para el funcionamiento de nuestro organismo. La hemoglobina se encuentra, principalmente, en las células sanguíneas encargadas del transporte de oxígeno por la sangre, los glóbulos rojos. Si cambia esa letra, los glóbulos rojos de estas personas adquieren una forma diferente de la habitual y no serán tan eficientes a la hora de transportar el oxígeno. ¿La consecuencia? Esas personas sufrirán anemia falciforme, y todo a causa de un cambio aparentemente menor de un solo aminoácido.

La secuencia de los aminoácidos de una proteína, estrictamente hablando, contiene información, que condiciona la forma de la misma y su función. Así, en el caso de la anemia falciforme, al cambiar la información de la proteína, se modifica también su plegamiento. Salvo en casos muy excepcionales, la información del plegado de las proteínas no se transmite: la información de los aminoácidos queda restringida a la proteína de la que forman parte. Entonces, si la información de los aminoácidos no se transmite, ¿cómo se construye una proteína? ¿Qué determina en qué orden se unirán los aminoácidos en las mismas? Necesitamos a los genes, los fragmentos de ADN que contienen la información necesaria para fabricar las proteínas.

Por su parte, la información que se encuentra en la secuencia de desoxinucleótidos del ADN no determina la forma ni la función del propio ADN, pero sí permite la transformación de la información mediante su copia exacta. El ADN, por sí mismo, no es capaz de ejecutar la información que contiene, es una secuencia a la espera de un sistema de lectura. Y para eso tiene a sus moléculas socias: las proteínas.

Ambas moléculas están, pues, íntimamente relacionadas. En cada núcleo celular, el ADN alberga la información para fabricar proteínas, un proceso que depende de la acción de otras proteínas que se hallan fuera del núcleo, generadas a partir de la información del propio ADN. Un círculo cerrado que funciona al ritmo del código genético, que es el que posibilita la síntesis proteica. Pero, si el ADN se encuentra en el núcleo de las células y las proteínas se fabrican fuera de él, ¿cómo se establece esa relación? Gracias a las diferentes moléculas de ácido ribonucleico (ARN).

LA TRANSCRIPCIÓN, EL CAMINO HACIA LA SÍNTESIS DE PROTEÍNAS

El ARN es una molécula químicamente muy parecida al ADN. La diferencia entre ambas estriba en la presencia o ausencia de un solo átomo de oxígeno en sus nucleótidos (ahora denominados ribonucleótidos por contener el azúcar ribosa) y en el cambio de una de las letras de su alfabeto. Así, el nucleótido de timina (T) del ADN es en el ARN un nucleótido de uracilo (U). Las moléculas del ARN, por tanto, están escritas con las letras A, C, G y U, en lugar de A, C, G, T. Esa diferencia es sutil solo en apariencia, porque ambas moléculas presentan comportamientos y funciones completamente distintas. El ADN es el guardián de la información hereditaria y, como tal, es estable, se almacena en el núcleo y se escribe en enormes párrafos de centenares de millones de letras (nucleótidos). Por su parte, el ARN tiene una vida más breve, se localiza principalmente fuera del núcleo y se expresa en frases mucho más cortas, de centenares o miles de letras. También su disposición es dispar: mientras que el ADN se presenta en forma de doble cadena, las moléculas de ARN están constituidas por una sola cadena de nucleótidos (fig. 2).

FIG. 2

Representación de las similitudes y las diferencias en cuanto a estructura del ARN y el ADN. Destacan, principalmente, el cambio del azúcar, desoxirribosa a ribosa, y de la base nitrogenada, T a U y la doble hélice característica del ADN.

Se han identificado diferentes tipos de ARN, uno de los cuales, el ARN mensajero (ARNm) actúa como intermediario entre la información del ADN y las proteínas; se trata de una copia efímera que permite fabricar proteínas preservando la información genética del ADN intacta. El ARN se genera a partir del ADN mediante el proceso que en genética se conoce como transcripción, ya que la información no cambia de idioma, sino de soporte: sigue escrito en un alfabeto de cuatro letras, aunque en una molécula ligeramente distinta. Pasa de ADN a ARNm.

Este proceso funciona así: primero se abre y se desenrolla una pequeña zona de la doble hélice del ADN, y quedan al descubierto las bases de una de las dos hebras del ADN. Es decir, la «cremallera», la escalera de caracol, se abre en dos y a partir de una de las hebras se genera una molécula de ARNm que contendrá una copia de esa información genética. Ese proceso es posible gracias a la acción combinada de diferentes proteínas, aunque la que se ocupa directamente de la producción de la molécula de ARN es una enzima denominada ARN polimerasa. Su nombre indica que polimeriza ARN, es decir, que desencadena un proceso químico —la polimerización— mediante el cual ciertos compuestos, en este caso nucleótidos, se unen de una manera ordenada para dar lugar a una molécula. Lo que hace esta ARN polimerasa es utilizar como molde una de las dos cadenas del ADN y, a partir de esta, sintetiza una molécula en la que va añadiendo nucleótidos copiados y escritos en «soporte ARN», basándose en la complementariedad de las bases. Así, por ejemplo, si lee en el ADN la secuencia AAGG, en el ARN que está sintetizando añadirá la secuencia UUCC, puesto que el uracilo (U) es complementario de la adenina (A) y la citosina (C) es complementaria de la guanina (G). De la misma forma que la complementariedad entre las bases es esencial para la copia del ADN, también lo es para su transcripción fidedigna a ARNm (fig. 3). La información genética se copia mediante la complementariedad entre las bases que forman tanto el ADN como el ARN.

MODIFICACIONES EN EL ARNM ANTES DE SALIR DEL NÚCLEO

Una vez realizado el proceso de transcripción, el ARNm ya está casi listo para viajar hasta el citoplasma, la parte de la célula que rodea el núcleo y que está limitada por la membrana exterior. Pero antes de abandonar el núcleo para ser finalmente traducido, debe someterse a diferentes modificaciones: una de ellas consiste en la eliminación de algunas secuencias llamadas intrones que no codifican para proteínas, para permitir que se unan entre sí las secuencias que sí son codificantes, los exones. Eso se conoce como procesamiento por corte y empalme (splicing, en inglés). Una molécula de ARNm puede tener hasta 70 intrones, los cuales pueden presentar tamaños de entre 80 y 10 000 nucleótidos. Cuando estos se eliminan, se mantiene el orden de los exones de forma correlativa, y se pasa de tener una frase sin sentido biológico a otra con significado. Un ejemplo: imaginemos un gen cuya información está escrita en cuatro fragmentos o exones (a, b, c y d), separados por secuencias sin sentido o intrones, que representaremos con una raya (—). En una primera fase tras la transcripción, el ARNm inmaduro contiene tanto exones como intrones: a—b—c—d. Cuando los intrones (—) se eliminan, los exones se unen y generan ARNm maduro: abcd. Si un ARN inmaduro contuviera un mensaje tipo: «Aúnvoysfbpvzbttuegmudinunauvehddqiñadelpie», tras desprenderse de los intrones (subrayados), habría un ARN maduro de tipo: «Aúnvoysinunauñadelpie».

FIG. 3

Arriba, doble cadena de ADN; abajo, el proceso de transcripción, el ADN se abre y se copia la información de una de sus cadenas a ARNm por complementariedad de las bases.

Pero este proceso se puede complicar porque, según cómo se hagan las uniones durante estas modificaciones, lo que se conoce como empalme alternativo, el ARNm madurará de una u otra forma, lo que posibilita que, a partir de un mismo gen, se pueden originar secuencias diferentes de ARNm que producirán proteínas diferentes, ganando por lo tanto diversidad.

La presencia de empalmes alternativos explica la discrepancia entre la estimación del número de genes humanos y los genes que se identificaron cuando se secuenció nuestro genoma; se estimaba que deberíamos presentar unos 100 000 genes, pero el resultado final arrojó una cifra mucho menor, de alrededor de 25 000. Y es que se creía que cada gen sintetizaba para una sola proteína, cuando hoy sabemos que no: un mismo gen puede sintetizar proteínas distintas. A veces, muchísimas: el gen Dscam de la mosca del vinagre presenta 95 exones, que, por empalme alternativo, generan más de 38 000 ARNm.

El descubrimiento de los intrones, realizado por Phillip Allen Sharp y Richard J. Roberts en 1978, fue muy importante porque estableció de forma definitiva la relación estrictamente unívoca entre un gen y una proteína.

> EL CONTROL Y EL DESCONTROL DEL EMPALME ALTERNATIVO

El empalme alternativo es un mecanismo ubicuo en todas las células eucariotas, es decir, las que cuentan con núcleo, como las nuestras. La capacidad de producir diferentes proteínas (A, B, C en el esquema) a partir de un mismo gen con diferentes exones (el gen del esquema presenta 5 exones) condiciona una diversidad adicional que permite refinar las respuestas de la célula y que implica un control extraordinario. El descontrol del empalme alternativo se ha relacionado con diferentes alteraciones y enfermedades como algunos tipos de cáncer o la diabetes, así como con la senescencia y el envejecimiento. En este sentido, algunas proteínas procedentes de empalmes alternativos minoritarios durante la juventud aparecen con mayor frecuencia en tejidos envejecidos, como los vasos sanguíneos de personas mayores o en las neuronas de personas con alzhéimer.

En el empalme alternativo, un ARNm inmaduro puede engarzarse de diversas formas, lo que da como resultado ARNm maduros ligeramente distintos que se traducirán a diferentes proteínas.

Además del corte y unión de los exones y, por tanto, de la eliminación de los intrones, el ARNm sufre otras modificaciones que tienen como objetivo asegurar que no sea degradado y que se exporte desde el núcleo de la célula al citoplasma. Estas modificaciones incluyen alteraciones de sus extremos. En uno de ellos se añade una base G (guanina) modificada que estabiliza al ARNm y lo protege de proteínas que podrían degradarlo. Esta modificación se conoce como capping, término que se podría traducir como «formación de casquete o de corona». En el otro extremo se añade una serie de adeninas que puede tener una longitud de hasta 200 nucleótidos. Esta modificación se conoce como cola de poli-A y, además de proteger al ARNm de la degradación, facilita su salida del núcleo al citoplasma por los poros nucleares.

Una vez superadas todas esas fases, el ARNm llegará al citoplasma y dará inicio a la traducción de la secuencia de los nucleótidos a la de aminoácidos de una proteína. Es decir, el «idioma ARN» se traducirá en el «idioma proteína».

LA TRADUCCIÓN ENTRE IDIOMAS

Cuando el ARNm llega al citoplasma, se ponen en marcha las estructuras celulares especializadas en la traducción de la información contenida en el mismo para sintetizar las proteínas. Los ribosomas son una de esas estructuras macromoleculares formados por unas ochenta proteínas y cuatro ARN ribosómicos (específicos para la formación de ribosomas) que se componen de dos subunidades: una subunidad menor y una mayor, que se unen para sintetizar las proteínas y se separan al acabar la síntesis.

La subunidad menor «lee» de tres en tres las secuencias de los ARNm y cuando localiza el triplete (o codón) «AUG», recluta a la subunidad mayor, conformando el ribosoma en el que tendrá lugar la traducción y producción de las proteínas. Los ribosomas avanzan por el ARNm leyendo secuencialmente los codones o tripletes de nucleótidos que constituyen la unidad mínima en que se codifica la información genética.

> LA HIPÓTESIS DEL BALANCEO: ¿POR QUÉ HAY MÁS CODONES QUE ARNt?

Los aminoácidos que forman las proteínas no interaccionan directamente con el ARNm, sino que lo hacen mediante el ARNt, el cual presenta en su estructura, por un lado, una serie de tres nucleótidos, los anticodones, que pueden unirse a uno o varios codones del ARNm y, por el otro, un aminoácido específico de los codones que reconoce. El apareamiento entre codón y anticodón se produce siguiendo las normas de complementariedad tanto en la primera como en la segunda base del codón. Sin embargo, en la unión de la tercera base es posible un apareamiento más permisivo. En el ejemplo, A y G del anticodón reconocen claramente a U y C del codón; sin embargo, la G del anticodón puede reconocer tanto a U como a C. Este ARNt, en concreto, se unirá tanto a UCU como a UCC. La hipótesis del balanceo fue formulada antes de disponer de la secuencia de los ARNt. Los resultados experimentales han corraborado la hipótesis: existen ARNt capaces de reconocer diferentes codones, por el balanceo de la tercera base y esta característica es la causante de que haya codones «sinónimos».

Esquema del reconocimiento entre el anticodón del ARNt y el codón del ARNm. Se aprecia cómo la tercera letra del anticodón puede reconocer dos letras distintas del codón.

La producción de una proteína determinada resulta de la unión secuencial de los aminoácidos que transportan los ARN de transferencia o ARNt, moléculas de ARN especializadas en vincular cada codón del ARNm con el correspondiente aminoácido de la proteína a sintetizar. Hay aproximadamente 40 ARNt diferentes en cada célula y 20 aminoácidos distintos y, por tanto, hay más de un ARNt asociado a un mismo aminoácido.

FIG. 4

Esquema de la traducción: el ARNm es leído por los ribosomas. En ellos, los ARNt reconocen los codones específicos y los aminoácidos transportados por los ARNt se unen secuencialmente para formar la proteína.

Cuando un ribosoma lee un trío de palabras (un triplete o codón), se detiene momentáneamente hasta que el ARNt adecuado se une al mismo y su aminoácido se incorpora a la proteína que se está sintetizando. El ARNt es capaz de reconocer el triplete gracias, de nuevo, a la complementariedad entre las diferentes bases del ARN. Así, si el ribosoma se detiene en el codón CUC del ARNm, se esperará hasta que se le una un ARNt que contenga la secuencia complementaria GAG. La complementariedad entre las bases es esencial no solo para la copia del ADN, sino también para la lectura y la traducción de la información genética (fig. 4).

Cuando se produce esta unión el ARNt «vacío» se desprende del ribosoma y este avanza tres a los siguientes tres nucleótidos del ARNm para leer un nuevo triplete: cada avance se corresponde con un nuevo aminoácido en la proteína. La síntesis continúa hasta que el ribosoma encuentra un codón de finalización, o codón stop, una secuencia de tres nucleótidos (UAG, UAA o UGA), que indica al ribosoma que debe detener la traducción. Estos tres codones no son reconocidos por ningún ARNt, sino por proteínas denominadas factores de liberación, que contribuyen a la finalización de la síntesis de la proteína y a su liberación para que esta pueda ejercer su función. El ARNm se separa entonces del ribosoma, el cual vuelve a separarse en sus dos subunidades, quedando listas para iniciar una nueva traducción (fig. 5).

FIG. 5

En el ribosoma se sigue sintetizando la proteína a partir del reconocimiento de tripletes del ARNm por parte del ARNt.

En realidad, todo forma parte de un proceso unidireccional basado en la replicación, transcripción y traducción, los tres pasos básicos que llevan a cabo los dos ácidos nucleicos, el ADN y el ARN, y las proteínas, en un planteamiento teórico que debemos fundamentalmente al biólogo británico Francis Crick, y que se conoce como dogma central de la biología. En todo sistema biológico, dice la teoría, el flujo de información va siempre en la misma dirección: desde el ADN (en el núcleo) a la proteína (en el citoplasma), pasando por un indispensable intermediario, el ARN. El primer paso se da cuando el ADN se replica antes de que la célula se divida, para dotar a cada célula hija de una copia idéntica del material genético. En segundo lugar, la doble cadena del ADN se abre en dos para que su información pueda ser transcrita en el ARNm y, por último, este se traduce a proteínas. Ese ciclo es unidireccional; sin embargo, se ha observado que los virus pueden replicar su ARN y que este puede realizar una transcripción en sentido contrario para generar ADN de nuevo. A pesar de unas pocas excepciones, en general hoy la formulación del dogma sigue considerándose válida. Se trata, pues, de todo un complejo proceso dirigido por un conjunto de leyes biológicas recogidas en el más universal de los códigos: el genético.

LAS LEYES DEL CÓDIGO GENÉTICO

El código genético es el diccionario que rige la traducción de la secuencia de nucleótidos de un gen a la secuencia de aminoácidos de una proteína. Como se ha comentado, el lenguaje de los ácidos nucleicos se lee de tres en tres nucleótidos, y sus palabras son, siempre, de 3 letras. «Hoy hay col del día» o «Aún voy sin una uña del pie» son frases que podrían pertenecer al idioma de los ácidos nucleicos si no fuera por el exceso de grafías. Cabe recordar que este alfabeto solo tiene 4 letras: A, C, G y U, las correspondientes a las cuatro bases nitrogenadas del ARNm.

Dado que los codones son siempre tripletes de bases y que el alfabeto solo dispone de esas 4 letras distintas para llenar cada una de las tres posiciones, se pueden formar únicamente 64 tripletes o codones, debido a que hay 64 combinaciones posibles de cuatro nucleótidos agrupados en grupos de tres (4³). El código genéticorelaciona estas 64 palabras con las 20 letras de las proteínas, los veinte aminoácidos, estableciendo concordancias directas entre ellas. Cada palabra codifica para un solo aminoácido. Resumiendo: el código genético se lee por tripletes y no es ambiguo.

Al existir más tripletes que aminoácidos (recordemos que varios tripletes se relacionan con el mismo aminoácido) el código genético es redundante. Estos tripletes son sinónimos entre sí. Así, por ejemplo, se pueden encontrar dos tripletes sinónimos, como UGU, UGC, que codifican para el aminoácido cisteína, o AAA y AAG, que codifican para la lisina. Pero lo más habitual es encontrar cuatro tripletes sinónimos para el mismo aminoácido (como GCU, GCC, GCA y GCG para la alanina). Existen tres aminoácidos (leucina, serina y arginina) codificados por seis codones sinónimos (como UUA, UUG, CUU, CUC y CUA, CUG para la leucina). Solamente dos aminoácidos están codificados por tripletes únicos sin sinónimos (AUG para la metionina y UGG para el triptófano).

Pero no todos los tripletes del código se corresponden con un aminoácido, tres no codifican para ninguno y su función es indicar cuándo debe acabarse la síntesis de la proteína, los codones stop. Si ellos indican el final de la transcripción, ¿quién se encarga de señalar cuándo debe empezarse a traducir un ARNm? El codón AUG, que es el que hace que, durante la lectura de tripletes, la subunidad menor del ribosoma «llame» a la subunidad mayor para iniciar la transcripción. Este triplete AUG se conoce como codón de inicio y tiene más de un significado, pues, además de dar el pistoletazo de salida al proceso de traducción, codifica para el aminoácido metionina (Met o M). Esto implica que cualquier proteína se empieza a sintetizar a partir de la metionina, aunque luego, por procesos distintos de la traducción, las proteínas pueden modificarse y perder este primer aminoácido. Si un ribosoma se encuentra con la secuencia AUG una vez que ya se ha iniciado la traducción, añadirá una metionina a la proteína y seguirá adelante, sin que se altere la síntesis de la proteína que está en marcha.

Los tripletes del ARN se leen de manera continua; las palabras del ARN están pegadas unas a las otras, sin nucleótidos que indiquen espacios o comas. Las frases antes utilizadas se escribirían sin separación alguna, como: «Hoyhaycoldeldía» o «Aúnvoysinunauñadelpie». Este mecanismo debe ser muy preciso y sin fallos, pues con los mismos elementos podemos establecer moléculas totalmente diferentes. Si estas ocho letras «a r t o í n e p» fuesen aminoácidos se podrían ordenar para formar la palabra «entropía» que tiene significado, pero también podría hacerse formando la palabra «proteína» que tiene otro diferente.

Otra característica importante es que su lectura es no solapante: tras leer un triplete, se pasa al inmediatamente posterior, con el que no comparte ningún nucleótido. Es decir, la secuencia AUGGCCCUGUGG se lee como AUG GCC CUG UGG; cada letra pertenece únicamente a una palabra. Finalmente, el ARN siempre se lee en el mismo sentido; la frase «Hoyhaycoldeldía» no puede leerse con sentido como «aídledlocyahyoH».