← Últimos artículos
💻 bioinformática

nf-core/pairgenomealign: a scalable pipeline for pairwise whole-genome alignment

El artículo presenta nf-core/pairgenomealign, un flujo de trabajo de Nextflow escalable y reproducible que automatiza el alineamiento de genomas completos por pares utilizando la suite de software LAST para generar salidas estándar adecuadas para diversas distancias evolutivas y entornos de computación.

Autores originales: Plessy, C., Mahdi, M., Fujita, T., Frith, M. C., Luscombe, N. M.

Publicado 2026-11-19
📖 5 min de lectura🧠 Análisis profundo

Autores originales: Plessy, C., Mahdi, M., Fujita, T., Frith, M. C., Luscombe, N. M.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

La vida en la Tierra está escrita en un código de cuatro letras químicas, dispuestas en largas hebras que conforman el ADN de cada ser vivo. Durante décadas, los científicos han estado leyendo estos códigos de especies individuales, construyendo mapas detallados de los genomas de humanos, ratones y moscas de la fruta. Pero a medida que la tecnología mejora, ahora estamos leyendo los códigos de miles de especies a la vez, desde diminosas bacterias hasta enormes ballenas. Esta inundación de nueva información crea un desafío masivo: ¿cómo comparamos estos diferentes mapas para ver cómo están relacionados, dónde han cambiado y cómo evolucionaron? Para responder a esto, los investigadores necesitan una forma de alinear dos genomas enteros uno al lado del otro, emparejando cada letra con su pareja, incluso cuando las dos especies divergieron hace millones de años. Esta tarea es como intentar emparejar dos versiones de un libro donde una ha sido reescrita, desordenada y a la que se le han arrancado páginas, todo mientras el texto ha cambiado ligeramente con el tiempo. Hacer esto manualmente es imposible, y hacerlo con programas informáticos antiguos suele ser demasiado lento o poco preciso para la vasta diversidad de la vida que estamos estudiando ahora.

Para resolver este problema, un equipo de científicos ha construido una nueva herramienta automatizada llamada nf-core/pairgenomealign. Piense en esta herramienta como un bibliotecario altamente eficiente que puede tomar dos ediciones diferentes de una enciclopedia masiva e instantáneamente alinearlas, página por página, para mostrar exactamente dónde coincide el texto y dónde difiere. Los investigadores desarrollaron este sistema para manejar la gran variedad de genomas que encuentran, que van desde diminutos códigos virales hasta el enorme y complejo ADN de los peces pulmonados. La herramienta funciona tomando un genoma objetivo, que actúa como referencia, y comparándolo contra una lista de otros genomas, uno por uno. Utiliza un sofisticado motor de emparejamiento que puede ajustar su sensibilidad, permitiéndole encontrar conexiones entre especies muy similares o entre parientes distantes que comparten solo unas pocas palabras en su lenguaje genético. Una vez realizado el emparejamiento, el sistema organiza los resultados en formatos estándar que otros científicos pueden leer y visualizar fácilmente, convirtiendo los datos brutos en imágenes claras de la historia evolutiva.

El poder de este nuevo flujo de trabajo reside en su capacidad para ser tanto flexible como fiable. Los investigadores lo probaron contra una amplia gama de escenarios, desde la comparación del ADN humano con el de otros primates hasta el alineamiento de los genomas de animales completamente diferentes como cerdos y ratones. Descubrieron que la herramienta podía ajustar sus configuraciones para encontrar el equilibrio adecuado entre velocidad y precisión. Por ejemplo, al comparar genomas muy similares, podía trabajar rápidamente, pero cuando las especies eran más distantes, podía cambiar a un modo más cuidadoso para asegurar que no se perdiera ninguna conexión sutil. En una prueba importante, el equipo alineó el genoma humano contra otros 580 genomas de vertebrados, una tarea que habría sido abrumadora con métodos anteriores. El sistema procesó con éxito este enorme conjunto de datos, creando un único archivo compacto que los investigadores pueden explorar directamente, de forma muy parecida a mirar un mapa donde cada país está dibujado a escala. Este archivo era de cinco a nueve veces más pequeño que los que habrían producido los métodos anteriores, lo que facilita mucho su almacenamiento y distribución.

Más allá de la velocidad, la herramienta demostró ser notablemente precisa al identificar dónde coinciden realmente los genomas. En pruebas utilizando secuencias de ADN simuladas con diferencias conocidas, el sistema encontró casi todas las coincidencias correctas, superando a otras herramientas populares en varios casos. Fue particularmente bueno al saber exactamente dónde comenzaba y terminaba una región de coincidencia, evitando el error común de extender un emparejamiento hacia áreas donde el ADN es en realidad ruido aleatorio. Los investigadores también demostraron que la herramienta puede manejar ensamblajes de genomas desordenados e incompletos, que son comunes en las bases de datos públicas. Incluso cuando los datos de entrada contenían lagunas o errores, el sistema logró producir resultados claros, ayudando a los científicos a detectar problemas en la calidad de los mapas genómicos mismos. Esta capacidad es crucial para el control de calidad del ensamblaje, permitiendo a los investigadores ver si un mapa genómico carece de piezas o contiene secciones duplicadas que no deberían estar allí.

Los investigadores también demostraron cómo esta herramienta puede utilizarse para visualizar relaciones evolutivas complejas. Al generar diagramas de puntos (dot plots), que son gráficos sencillos que muestran dónde se alinean dos genomas, pudieron ver instantáneamente patrones de similitud y diferencia. En un ejemplo, alinearon un haplotipo único, o una versión específica de un cromosoma, contra un ensamblaje diploide completo que contenía ambas versiones. El gráfico resultante mostró claramente qué partes del ADN eran idénticas y qué partes eran únicas de una versión, proporcionando una verificación visual que es difícil de lograr solo con números técnicos. Esta claridad visual ayuda a los científicos a evaluar rápidamente la calidad de sus datos y a comprender la estructura de genomas complejos sin perderse en detalles técnicos.

En última instancia, este trabajo proporciona una base para el futuro de la genómica comparativa. A medida que se secuencian más genomas, la necesidad de una forma estándar y reproducible de compararlos no hará más que crecer. El flujo de trabajo nf-core/pairgenomealign ofrece una solución accesible para científicos con diferentes niveles de experiencia informática, funcionando igual de bien en un ordenador local, en un servidor en la nube o en un enorme clúster de alto rendimiento. Al automatizar el trabajo pesado de la comparación de genomas, permite que los investigadores se concentren en las historias biológicas ocultas en los datos. La herramienta no solo alinea secuencias; crea un puente entre la vasta diversidad de la vida en la Tierra y nuestra comprensión de cómo surgió esa diversidad, convirtiendo una montaña de datos genéticos en un paisaje claro y navegable.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →