Análisis bioinformático de los cebadores para los genes de Hemaglutinina, Proteína Nuclear y Proteínas de Matriz del virus de Influenza A H1N1 empleados en el diagnóstico a pacientes por RT-PCR en tiempo real, de 2019 a agosto de 2020
Loading...
Date
2021
Authors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
El virus de la Influenza A H1N1 es un virus zoonótico de genoma monocatenario de ARN en
sentido negativo que infecta humanos, cerdos, aves y otros animales. Los diagnósticos
epidemiológicos indican que el virus continúa mutando, lo cual, origina nuevas epidemias y
pandemias. Las pruebas de RT-PCR con los genes HA, NP y M1-M2 autorizados por la OMS,
son la forma más rápida para detectar personas infectadas, pero con la alta tasa mutacional del
virus se ha evidenciado que los cebadores y las sondas comerciales no amplifican y generan
falsos negativos, aunque las vacunas para la Influenza son actualizadas año a año, las pruebas
para diagnóstico no lo son. Los análisis bioinformáticos realizados por el grupo CAGE desde
1991-2019, han demostrado que existen nuevos patrones mutacionales que generan
diagnósticos incorrectos o que reconocen otros virus de Influenza. Para descartar falsos
negativos, se crearon nuevos cebadores, sondas y oligonucleótidos de los genes HA, NP y M1-
M2 del virus de la Influenza A H1N1 y se evaluó su eficiencia in silico para implementarlos
en los diagnósticos de RT-PCR. Se obtuvieron 7362 secuencias de IRD y se validaron con el
software Sequence Manager y un código de selección en la supercomputadora GUANE-1,
obteniendo 5872 secuencias para el año 2019 y 1490 para el año 2020. Se construyó una base
de datos que permitió validar la eficiencia de los cebadores y sondas, al conocer los nucleótidos
mayoritarios A-T y los degenerados R-Y en las secuencias consenso. Se corroboraron los
alineamientos en BLAST con los cebadores y sondas de los nucleótidos mayoritarios, los
cuales reconocieron sus respectivas secuencias para los años 2019-2020. Se observó con
algoritmos-Zuker las secuencias diseñadas fueron eficientes en RT-PCR con el sustrato
sintético. En conclusión, el sistema de diagnóstico puede ser eficiente para su aplicación en
pacientes.
Description
Keywords
Bioinformática, Influenza A H1N1, Cebadores de RT-PCR, Diagnóstico molecular