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

Simple item page
dc.contributor.advisorMartínez Pérez, Francisco José
dc.contributor.advisorBarrios Hernández, Carlos Jaime
dc.contributor.authorForero Buitrago, Lizeth Johana
dc.contributor.evaluatorMarchant Rojas, Sergio Andrés
dc.date.accessioned2022-06-08T10:59:04Z
dc.date.available2022-06-08T10:59:04Z
dc.date.created2021
dc.date.issued2021
dc.description.abstractEl 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.
dc.description.abstractenglishInfluenza A H1N1 virus is a single-stranded RNA negative-sense zoonotic virus that infects humans, pigs, birds, and other animals. Epidemiological diagnoses indicate that virus continues generate mutations, which causes new epidemics and pandemics. RT-PCR tests with the HA, NP and M1-M2 genes authorized by WHO are the fastest way to detect infected people, but with the high mutational rate of the virus it has been shown that commercial primers and probes do not they amplify and generate false negatives, although vaccines for influenza are updated from year to year, diagnostic tests are not. Bioinformatic analyzes carried out by the CAGE group from 1991-2019 have shown that there are new mutational patterns that generate incorrect diagnoses or that recognize other influenza viruses. To eliminate the false negatives results, new primers, probes and oligonucleotides of the HA, NP and M1-M2 genes of the Influenza A H1N1 virus were created and their in silico efficiency was evaluated to implement them in RT-PCR diagnostics. 7362 IRD sequences were obtained and validated with the Sequence Manager software and a selection code in the GUANE-1 supercomputer, obtaining 5872 sequences for the year 2019 and 1490 for the year 2020. A database was created to allow the validation of the efficiency of the primers and probes, by knowing the majority A-T nucleotides and the degenerate R-Y nucleotides in the consensus sequences. The BLAST alignments were corroborated with the primers and probes of the majority nucleotides, which recognized their respective sequences for the years 2019-2020. It was observed with Zuker algorithms the designed sequences were efficient in RT-PCR with the synthetic substrate. In conclusion, the diagnostic system can be efficient for its application in patients.
dc.description.degreelevelPregrado
dc.description.degreenameBiólogo
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/10949
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ciencias
dc.publisher.programBiología
dc.publisher.schoolEscuela de Biología
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectBioinformática
dc.subjectInfluenza A H1N1
dc.subjectCebadores de RT-PCR
dc.subjectDiagnóstico molecular
dc.subject.keywordBioinformatics
dc.subject.keywordInfluenza A H1N1
dc.subject.keywordRT-PCR Primers
dc.subject.keywordMolecular Diagnosis
dc.titleAnálisis 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
dc.title.englishBioinformatic analysis of the primers for the Hemagglutinin, Nuclear Protein and Matrix Protein genes of the Influenza A H1N1 virus used in the diagnosis of patients by real-time RT- PCR, from 2019 to August 2020
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
181933_licence.pdf
Size:
121.45 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
181933_nota.pdf
Size:
172.08 KB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
181933_trabajo.pdf
Size:
981.44 KB
Format:
Adobe Portable Document Format
Download
Collections
Biología