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

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 co...

Full description

Autores:
Forero Buitrago, Lizeth Johana
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/10949
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/10949
https://noesis.uis.edu.co
Palabra clave:
Bioinformática
Influenza A H1N1
Cebadores de RT-PCR
Diagnóstico molecular
Bioinformatics
Influenza A H1N1
RT-PCR Primers
Molecular Diagnosis
Rights
openAccess
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
id UISANTADR2_682ce7e373029ac0180c0d014c7b780a
oai_identifier_str oai:noesis.uis.edu.co:20.500.14071/10949
network_acronym_str UISANTADR2
network_name_str Repositorio UIS
repository_id_str
dc.title.none.fl_str_mv 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
dc.title.english.none.fl_str_mv Bioinformatic 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
title 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
spellingShingle 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
Bioinformática
Influenza A H1N1
Cebadores de RT-PCR
Diagnóstico molecular
Bioinformatics
Influenza A H1N1
RT-PCR Primers
Molecular Diagnosis
title_short 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
title_full 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
title_fullStr 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
title_full_unstemmed 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
title_sort 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
dc.creator.fl_str_mv Forero Buitrago, Lizeth Johana
dc.contributor.advisor.none.fl_str_mv Martínez Pérez, Francisco José
Barrios Hernández, Carlos Jaime
dc.contributor.author.none.fl_str_mv Forero Buitrago, Lizeth Johana
dc.contributor.evaluator.none.fl_str_mv Marchant Rojas, Sergio Andrés
dc.subject.none.fl_str_mv Bioinformática
Influenza A H1N1
Cebadores de RT-PCR
Diagnóstico molecular
topic Bioinformática
Influenza A H1N1
Cebadores de RT-PCR
Diagnóstico molecular
Bioinformatics
Influenza A H1N1
RT-PCR Primers
Molecular Diagnosis
dc.subject.keyword.none.fl_str_mv Bioinformatics
Influenza A H1N1
RT-PCR Primers
Molecular Diagnosis
description 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.
publishDate 2021
dc.date.created.none.fl_str_mv 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2022-06-08T10:59:04Z
dc.date.available.none.fl_str_mv 2022-06-08T10:59:04Z
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.hasversion.none.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv https://noesis.uis.edu.co/handle/20.500.14071/10949
dc.identifier.instname.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.reponame.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.repourl.none.fl_str_mv https://noesis.uis.edu.co
url https://noesis.uis.edu.co/handle/20.500.14071/10949
https://noesis.uis.edu.co
identifier_str_mv Universidad Industrial de Santander
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.license.none.fl_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.creativecommons.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
eu_rights_str_mv openAccess
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Industrial de Santander
dc.publisher.faculty.none.fl_str_mv Facultad de Ciencias
dc.publisher.program.none.fl_str_mv Biología
dc.publisher.school.none.fl_str_mv Escuela de Biología
publisher.none.fl_str_mv Universidad Industrial de Santander
institution Universidad Industrial de Santander
bitstream.url.fl_str_mv https://noesis.uis.edu.co/bitstreams/2e2bf4d0-1347-4da4-a83b-85ffd9d5ee6b/download
https://noesis.uis.edu.co/bitstreams/b81f3c0b-06dc-4d70-89cb-9334093a5e71/download
https://noesis.uis.edu.co/bitstreams/34f6379e-855e-4607-a48a-08c836d5a179/download
https://noesis.uis.edu.co/bitstreams/08122d70-dd24-48a4-a40c-526afaa1c008/download
https://noesis.uis.edu.co/bitstreams/caef187c-010a-4ed9-9d0b-c038951ca710/download
https://noesis.uis.edu.co/bitstreams/b9bc5f4a-4cac-4423-babf-dace095da545/download
https://noesis.uis.edu.co/bitstreams/1a174573-48a7-4c82-9276-fb6df721f5db/download
https://noesis.uis.edu.co/bitstreams/1139014b-0980-4b58-91d2-f3b908044732/download
https://noesis.uis.edu.co/bitstreams/99bb2f8d-272b-41f1-8737-0cbc61cd014b/download
bitstream.checksum.fl_str_mv 5eef818cb5fc65334e84d6a6ea7a77f4
607282acedcf32f32d38e6560da081e4
8a5851e61bee4252264246a2516bd5d5
be32348ec5576b3b2a4d767e0b756fb8
d784fa8b6d98d27699781bd9a7cf19f0
b337f2b227ecfb9c6e250a7e9f0b080f
a15ea43c21f7ef2a585baecc34b7c80a
f125b3d4e9e1a2a77a9d93a383f61d0a
7aca3da185e25bad3bfade30b0171c62
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv DSpace at UIS
repository.mail.fl_str_mv noesis@uis.edu.co
_version_ 1831929746458411008
spelling Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Martínez Pérez, Francisco JoséBarrios Hernández, Carlos JaimeForero Buitrago, Lizeth JohanaMarchant Rojas, Sergio Andrés2022-06-08T10:59:04Z2022-06-08T10:59:04Z20212021https://noesis.uis.edu.co/handle/20.500.14071/10949Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coEl 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.PregradoBiólogoInfluenza 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.application/pdfspaUniversidad Industrial de SantanderFacultad de CienciasBiologíaEscuela de BiologíaBioinformáticaInfluenza A H1N1Cebadores de RT-PCRDiagnóstico molecularBioinformaticsInfluenza A H1N1RT-PCR PrimersMolecular DiagnosisAnálisis 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 2020Bioinformatic 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 2020Tesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/version/c_b1a7d7d4d402bccehttp://purl.org/coar/resource_type/c_7a1fORIGINAL181933_licence.pdfapplication/pdf124363https://noesis.uis.edu.co/bitstreams/2e2bf4d0-1347-4da4-a83b-85ffd9d5ee6b/download5eef818cb5fc65334e84d6a6ea7a77f4MD51181933_nota.pdfapplication/pdf176214https://noesis.uis.edu.co/bitstreams/b81f3c0b-06dc-4d70-89cb-9334093a5e71/download607282acedcf32f32d38e6560da081e4MD52181933_trabajo.pdfapplication/pdf1004996https://noesis.uis.edu.co/bitstreams/34f6379e-855e-4607-a48a-08c836d5a179/download8a5851e61bee4252264246a2516bd5d5MD53TEXT181933_licence.pdf.txt181933_licence.pdf.txtExtracted texttext/plain3136https://noesis.uis.edu.co/bitstreams/08122d70-dd24-48a4-a40c-526afaa1c008/downloadbe32348ec5576b3b2a4d767e0b756fb8MD54181933_nota.pdf.txt181933_nota.pdf.txtExtracted texttext/plain2https://noesis.uis.edu.co/bitstreams/caef187c-010a-4ed9-9d0b-c038951ca710/downloadd784fa8b6d98d27699781bd9a7cf19f0MD56181933_trabajo.pdf.txt181933_trabajo.pdf.txtExtracted texttext/plain92399https://noesis.uis.edu.co/bitstreams/b9bc5f4a-4cac-4423-babf-dace095da545/downloadb337f2b227ecfb9c6e250a7e9f0b080fMD58THUMBNAIL181933_licence.pdf.jpg181933_licence.pdf.jpgGenerated Thumbnailimage/jpeg6229https://noesis.uis.edu.co/bitstreams/1a174573-48a7-4c82-9276-fb6df721f5db/downloada15ea43c21f7ef2a585baecc34b7c80aMD55181933_nota.pdf.jpg181933_nota.pdf.jpgGenerated Thumbnailimage/jpeg3708https://noesis.uis.edu.co/bitstreams/1139014b-0980-4b58-91d2-f3b908044732/downloadf125b3d4e9e1a2a77a9d93a383f61d0aMD57181933_trabajo.pdf.jpg181933_trabajo.pdf.jpgGenerated Thumbnailimage/jpeg3226https://noesis.uis.edu.co/bitstreams/99bb2f8d-272b-41f1-8737-0cbc61cd014b/download7aca3da185e25bad3bfade30b0171c62MD5920.500.14071/10949oai:noesis.uis.edu.co:20.500.14071/109492022-10-05 20:40:12.769http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessrestrictedhttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co

Publicaciones similares