Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacional
Descripción del Articulo
Se buscó identificar relaciones mito-nucleares en el contexto de la adaptación al ambiente, como en condiciones de altitud, a través del uso de un algoritmo desarrollado para el análisis genómico poblacional. Para ese fin, se utilizó 3295 genomas mitocondriales (mtDNA) de 47 poblaciones y 81 genes n...
Autor: | |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2025 |
Institución: | Universidad Nacional Mayor de San Marcos |
Repositorio: | UNMSM-Tesis |
Lenguaje: | español |
OAI Identifier: | oai:cybertesis.unmsm.edu.pe:20.500.12672/26440 |
Enlace del recurso: | https://hdl.handle.net/20.500.12672/26440 |
Nivel de acceso: | acceso abierto |
Materia: | Adaptación genoma mitocondrial Genética Herencia https://purl.org/pe-repo/ocde/ford#1.06.07 |
id |
UNMS_eb0186cba3f3be464e95344a8cce933f |
---|---|
oai_identifier_str |
oai:cybertesis.unmsm.edu.pe:20.500.12672/26440 |
network_acronym_str |
UNMS |
network_name_str |
UNMSM-Tesis |
repository_id_str |
410 |
dc.title.none.fl_str_mv |
Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacional |
title |
Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacional |
spellingShingle |
Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacional Iannacone de la Flor, Gian Carlo Adaptación genoma mitocondrial Genética Herencia https://purl.org/pe-repo/ocde/ford#1.06.07 |
title_short |
Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacional |
title_full |
Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacional |
title_fullStr |
Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacional |
title_full_unstemmed |
Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacional |
title_sort |
Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacional |
author |
Iannacone de la Flor, Gian Carlo |
author_facet |
Iannacone de la Flor, Gian Carlo |
author_role |
author |
dc.contributor.advisor.fl_str_mv |
Ramírez Roca, Pablo Sergio |
dc.contributor.author.fl_str_mv |
Iannacone de la Flor, Gian Carlo |
dc.subject.none.fl_str_mv |
Adaptación genoma mitocondrial Genética Herencia |
topic |
Adaptación genoma mitocondrial Genética Herencia https://purl.org/pe-repo/ocde/ford#1.06.07 |
dc.subject.ocde.none.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#1.06.07 |
description |
Se buscó identificar relaciones mito-nucleares en el contexto de la adaptación al ambiente, como en condiciones de altitud, a través del uso de un algoritmo desarrollado para el análisis genómico poblacional. Para ese fin, se utilizó 3295 genomas mitocondriales (mtDNA) de 47 poblaciones y 81 genes nucleares (nDNA) de 26 poblaciones humanas. Estos genomas fueron analizados con un algoritmo desarrollado denominado GenoPopulation, el cual permite determinar la acumulación poblacional de polimorfismos con tres índices desarrollados: Segment Weight distribution Index (SWDI), Segment Weight Index (SWI) y Combined Segment Index (CSI). En ese sentido, el algoritmo permitió la clasificación de segmentos del genoma en tipo selectivo (S), casi selectivo (SS), casi neutral (SN) y neutral (N). Así mismo, estos segmentos fueron analizados en su distribución y análisis multivariado. También, se comparó las distribuciones de SNPs en los segmentos de tipo S, SS y SN, característicos para la población peruana con relación a las poblaciones genéticamente cercanas. Los resultados mostraron que el algoritmo GenoPopulation facilitó la ubicación de segmentos que contenían SNPs que posteriormente evidenciaron diferencias características de la población peruana para evaluar la relación mito-nuclear. En el caso del mtDNA se identificaron las posiciones SNPs: 11177 ND4, 6473 COX1, 3547 ND1, 827 12SRNA, 9950 COX3 y 6755 COX1. En el caso del nDNA se identificaron 113 SNPs que corresponden a los siguientes genes: ADRB3, DLC1, COL5A1, DSCAM, COL24A1, MRPP3, EPAS1, FLT1, PPARGC1A, PPP3CA, ANKS1B, TENM2, BACT1 y en los SNPs rs1692120, rs1372635, rs3564453. Finalmente, los hallazgos sugieren que la adaptación es un proceso multigénico, evidenciado por la combinación de polimorfismos del mtDNA y genes del nDNA asociados a condiciones como la altitud. Estas variaciones genéticas difieren en la población peruana con relación a grupos genéticamente relacionados, lo que las posiciona como candidatos prometedores para posteriores investigaciones. |
publishDate |
2025 |
dc.date.accessioned.none.fl_str_mv |
2025-06-23T20:07:37Z |
dc.date.available.none.fl_str_mv |
2025-06-23T20:07:37Z |
dc.date.issued.fl_str_mv |
2025 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
dc.identifier.citation.none.fl_str_mv |
Iannacone, G. (2025). Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacional. [Tesis de doctorado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Biológicas, Unidad de Posgrado]. Repositorio institucional Cybertesis UNMSM. |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12672/26440 |
identifier_str_mv |
Iannacone, G. (2025). Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacional. [Tesis de doctorado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Biológicas, Unidad de Posgrado]. Repositorio institucional Cybertesis UNMSM. |
url |
https://hdl.handle.net/20.500.12672/26440 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.fl_str_mv |
SUNEDU |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional Mayor de San Marcos |
dc.publisher.country.none.fl_str_mv |
PE |
publisher.none.fl_str_mv |
Universidad Nacional Mayor de San Marcos |
dc.source.none.fl_str_mv |
reponame:UNMSM-Tesis instname:Universidad Nacional Mayor de San Marcos instacron:UNMSM |
instname_str |
Universidad Nacional Mayor de San Marcos |
instacron_str |
UNMSM |
institution |
UNMSM |
reponame_str |
UNMSM-Tesis |
collection |
UNMSM-Tesis |
bitstream.url.fl_str_mv |
https://cybertesis.unmsm.edu.pe/bitstreams/3e294c5f-83a3-48ec-b921-9668f833d9fc/download https://cybertesis.unmsm.edu.pe/bitstreams/b6262fd1-5fb0-4eef-a4b2-f2f09a029e9e/download https://cybertesis.unmsm.edu.pe/bitstreams/17d9d1fd-c5b0-4331-a517-1fb305361497/download https://cybertesis.unmsm.edu.pe/bitstreams/d6e1ea8d-f357-41a6-9193-f3cb883d7101/download https://cybertesis.unmsm.edu.pe/bitstreams/80c052f4-c2f9-4d2c-9867-5a108568a240/download https://cybertesis.unmsm.edu.pe/bitstreams/6c913f7a-628e-4835-b9b2-241636b82e81/download https://cybertesis.unmsm.edu.pe/bitstreams/05aa3b81-2d92-4f03-a0b1-d45b2c819bd7/download https://cybertesis.unmsm.edu.pe/bitstreams/bbe41c3c-8d17-4d13-af6e-3698e27b295e/download https://cybertesis.unmsm.edu.pe/bitstreams/6bb9aee2-bf2a-4a06-9da1-2f9705fc2eef/download https://cybertesis.unmsm.edu.pe/bitstreams/8c613dcc-c214-434c-a9ba-6eb4d4d79199/download |
bitstream.checksum.fl_str_mv |
f892ebda9ae843c016652997f032f045 8bc73ba3b7ec85b85fc1206b69fe3d1d a59ed1838ff0954a0a5ca8871b06ff52 bb9bdc0b3349e4284e09149f943790b4 9373ae267ae870b66a7ce79d673a8756 69a44f71c1b981e10e1497ca9d7bb4b2 c66789380c9bbd7c669332e3e3f9b35b 9be92fd65f79a5fff6b105eaa5ac13be affa9f670c946a447baad4a4e88c1ea4 9e8fa5aeeb1a41de4e826515b6fd9c36 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Cybertesis UNMSM |
repository.mail.fl_str_mv |
cybertesis@unmsm.edu.pe |
_version_ |
1841549245011722240 |
spelling |
Ramírez Roca, Pablo SergioIannacone de la Flor, Gian Carlo2025-06-23T20:07:37Z2025-06-23T20:07:37Z2025Iannacone, G. (2025). Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacional. [Tesis de doctorado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Biológicas, Unidad de Posgrado]. Repositorio institucional Cybertesis UNMSM.https://hdl.handle.net/20.500.12672/26440Se buscó identificar relaciones mito-nucleares en el contexto de la adaptación al ambiente, como en condiciones de altitud, a través del uso de un algoritmo desarrollado para el análisis genómico poblacional. Para ese fin, se utilizó 3295 genomas mitocondriales (mtDNA) de 47 poblaciones y 81 genes nucleares (nDNA) de 26 poblaciones humanas. Estos genomas fueron analizados con un algoritmo desarrollado denominado GenoPopulation, el cual permite determinar la acumulación poblacional de polimorfismos con tres índices desarrollados: Segment Weight distribution Index (SWDI), Segment Weight Index (SWI) y Combined Segment Index (CSI). En ese sentido, el algoritmo permitió la clasificación de segmentos del genoma en tipo selectivo (S), casi selectivo (SS), casi neutral (SN) y neutral (N). Así mismo, estos segmentos fueron analizados en su distribución y análisis multivariado. También, se comparó las distribuciones de SNPs en los segmentos de tipo S, SS y SN, característicos para la población peruana con relación a las poblaciones genéticamente cercanas. Los resultados mostraron que el algoritmo GenoPopulation facilitó la ubicación de segmentos que contenían SNPs que posteriormente evidenciaron diferencias características de la población peruana para evaluar la relación mito-nuclear. En el caso del mtDNA se identificaron las posiciones SNPs: 11177 ND4, 6473 COX1, 3547 ND1, 827 12SRNA, 9950 COX3 y 6755 COX1. En el caso del nDNA se identificaron 113 SNPs que corresponden a los siguientes genes: ADRB3, DLC1, COL5A1, DSCAM, COL24A1, MRPP3, EPAS1, FLT1, PPARGC1A, PPP3CA, ANKS1B, TENM2, BACT1 y en los SNPs rs1692120, rs1372635, rs3564453. Finalmente, los hallazgos sugieren que la adaptación es un proceso multigénico, evidenciado por la combinación de polimorfismos del mtDNA y genes del nDNA asociados a condiciones como la altitud. Estas variaciones genéticas difieren en la población peruana con relación a grupos genéticamente relacionados, lo que las posiciona como candidatos prometedores para posteriores investigaciones.application/pdfspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Adaptacióngenoma mitocondrialGenéticaHerenciahttps://purl.org/pe-repo/ocde/ford#1.06.07Estudio de la Adaptación a la Altitud del Genoma Mitocondrial y Nuclear en la Población Peruana Mediante un Algoritmo de Análisis Genómico Poblacionalinfo:eu-repo/semantics/bachelorThesisreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMSUNEDUDoctor en Ciencias BiológicasUniversidad Nacional Mayor de San Marcos. Facultad de Ciencias Biológicas. Unidad de PosgradoCiencias Biológicas06183797https://orcid.org/0000-0001-9309-702110280809511078Descailleaux Dulanto, Ricardo JaimeGarcía Quispe, Wilser AndrésCueva Távara, Mario Davidhttps://purl.org/pe-repo/renati/level#doctorhttps://purl.org/pe-repo/renati/type#tesisORIGINALIannacone_fg.pdfIannacone_fg.pdfapplication/pdf8641647https://cybertesis.unmsm.edu.pe/bitstreams/3e294c5f-83a3-48ec-b921-9668f833d9fc/downloadf892ebda9ae843c016652997f032f045MD51Iannacone_fg_autorización.pdfapplication/pdf127016https://cybertesis.unmsm.edu.pe/bitstreams/b6262fd1-5fb0-4eef-a4b2-f2f09a029e9e/download8bc73ba3b7ec85b85fc1206b69fe3d1dMD53Iannacone_fg_reporte.pdfapplication/pdf3405669https://cybertesis.unmsm.edu.pe/bitstreams/17d9d1fd-c5b0-4331-a517-1fb305361497/downloada59ed1838ff0954a0a5ca8871b06ff52MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/d6e1ea8d-f357-41a6-9193-f3cb883d7101/downloadbb9bdc0b3349e4284e09149f943790b4MD52TEXTIannacone_fg.pdf.txtIannacone_fg.pdf.txtExtracted texttext/plain102814https://cybertesis.unmsm.edu.pe/bitstreams/80c052f4-c2f9-4d2c-9867-5a108568a240/download9373ae267ae870b66a7ce79d673a8756MD55Iannacone_fg_autorización.pdf.txtIannacone_fg_autorización.pdf.txtExtracted texttext/plain3899https://cybertesis.unmsm.edu.pe/bitstreams/6c913f7a-628e-4835-b9b2-241636b82e81/download69a44f71c1b981e10e1497ca9d7bb4b2MD57Iannacone_fg_reporte.pdf.txtIannacone_fg_reporte.pdf.txtExtracted texttext/plain3104https://cybertesis.unmsm.edu.pe/bitstreams/05aa3b81-2d92-4f03-a0b1-d45b2c819bd7/downloadc66789380c9bbd7c669332e3e3f9b35bMD59THUMBNAILIannacone_fg.pdf.jpgIannacone_fg.pdf.jpgGenerated Thumbnailimage/jpeg15241https://cybertesis.unmsm.edu.pe/bitstreams/bbe41c3c-8d17-4d13-af6e-3698e27b295e/download9be92fd65f79a5fff6b105eaa5ac13beMD56Iannacone_fg_autorización.pdf.jpgIannacone_fg_autorización.pdf.jpgGenerated Thumbnailimage/jpeg20795https://cybertesis.unmsm.edu.pe/bitstreams/6bb9aee2-bf2a-4a06-9da1-2f9705fc2eef/downloadaffa9f670c946a447baad4a4e88c1ea4MD58Iannacone_fg_reporte.pdf.jpgIannacone_fg_reporte.pdf.jpgGenerated Thumbnailimage/jpeg15989https://cybertesis.unmsm.edu.pe/bitstreams/8c613dcc-c214-434c-a9ba-6eb4d4d79199/download9e8fa5aeeb1a41de4e826515b6fd9c36MD51020.500.12672/26440oai:cybertesis.unmsm.edu.pe:20.500.12672/264402025-06-29 03:18:25.912https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.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 |
score |
13.439101 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).