“UNIVERSIDAD NACIONAL DE MOQUEGUA”

ESCUELA PROFESIONAL DE INGENIERÍA AMBIENTAL

CURSO DE BIOTECNOLOGIA

“Informe del Uso del software MEGA para alineación de

secuencias de ADN y construcción de un árbol filogenético”
PRESENTADO POR:
ELGAR QUINCHO RAMOS
DOCENTE:
BLGO. SOTO GONZALES HEBERT HERNAN

ILO-PERU
2024
 INTRODUCCION

El análisis de secuencias de ADN se ha convertido en una herramienta esencial en

biología molecular y genética. La alineación de secuencias y la construcción de árboles
filogenéticos permiten inferir relaciones evolutivas entre organismos, identificar
similitudes genéticas y estudiar eventos de divergencia entre especies. En este contexto,
el software MEGA (Molecular Evolutionary Genetics Analysis) se ha consolidado como
una de las herramientas más utilizadas para llevar a cabo estos análisis debido a su
versatilidad, facilidad de uso y la amplia gama de funciones que ofrece.
El software MEGA permite realizar alineaciones de secuencias Múltiples, seleccionar
modelos evolutivos apropiados, y generar árboles filogenéticos mediante distintos
métodos, tales como el método de Máxima Verosimilitud (ML) , Vecino-Juntado
(Neighbor-Joining) , y Máxima Parsimonia . Estas metodologías proporcionan
representaciones visuales de la historia evolutiva de las secuencias, mostrando cómo
diferentes organismos están relacionados entre sí.
Este informe presenta una descripción de los procedimientos realizados para la
alineación de secuencias de ADN y la construcción de un árbol filogenético utilizando
MEGA. Se explican los pasos esenciales seguidos en el proceso: desde la importación de
las secuencias hasta la obtención del árbol filogenético, destacando los parámetros
seleccionados y las interpretaciones de los resultados. La finalidad del estudio es
demostrar la importancia de estas herramientas bioinformáticas para comprender la
evolución molecular y las relaciones filogenéticas entre organismos.
El avance en las técnicas de secuenciación genética ha generado grandes volúmenes de
datos biológicos, requiriendo herramientas computacionales eficientes para su análisis.
La bioinformática se ha posicionado como un campo interdisciplinario que permite
gestionar e interpretar esta información genética, y dentro de este ámbito, el software
MEGA (Molecular Evolutionary Genetics Analysis) es ampliamente utilizado para el
análisis evolutivo de secuencias de ADN y ARN.
La alineación de secuencias es fundamental para identificar regiones conservadas y
divergentes entre genes u organismos. A partir de estas alineaciones, se puede construir
un árbol filogenético, el cual representa hipótesis sobre las relaciones evolutivas y
permite analizar procesos como la especiación o la transferencia horizontal de genes.
Estos árboles son esenciales en estudios evolutivos, ayudando a esclarecer los patrones
de divergencia y el origen común de los organismos.
El software MEGA también facilita la evaluación de la calidad de las alineaciones y ofrece
diversas opciones para calcular distancias evolutivas. Esto permite seleccionar los
modelos evolutivos más adecuados, ajustando los parámetros para mejorar la precisión
del árbol generado. Así, MEGA se convierte en una herramienta imprescindible en
biología evolutiva, genética comparativa y estudios taxonómicos, permitiendo tanto a
expertos como a estudiantes realizar análisis complejos de forma intuitiva y eficiente.
OBJETIVOS
Objetivo general

• Realizar la alineación de secuencias de ADN y construir un árbol filogenético

utilizando el software MEGA, con el fin de analizar las relaciones evol.
Objetivos específicos

• Importar y alinear múltiples secuencias de ADN en MEGA, evaluando la calidad

de la alineación para identificar regiones conservadas y divergentes.
• Seleccione el modelo evolutivo más adecuado y construya un árbol filogenético,
interpretando las relaciones evolutivas obtenidas.
MATERIALES
1. Software y Herramientas Computacionales

✓ MEGA (Análisis de Genética Evolutiva Molecular) : Software gratuito utilizado para la

alineación de secuencias y la creación de árboles filogenéticos.
✓ Computadora o portátil : Con sistema operativo compatible (Windows, macOS o Linux)
y capacidad suficiente para procesar datos biológicos.
✓ Conexión a Internet (opcional): Para descargar secuencias desde bases de datos públicos
como GenBank o para obtener la última versión de MEGA.

2. Secuencias de ADN

✓ Archivos FASTA o GenBank : Conteniendo las secuencias de ADN a analizar. Estas pueden
ser obtenidas de bases de datos como:
✓ Banco GenBank del NCBI : https://www.ncbi.nlm.nih.gov/genbank/
✓ EMBL : https://www.ebi.ac.uk/embl/
✓ Secuencias de referencia : Opcionalmente, se pueden incluir secuencias adicionales que
sirvan como controles para confirmar la precisión del análisis.

3. Bases de Datos y Recursos Bioinformáticos

✓ Base de datos de modelos evolutivos : MEGA incluye varias opciones de modelos (como
Jukes-Cantor, Tamura-Nei) que serán evaluadas para seleccionar el más adecuado en la
construcción del árbol filogenético.
✓ BLAST (opcional) : Herramienta para verificar la identidad de las secuencias antes de su
análisis (disponible en https ://blast .ncbi .nlm .nih .gov/ ).

4. Documentación y Almacenamiento de Datos

✓ Hoja de cálculo o software de gestión de datos: Para organizar los nombres de las
secuencias, códigos de acceso, y otra información relevante.
✓ Cuaderno de laboratorio (físico o digital): Para anotar las decisiones metodológicas,
modelos evolutivos seleccionados, y resultados parciales.

5. Herramientas de Visualización y Reporte

✓ Software de gráficos (como Excel o RStudio, opcional): Para generar gráficos adicionales
a partir de los resultados.
1. Alineación de Secuencias de ADN

La alineación de secuencias es el proceso mediante el cual se comparan dos o más secuencias

de ADN, ARN o proteínas para identificar similitudes, diferencias y regiones conservadas. Existen
dos tipos principales de alineación:

• Alineación por pares : Compara solo dos secuencias y busca encontrar la mejor
correspondencia entre sus nucleótidos.

• Alineación múltiple : Involucra varias secuencias al mismo tiempo, permitiendo

identificar patrones de conservación evolutiva en grupos de genes u organismos
relacionados.

La alineación es fundamental para evaluar las relaciones evolutivas porque las mutaciones,
inserciones y deleciones que ocurren durante la evolución pueden se reflejarán en la secuencia
genética. Las herramientas bioinformáticas como MEGA utilizan algoritmos, como ClustalW o
MUSCLE , para llevar a cabo alineaciones eficientes. A partir de la alineación, se obtienen
matrices que representan la similitud entre secuencias y que se emplean en la construcción de
árboles filogenéticos.

2. Modelos evolutivos

Los modelos evolutivos son fundamentales para comprender cómo las secuencias de ADN han
cambiado a lo largo del tiempo. Estos modelos matemáticos estiman la probabilidad de
mutaciones, sustituciones y otras alteraciones genéticas entre nucleótidos. Algunos de los
modelos más comunes que utiliza MEGA son:

• Jukes-Cantor (JC) : Supone que todas las mutaciones tienen la misma probabilidad.

• Kimura 2-Parámetros (K2P) : Considere tasas diferentes para las transiciones (cambios
entre purinas o pirimidinas) y transversiones (cambios entre purina y pirimidina).

• Tamura-Nei (TN93) : Se usa cuando existen diferencias significativas en la frecuencia de

los nucleótidos y tasas de sustitución entre tipos específicos de mutaciones.

La elección del modelo adecuado es crucial para garantizar la precisión del árbol filogenético. En
MEGA, se puede realizar una prueba para seleccionar el mejor modelo de acuerdo con las
características de las secuencias alineadas.

3. Árboles filogenéticos

Un árbol filogenético es una representación gráfica que muestra las relaciones evolutivas entre
diferentes organismos o genes. Los nudos del árbol representan antecesores comunes, y las
ramas reflejan los cambios evolutivos a lo largo del tiempo. Existen varios métodos para
construir árboles filogenéticos:

• Neighbor-Joining (Vecino-Juntado) : Método rápido que utiliza distancias evolutivas

entre secuencias para construir el árbol.

• Máxima Parsimonia : Busca el árbol con el menor número de cambios evolutivos

posibles.

• Máxima Verosimilitud (ML) : Estima el árbol que tiene la mayor probabilidad de explicar
los datos bajo un modelo evolutivo específico.
Estos métodos generan árboles que pueden ser enraizados (con un nodo inicial que representa
el ancestro común) o no enraizados (sin un ancestro común explícito). Los árboles filogenéticos
permiten inferir procesos evolutivos como la especiación, la adaptación o la transferencia
horizontal de genes.

4. Importancia del Software MEGA en Análisis Filogenético

El software MEGA es una herramienta versátil que combina varias funcionalidades necesarias
para el análisis evolutivo. Sus características incluyen:

• Alineación de secuencias múltiples : Permite realizar alineaciones de forma precisa y

eficiente utilizando algoritmos como ClustalW y MUSCLE.

• Selección de modelos evolutivos : Facilita la evaluación y selección del modelo de

sustitución más adecuado para los datos.

• Construcción de árboles filogenéticos : Ofrece diversos métodos de construcción de

árboles y opciones de personalización para ajustarlos a las necesidades del estudio.

• Visualización gráfica : Los árboles generados pueden ser exportados e integrados en

informes científicos.

MEGA es una herramienta ampliamente utilizada en la biología evolutiva, ya que permite

realizar análisis complejos sin necesidad de conocimientos avanzados en programación. Su
interfaz gráfica facilita la realización de experimentos bioinformáticos tanto por parte de
investigadores expertos como por estudiantes.

5. Filogenia Molecular y Aplicaciones Prácticas

El análisis filogenético tiene aplicaciones en varias áreas de la biología:

• Taxonomía y clasificación : Permite identificar nuevas especies y reorganizar grupos

taxonómicos basados en evidencia molecular.

• Estudios de evolución molecular : Ayuda a entender cómo los genes y organismos

evolucionan y divergen a lo largo del tiempo.

• Epidemiología molecular : En enfermedades infecciosas, se utilizan árboles

filogenéticos para rastrear la propagación de patógenos y su evolución.

• Biología de la conservación : Facilitar la identificación de poblaciones genéticamente

diversas o vulnerables para diseñar estrategias de conservación.

Estas aplicaciones demuestran la relevancia de las herramientas bioinformáticas como MEGA

para abordar preguntas complejas sobre la evolución y la biodiversidad.

6. Limitaciones del Análisis Filogenético

A pesar de los avances en los algoritmos y software, los análisis filogenéticos tienen limitaciones.
Entre ellas:

• Efecto de la homoplastia: La convergencia evolutiva puede hacer que diferentes

organismos presenten características similares sin compartir un ancestro común
cercano.

• Errores en la alineación: Una alineación incorrecta puede generar árboles erróneos.

 • Sesgo en los modelos evolutivos: Ningún modelo evolutivo es perfecto, lo que puede
afectar la precisión de los resultados.

• Falta de datos completos: En algunos casos, la disponibilidad limitada de secuencias

puede influir en la interpretación de las relaciones evolutivas.

Metodología

La construcción de un árbol filogenético y la alineación de secuencias de ADN mediante el

software MEGA sigue una serie de pasos sistemáticos. A continuación, se describe
detalladamente la metodología aplicada en cada fase del proceso, desde la recopilación de datos
hasta la obtención del árbol filogenético y la interpretación de los resultados.

1. Instalación y preparación del entorno

• Descarga e instalación del software MEGA:

1. Visite el sitio oficial de MEGA ( https ://www .megasoftware .net/ ).

2. Descargue la versión más reciente del software compatible con el sistema

operativo (Windows, macOS o Linux).

3. Instale el programa siguiendo las instrucciones del instalador.

4. Verifique que el programa se ejecute correctamente y revise las opciones del

menú principal.

• Verificación de recursos computacionales:

o Asegúrese de que la computadora disponga de suficiente memoria y capacidad

de procesamiento, especialmente si se trabajará con secuencias largas o
múltiples alineaciones.

2. Obtención de Secuencias de ADN

• Recopilación de secuencias :

1. Acceda a una base de datos pública como NCBI GenBank ( https ://www .ncbi
.nlm .nih .gov /genbank/ ) para buscar las secuencias necesarias.

2. Utilizar palabras claves o números de acceso específicos para identificar las

secuencias correspondientes al organismo o gen en estudio.

3. Descargue las secuencias en formato FASTA o GenBank para su posterior

análisis.

• Control de calidad de las secuencias:

o Realice un análisis preliminar con la herramienta BLAST (opcional) para verificar

la identidad de las secuencias y asegurarse de que pertenecen a los organismos
de interés.

o Verifique que todas las secuencias tengan longitudes comparables para evitar
errores durante la alineación.

3. Alineación de Secuencias en MEGA

1. Importación de las secuencias:

o Abra MEGA y seleccione la opción Alinear > Editar/Construir alineación desde

el menú principal.

o En la ventana de alineación, hacer clic en Retrieve Sequences y cargar las

secuencias en formato FASTA o GenBank.

2. Selección del método de alineación:

o En la ventana de alineación, elija entre ClustalW o MUSCLE como el algoritmo

de alineación (MUSCLE es más preciso para secuencias complejas).

o Configurar los parámetros del algoritmo:

▪ Penalización por apertura de huecos: Defina la penalización para

introducir huecos en la alineación.

▪ Penalización por extensión de hueco: Penaliza la extensión de un hueco

ya existente.

3. Alineación y revisión:

o Ejecutar la alineación y verificar el resultado en la ventana de edición.

 o Ajustar manualmente las secuencias si es necesario para corregir posibles
errores.

o Guarde la alineación en formato. meg para su uso posterior en la construcción

del árbol.

4. Selección del Modelo Evolutivo

1. Prueba de modelos evolutivos:

o En MEGA, ve a Modelos > Encuentra los mejores modelos de ADN/proteína .

o Seleccione las secuencias alineadas previamente y deje que el software pruebe

diferentes modelos evolutivos (como JC, K2P o TN93).

2. Evaluación del mejor modelo:

o Revisar los resultados de la prueba, que incluirán la log-verosimilitud y criterios

como AIC (Akaike Information Criterion) y BIC (Bayesian Information Criterion)
.

o Seleccione el modelo que tenga el mejor ajuste (menor AIC/BIC) para continuar
con la construcción del árbol filogenético.

5. Construcción del Árbol Filogenético

1. Importación de la alineación:

o Vaya a Filogenia > Construir/Probar árbol de unión de vecinos (o seleccionar

otro método, como Máxima Verosimilitud).

o Cargue la alineación guardada previamente en formato .meg .

2. Configuración del árbol:

o Seleccione el modelo evolutivo identificado como óptimo.

o Configurar los parámetros del árbol:

 ▪ Bootstrap Replications: Realizar entre 500 y 1000 réplicas para evaluar
la robustez del árbol.

▪ Variación de la tasa de sustitución: Ajustar si se espera que las tasas de

mutación varíen entre las secuencias.

3. Generación del árbol:

o Ejecutar el proceso y revisar el árbol generado en la ventana gráfica de MEGA.

o Verifique los valores de bootstrap para cada nodo, lo que indica el nivel de
confianza en las relaciones inferidas.

RESULTADOS

Alineamiento de secuencias de ADN, 20 muestras

Construcción del árbol filogenético

Un árbol filogenético es una representación gráfica en forma de diagrama ramificado que ilustra
las relaciones evolutivas entre diferentes organismos, genes o secuencias. Esta estructura visual
se construye en datos moleculares (como secuencias de ADN, ARN o proteínas) o características
morfológicas, y su propósito principal es mostrar cómo se han diversificado las especies a lo
largo del tiempo a partir de un ancestro común. Las ramas del árbol reflejan los cambios
genéticos que se han acumulado a medida que las especies o genes divergen. En cada nodo del
árbol se encuentra un ancestro común, que marca el punto de separación entre dos o más
linajes. El análisis filogenético se ha convertido en una herramienta esencial para los biólogos
evolutivos, ya que permite estudiar patrones de especiación, migración, adaptación y
transferencia genética entre organismos.

El árbol filogenético también permite evaluar las similitudes y diferencias entre secuencias de
ADN mediante modelos evolutivos, ayudando a inferir procesos históricos y evolutivos.
Dependiendo de los métodos utilizados, los árboles pueden ser enraizados, con un nodo inicial
que representa el ancestro común más antiguo, o no enraizados, cuando no se puede
determinar un punto específico de origen. Los métodos más utilizados para construir estos
árboles son Neighbor-Joining , Máxima Parsimonia y Máxima Verosimilitud , cada uno con
ventajas y limitaciones en términos de precisión y rapidez. Los árboles filogenéticos son
fundamentales en diversas áreas como la taxonomía, epidemiología, biología de la conservación
y genética evolutiva, ya que facilitan la comprensión de las relaciones entre organismos y el
desarrollo de hipótesis sobre su evolución y diversificación.
CONCLUSIONES

La alineación de secuencias es un paso fundamental en el análisis filogenético, ya que permite

identificar regiones conservadas y divergentes en genes o genomas de distintos organismos. A
través de esta comparación, se puede inferir cómo las mutaciones han moldeado la evolución y
diversificación de las especies. En el contexto de este informe, se destacó la importancia de
realizar alineaciones precisas utilizando algoritmos como ClustalW y MUSCLE. Estos algoritmos
facilitan la organización coherente de secuencias, garantizando que las similitudes y diferencias
sean detectadas correctamente. Un error en esta etapa podría afectar significativamente los
resultados del árbol filogenético, por lo que el control de calidad y la supervisión de los
alineamientos son esenciales para obtener conclusiones confiables.

El uso de un modelo evolutivo adecuado es esencial para la construcción precisa de árboles

filogenéticos. Cada modelo representa una hipótesis sobre cómo ocurren las mutaciones y cómo
varían las tasas de sustitución entre nucleótidos. En este trabajo, se subrayó la necesidad de
probar diferentes modelos mediante los criterios AIC y BIC para garantizar un ajuste adecuado
a los datos. Elegir un modelo incorrecto puede llevar a una interpretación errónea de las
relaciones evolutivas entre las secuencias analizadas. Por ello, MEGA facilita la selección
automática del modelo más apropiado, lo que contribuye a mejorar la precisión del árbol
filogenético generado.

La creación de un árbol filogenético es una herramienta poderosa para visualizar las relaciones
evolutivas entre organismos o secuencias genéticas. A través de métodos como Neighbor-
Joining o Máxima Verosimilitud, es posible identificar linajes, eventos de especiación y ancestros
comunes. Este informe mostró que la interpretación del árbol requiere no solo observar la
disposición de las ramas, sino también evaluar la solidez de los nodos mediante valores de
bootstrap. Estos valores reflejan la confianza estadística en las agrupaciones detectadas. El uso
adecuado de estos árboles permite generar hipótesis sobre la evolución de especies o genes y
puede ser aplicado en estudios de biodiversidad, epidemiología y genética evolutiva.

Si bien el análisis filogenético ofrece información valiosa, también presenta algunas limitaciones.
La calidad de los resultados depende de la cantidad y diversidad de secuencias disponibles, así
como de la precisión de la alineación y del modelo evolutivo seleccionado. Además, eventos
como la convergencia evolutiva o la transferencia horizontal de genes pueden complicar la
interpretación de las relaciones entre organismos. Por ello, es importante complementar el
análisis computacional con estudios adicionales y conocimiento biológico profundo. En futuras
investigaciones, se recomienda integrar herramientas complementarias y aumentar la cantidad
de datos genéticos analizados para obtener resultados más sólidos y completos. La continua
evolución de programas como MEGA permitirá enfrentar estas limitaciones y mejorar la
comprensión de los procesos evolutivos.
BIBLIOGRAFIA

• Organización Internacional de Normalización (ISO). (2018). ISO 14001:

Sistemas de gestión ambiental – Requisitos con orientación para su uso .
Ginebra, Suiza: ISO.
• Organización Internacional de Normalización (ISO). (2015). ISO 9001:
Sistemas de gestión de la calidad – Requisitos . Ginebra, Suiza: ISO.
• Organización Internacional de Normalización (ISO). (2018). ISO 45001:
Sistemas de gestión de la seguridad y salud en el trabajo – Requisitos con
orientación para su uso . Ginebra, Suiza: ISO.
• Ministerio del Ambiente del Perú. (2023). Programa de Estrellas de Carbono:
Reconocimiento a las organizaciones que reducen emisiones de GEI . Lima,
Perú: MINAM.
• Organización de las Naciones Unidas para la Alimentación y la Agricultura
(FAO). (2020). Manual de sostenibilidad pesquera en el Perú . Roma, Italia:
FAO.