O que é locus gênico na prática
Locus gênico é simplesmente a posição fixa que um gene ocupa em um cromossomo. Não é um conceito abstrato — é uma coordenada biológica que você consulta o tempo todo quando trabalha com genômica, mapeamento ou diagnóstico molecular. Cada gene tem seu endereço: cromossomo, banda citogenética, start e end no referencial de montagem. O termo locus vem do latim e significa "lugar". Na genética, ele se refere a um local específico no genoma onde uma sequência de DNA particular pode ser encontrada. Cada alelo de um gene ocupa o mesmo locus em cromossomos homólogos. Isso parece óbvio até você tentar rastrear uma variação estrutural e descobrir que dois genes estão sobrepostos na montagem de referência.
o que é locus gênico: definindo a posição com precisão
A definição formal diz que locus gênico é o endereço físico de um gene no cromossomo, expresso em pares de bases de uma montagem genômica de referência. Na prática, isso significa que quando você vê algo como 7q31.2 (CFTR) ou BRCA1 em 17q21.31, está lidando com dois sistemas de notação diferentes que apontam para a mesma coisa: onde o gene está. O sistema de bandas citogenéticas vem de colorações com Giemsa que revelam padrões claros e escuros nos cromossomos em metafase. Cada banda recebe um número. Bandas mais claras são R-bands (ricas em genes), bandas mais escuras são G-bands (ricas em repeticções, pobres em genes). O locus de BRCA1, por exemplo, fica na banda q21.31 do cromossomo 17 — região que carrega cerca de 80 genes conhecidos, o que já é um problema por si só.
Já a notação de coordenadas baseado em pares de bases (como NCBI GenBank: NG_012772.4:g.43050057_43125680) é o padrão atual para comunicação técnica. Bancos de dados como RefSeq, Ensembl e UCSC usam esse formato. A vantagem é que coordenadas permitem cruzamento direto com dados de sequenciamento de nova geração. A desvantagem é que diferentes montagens (GRCh37, GRCh38, T2T-CHM13) dão números diferentes para o mesmo locus. Isso não é um detalhe menor. Já perdi meio dia convertendo coordenadas entre GRCh37 e GRCh38 porque um laboratório de diagnóstico enviou resultados em uma montagem e o banco de dados de variantes usava outra. O gene estava certo, o locus estava deslocado por cerca de 50 mil pares de bases. A variante parecia nova até você fazer o liftover corretamente.
Como localizar e verificar um locus gênico
O fluxo prático começa sempre pela montagem de referência. Você entra no UCSC Genome Browser ou no Ensembl, digita o nome do gene e lê as informações de locus direto. Mas há armadilhas que ninguém conta em tutoriais básicos. Primeiro problema: genes sobrepostos em ambas as fitas. O locus do gene HELZ está na fita codificadora, mas logo abaixo dele, na fita complementar, há o gene C11orf58 transcritos em direção oposta. Os locus se sobrepõem parcialmente. Se você fizer um primer design baseado apenas na coordenada do gene principal, pode amplificar acidentalmente a outra transcriptografia. No meu caso, eu estava monitorando expressões relativas de um painel de oncogenes e os primers de HELZ cross-reactavam com C11orf58 em condições de anelamento menos rigorosas. Resolvi diminuindo a temperatura de extensão para 62°C e aumentando a concentração de MgCl2, o que aumentou a especificidade. Sem alterar o locus, só ajustando as condições.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Segundo problema: locus variante entre indivíduos. O locus não é fixo popacionalmente. Indels de grandes portes, duplicações em tandem e translocações podem mudar drasticamente a distância entre marcadores adjacentes. Um SNP que é marcador próximo de APOE em uma população pode estar a centenas de quilobases de distância em outra devido a rearranjos estruturais não detectados. Para verificar um locus corretamente, o procedimento que eu uso é: primeiro confirmar a montagem de referência do banco de dados que você está consultando. Segundo, cruzar com pelo menos duas fontes (RefSeq e Ensembl). Terceiro, usar o liftOver do UCSC para converter entre montagens quando necessário. Quarto, baixar o GTF/GFF correspondente e verificar visualmente no genome browser se há sobreposição com outros transcritos ou elementos regulatórios na região.
Uma coisa que principiantes frequentemente ignoram: o locus de um gene pode ter múltiplos transcritos alternativos com starts e ends diferentes. O locus formal do gene (definido pelo RefSeq como o intervalo mais amplo entre o start do transcrito mais 5' e o end do transcrito mais 3') pode abranger 200 kb, mas cada isoforme individual ocupa apenas uma fração disso. Quando você projeta experimentos, precisa saber se está trabalhando com o locus do gene ou com o locus do transcrito específico que interessa.
Limitações equando o conceito de locus falha
O conceito de locus gênico funciona bem para organismos com genomas lineares e bem montados. Ele entra em colapso em regiões altamente repetitivas, como centrômeros e telômeros, que ainda têm gaps em muitas montagens. Também não se aplica bem a genomas plasmidiais de bactérias com alta taxa de recombinação horizontal, onde a noção de "posição fixa" perde sentido prático. Em estudos de ligação (linkage), o locus é uma abstração estatística — você mapeia um locus de característica sem saber qual gene está nele. Isso ainda é comum em genômica de populações animais e vegetais, onde o reference genome é pobre. Nesses casos, o "locus" é identificado por marcadores flanking, não por coordenadas base-pair.
Se você precisa apenas consultar um locus rapidamente, o UCSC Genome Browser com a montagem GRCh38/hg38 é o mais confiável atualmente. Para análise mais profunda, combine com o Ensembl para anotações de transcritos alternativos e com o dbSNP para variantes catalogadas naquela região. Evite depender de uma única fonte — discrepâncias entre RefSeq e Ensembl aparecem com frequência em genes com pseudogenes processados próximos, que confundem a anotação automática.
