En el campo de la genómica, el término pangenoma se refiere al conjunto completo de genes de todas las cepas que forman un clado filogenético. En otras palabras, un pangenoma es la unión de todos los genomas de los organismos que pertenecen a un mismo clado. El campo de estudio del pangenoma se llama ‘pangenómica’ La finalidad de los estudios pangenómicos es comprender la diversidad de la totalidad de los genes codificados en un grupo de organismos cercanos filogenéticamente. Para ello, mediante el uso de herramientas bioinformáticas especializadas, se clasifican cada uno de los genes presentes en cada uno de los genomas analizados en grupos o familias de genes ortólogos. El total de familias de genes identificados en esta comparación determina el tamaño del pangenoma de los organismos analizados. La mayoría de las herramientas de análisis pangenómicos entregan, como resultado, una matriz de presencia y ausencia de cada uno de los genes ortólogos para cada genoma analizado. A partir de esta matriz, se puede conocer cuáles de estas familias de genes ortólogos están presentes en todos los genomas analizados y cuáles solo están presentes en algunas cepas.

Con base en estos conceptos, un pangenoma puede dividirse en un “genoma central” (también conocido como “core genome”) el cual representa al conjunto de genes que están presentes en todos los individuos del clado, un “genoma periférico” (o “shell pangenome”) que contiene los genes presentes en dos o más organismos pero que no pertenecen al genoma central y, un “genoma diferencial” ( o “cloud pangenome”) referente al conjunto de genes únicos los cuales están presentes sólo en un organismo del clado.

Actualmente no existe una definición de consenso para las diferentes partes del pangenoma. Por ejemplo, algunos autores han propuesto una definición menos estricta para el genoma central,  la cual considera a todos los genes presentes en el 99-100% de los individuos del clado de estudio. Por otro lado, algunos autores se refieren al genoma diferencial como "genoma accesorio", el cual contiene genes ‘dispensables’ o ‘innecesarios’ que solo están presentes en algunos de los organismos comparados. Sin embargo, el término ‘dispensable’ ha sido cuestionado por otros autores, al menos en el área de genómica de plantas, ya que se considera que los genes accesorios juegan “un papel importante en la evolución genómica así como en la compleja interacción genoma-medio ambiente”.

En bacterias, el repertorio genético representativo de una especie generalmente es más grande que el contenido de genes de una sola cepa. Bajo este fundamento, a nivel de organismos o clados filogenéticos, también existe un criterio de clasificación para los pangenomas: abierto o cerrado. Cuando se asigna la clasificación de ‘pangenoma cerrado’ a una especie o grupo de organismos significa que muy pocos genes nuevos se añaden al pangenoma por genoma secuenciado (después de secuenciar muchas cepas), y que el tamaño real del pangenoma de la especie en cuestión puede ser calculado teóricamente. Por otro lado, la clasificación de ‘pangenoma abierto’ se utiliza para describir que el tamaño del pangenoma de una especie en particular no puede ser calculado teóricamente debido a que cuanto más se añaden genomas nuevos al pangenoma, el número de genes nuevos incrementa en gran medida.

Originalmente, el término pangenoma fue construido para describir la diversidad genética de bacterias y arqueas. Sin embargo, actualmente este término también se utiliza para describir el contenido de genes diferenciales en genomas eucariotas. La importancia de los estudios pangenómicos surgió a partir de un contexto evolutivo y, actualmente, son considerados relevantes desde un contexto genómico más amplio, por ejemplo, en estudios de metagenómica. El libro “The Pangenome - Diversity, Dynamics and Evolution of Genomes” publicado en 2020 por Hervé Tettelin y Duccio Medini, incluye una descripción completa del concepto de pangenoma, su historia y principales avances en el área, así como importantes discusiones que han surgido en el área de la pangenómica en los últimos años.

Etimología El término ‘pangenoma’ fue definido con su significado actual por Tettelin en 2005; ‘pan’ se deriva del griego y significa ‘entero’ o ‘todo’, mientras que el ‘genoma’ es un término comúnmente utilizado para describir el material genético completo de un organismo. Tettelin aplicó el término específicamente de las bacterias, cuyo pangenoma “incluye un genoma central que contienen genes presentes en todas las cepas y un genoma prescindible compuesto por genes ausentes en una o más cepas y genes que son exclusivos de cada cepa”

Partes del genoma

Genoma central Es la parte del pangenoma que comparten todos los genomas del conjunto analizado. Algunos autores han dividido el genoma central en genoma central estricto, aquellas familias de genes homólogos que tienen al menos una copia de la familia compartida por cada genoma (100% de los genomas) y el genoma central relajado, a aquellas familias distribuidas por encimas de cierto umbral (90%). En un estudio que involucra los pangenomas de Bacillus cereus y Staphylococcus aureus, algunos de ellos  aislados de la estación espacial internacional, los umbrales utilizados para segmentar los pangenomas fueron los siguientes: "diferencial", "periférico" y "central" correspondientes al gen familias con presencia en <10%, 10 a 95% y >95% de los genomas, respectivamente.

El tamaño del genoma central y la proporción con el pangenoma depende de varios factores, pero depende especialmente de la similitud filogenética de los genomas considerados. Por ejemplo, el genoma central de dos genomas idénticos también sería el pangenoma completo. El genoma central de un género siempre será más pequeño que el genoma central de una especie. Los genes que pertenecen al genoma central a menudo están relacionados con funciones constitutivas y del metabolismo primario del linaje; sin embargo, el genoma central también puede contener algunos genes que diferencian a la especie de otras especies del género, es decir, que pueden estar relacionados con la patogenicidad del nicho.

Genoma periférico Es la parte del pangenoma compartida por la mayoría de los genomas de un pangenoma. No existe un umbral universalmente aceptado para definir el genoma periférico, algunos autores consideran una familia de genes como parte del genoma periférico si es compartida por más del 50% de los genomas del pangenoma. Una familia puede formar parte del genoma periférico por varias dinámicas evolutivas, por ejemplo por la pérdida de un gen en un linaje donde anteriormente formaba parte del genoma central, tal es el caso de las enzimas en el  operón de triptófano de Actiniomyces, o por ganancia de genes y fijación de una familia de genes que anteriormente formaba parte del genoma prescindible, tal es el caso del gen trpF en varias especies de Corynebacterium.

Genoma diferencial El genoma diferencial consiste en aquellas familias de genes compartidas por un subconjunto mínimo de los genomas en el pangenoma, incluye singletons o genes presentes en sólo uno de los genomas. Las familias de genes en esta categoría a menudo están relacionadas con la adaptación ecológica.

Representaciones del pangenoma

Con el avance de la genómica, los métodos de representación del pangenoma han evolucionado significativamente.

Originalmente, los pangenomas se definían mediante matrices de presencia y ausencia de genes, las cuales detallaban qué familias de genes estaban presentes o ausentes en un conjunto de genomas comparados. Sin embargo, este enfoque era limitado al no capturar variantes estructurales complejas ni las relaciones entre diferentes secuencias genómicas.

Un desarrollo clave en la representación del pangenoma ha sido la introducción de estructuras gráficas conocidas como grafos pangenómicos. Estas estructuras permiten integrar múltiples genomas en un solo modelo gráfico, donde los nodos representan segmentos de secuencia y los bordes indican las conexiones entre ellos. Este modelo no solo facilita el análisis de variantes genómicas, sino que también permite una comparación más precisa entre genomas, superando las limitaciones de las referencias genómicas lineales tradicionales. Clasificación

El pangenoma se puede clasificar como abierto o cerrado según el valor alfa de la ley de Heaps

Número de familias de genes. Número de genomas Constante de proporcionalidad. Exponente calculado para ajustar la curva de número de familias de genes vs nuevo genoma. Si  el pangenoma está abierto. Si el pangenoma está cerrado. Usualmente, el software que analiza un pangenoma puede calcular los parámetros de la ley de Heaps que mejor describen el comportamiento de los datos.

Pangenoma abierto Un pangenoma abierto ocurre cuando el número de nuevas familias de genes sigue aumentando en un linaje taxonómico y este incremento no parece ser asintótico independientemente de cuántos genomas nuevos se agreguen al pangenoma. Escherichia coli es un ejemplo de una especie con un pangenoma abierto. Cualquier tamaño de genoma de E. coli tiene un rango de 4,000-5,000 genes y el tamaño del pangenoma estimado para esta especie considerando aproximadamente 2,000 genomas está compuesto por 89,000 familias de genes diferentes. El pangenoma del dominio bacteria también se considera abierto.

Pangenoma cerrado Un pangenoma cerrado ocurre en un linaje cuando solo se agregan unas pocas familias de genes al momento de incorporar nuevos genomas al análisis del pangenoma, y la cantidad total de familias de genes en el pangenoma parece ser asintótica a un número. Se cree que el parasitismo y las especies que son especialistas en algún nicho ecológico tienden a tener pangenomas cerrados. Staphylococcus lugdunensis es un ejemplo de bacteria comensal con pangenoma cerrado.

Historia

Pangenoma El concepto original de pangenoma fue desarrollado por Tetellin y colaboradores. cuando analizaron los genomas de ocho aislados de Streptococcus agalactiae. En este análisis describieron un genoma central, el cual es compartido por los ocho genomas y representa aproximadamente el 80% de cada uno de los genomas; además, describieron un genoma accesorio que contiene los genes que son parcialmente compartidos y los genes que son únicos de las cepas. La extrapolación sugiere que la cantidad de genes en el pangenoma de S. agalactiae es enorme y  seguirán identificando nuevos genes únicos incluso después de haber secuenciado cientos de genomas El pangenoma comprende la cantidad total de los genes descubiertos en los genomas secuenciados de una determinada especie microbiana y esta cantidad puede ir cambiando cuando se secuencias nuevos genomas y se incorporan al pangenoma. miniaturadeimagen|337x337px|El supergenoma es definido como todos los genes accesibles para ciertas especies, el pangenoma si la secuenciación de todos los genomas estuviera disponible. Metapangenoma es el análisis del pangenoma aplicado a muestras metagenómicas, donde la unión de genes de varias especies es evaluada según un hábitat dado. El pangenoma de un linaje explica la variabilidad intra-linaje del contenido génico. El pangenoma evoluciona por medio de diversos mecanismos como lo son: la duplicación de genes, la ganancia y pérdida de genes y la interacción del genoma con elementos móviles que están moldeados por la selección y la deriva. Además, algunos estudios señalan que los pangenomas de procariotas son el resultado de una evolución adaptativa, no neutral, que confiere a las especie la capacidad de migrar a nuevos nichos.

Supergenoma