Instituto De Estudios Superiores De Ingeniería Educativa.
Maestría en Ciencias De La Actividad Física.
Genética Y Deporte.
Dr. Javier Eduardo Rojas Figueroa MD. ETFRI. MSc. PhD.
Fernando Vera Herrera. 4to. Cuatrimestre.
Puebla, Pue.
31 de Mayo de 2026.
04.05.2026.
El rendimiento físico depende de procesos fisiológicos y moleculares complejos. Este estudio utiliza herramientas bioinformáticas para analizar cambios en el transcriptoma muscular tras un programa de entrenamiento aeróbico.
• Muestra: 65-75 años, hombres sedentarios.
• Enfoque: Genes asociados a la función muscular.
• Resultado: Identificación de 7 genes clave sobreexpresad
El entrenamiento aeróbico induce adaptaciones genómicas mediante:
Epigenética:
Modificaciones químicas en el ADN que no alteran la secuencia pero sí la expresión.
Señalización:
Cascadas metabólicas disparadas por la contracción muscular (AMPK, PGC1α).
Plasticidad:
Capacidad del músculo para cambiar su estructura y función ante la carga física
El rendimiento en la actividad física está determinado por una interacción multifactorial que tradicionalmente se ha atribuido a parámetros macroscópicos como la edad, el sexo, la composición corporal y el grado de entrenamiento acumulado. No obstante, la fisiología contemporánea demuestra que las adaptaciones reales ocurren a nivel micro, reguladas por eventos epigenéticos y variaciones en la expresión de la genómica muscular.
El Desafío: Comprender cómo un programa de entrenamiento aeróbico sistemático modifica de forma global la transcripción de genes especializados en la función muscular, empleando metodologías bioinformáticas de alto rendimiento.
El uso de microarrays de ADN permite observar miles de transcritos simultáneamente, ofreciendo una "fotografía" del estado genético del músculo antes y después del estímulo físico.
e Este estudio se centra en el Vastus Lateralis, un músculo clave para el ciclismo y la marcha.
• En la actualidad, las tecnologías de microarrays de ADN de alta densidad permiten realizar una caracterización transcriptómica integral y simultánea de miles de secuencias génicas a partir de una única muestra biológica.
• Esta herramienta rompe con el enfoque tradicional de estudiar genes aislados y nos permite observar la compleja sincronía de redes biológicas completas.
• Al correlacionar perfiles de expresión global pre y postejercicio con variables como la edad, el sexo y el $VO_2máx$, es posible mapear con precisión los mecanismos moleculares del acondicionamiento físico.
• Objetivo Principal: Analizar la expresión de genes asociados con la función muscular en muestras de biopsia del vasto lateral obtenidas de la base de datos pública NCBI GEO (serie GSE17070).
• Estrategia Bioinformática: Se evaluó la expresión diferencial de 397 genes preseleccionados específicos de la función muscular en 41 individuos sanos sometidos a un programa de ejercicio aeróbico de 20 semanas.
• Resultados Clave: Identificación precisa de siete (7) genes clave significativamente sobreexpresados (Razón Z ≥ 1.96). Construcción de una red de interacción proteína-proteína (PPI) con 477 nodos, donde TPM1 actúa como el regulador central dominante con 150 interacciones directas.
• El protocolo de ejercicio se desarrolló de forma individualizada utilizando cicloergómetros con monitorización cardiovascular continua.
• Semanas 1 y 2: 3 sesiones semanales de 30 minutos al 55% del $VO_2máx$ individual.
• Semanas 3 y 4: Progresión de duración a 35 minutos por sesión, manteniendo el 55% de intensidad.
• Semanas 5 a 14: Incremento gradual de volumen e intensidad (sesiones de 40 a 45 minutos a intensidades de entre 65% y 70% del $VO_2máx$).
• Semanas 15 a 20: Fase final intensiva consistente en sesiones de 50 minutos completadas a una intensidad objetivo del 75% del $VO_2máx$.
• El Análisis de Componentes Principales (PCA) de las muestras biológicas recolectadas antes de la intervención (Pre) se representa en la Figura 3 .
• Los puntos de expresión génica de los sujetos sedentarios mostraron una dispersión molecular significativa a lo largo de los planos espaciales.
• A pesar de la dispersión de este estado inicial sedentario, las muestras lograron explicar de forma agrupada un 76% de la varianza acumulada total utilizando dos componentes espaciales ortogonales.
