Saltar al contenido principal

Ejemplo de datos en bruto de 23andMe: cómo es un archivo de ADN

Un archivo de datos en bruto de 23andMe (o AncestryDNA / MyHeritage) es texto plano: una fila por posición genética y cuatro o cinco columnas, según el proveedor — separadas por tabuladores en los archivos de 23andMe y AncestryDNA, por comas en el CSV de MyHeritage. Aquí tienes un ejemplo representativo y anotado — filas sintéticas, formato real para que veas exactamente qué estás mirando — y qué significan algunas filas famosas.

El mismo dato en los dos formatos

23andMe escribe una sola columna de genotipo; AncestryDNA la divide en dos alelos y escribe 0 en un no-call. Por lo demás, las filas autosómicas tienen la misma disposición; la cabecera y la codificación de las filas X, Y y mitocondriales difieren.

23andMe

# SYNTHETIC EXAMPLE — not anyone's genotype data
# rsidchromosomepositiongenotype
rs49882352136608646AG
rs1801133111856378--
rs60251169519049CT
rs4293581945411941CT
rs790314610114758349CT
rs18157391166328095CC

AncestryDNA

# SYNTHETIC EXAMPLE — not anyone's genotype data
# rsidchromosomepositionallele1allele2
rs49882352136608646AG
rs180113311185637800
rs60251169519049CT
rs4293581945411941CT
rs790314610114758349CT
rs18157391166328095CC
rsid
— el ID de referencia de la variante en dbSNP (p. ej. rs429358)
cromosoma
— del 1 al 22, más X, Y, MT
posición
— coordenada de par de bases (versión GRCh37/hg19)
genotipo
— normalmente dos letras, una de cada progenitor; una sola letra en el ADN mitocondrial y, en los hombres, en la mayoría de posiciones de X e Y

Las posiciones usan la versión del genoma GRCh37 (hg19); un genotipo -- (23andMe) o 0 (AncestryDNA) significa que el algoritmo de genotipado no pudo hacer una lectura fiable en esa posición.

Qué es cada fila

rs4988235MCM6/LCTAG
En la región de MCM6 que regula el gen de la lactasa: asociada a la persistencia de la lactasa, la capacidad de digerir la leche en la edad adulta. doi.org ↗
rs1801133MTHFR--
Un no-call: no se pudo determinar con confianza el genotipo en esta posición. Es esperable que los chips dejen sin lectura una pequeña parte de las posiciones, y no es un error. support.23andme.org ↗
rs6025F5CT
Factor V Leiden, asociado a mayor riesgo de trombosis. Aquí en heterocigosis. medlineplus.gov ↗
rs429358APOECT
Junto a rs7412, define los alelos ε2, ε3 y ε4 de APOE.
rs7903146TCF7L2CT
En TCF7L2, donde una variante común confiere el mayor riesgo genético conocido de diabetes tipo 2. doi.org ↗
rs1815739ACTN3CC
El llamado «gen de la velocidad». CC significa dos copias del alelo C (R577), que codifica una α-actinina-3 funcional; el alelo T (577X) introduce un codón de parada. doi.org ↗

Para explorar uno de los identificadores del ejemplo, usa el buscador público de rsID. Introduce solo el rsID para consultar información de referencia y enlaces a las fuentes, sin subir un archivo de ADN. Esta consulta no interpreta un genotipo personal.

Descarga el ejemplo

Ficheros de texto completos, con su cabecera de comentarios, para abrirlos en un editor o cargarlos en un script. Son sintéticos y lo dicen en su primera línea.

Cómo usar este ejemplo

  • Ábrelo en un editor de texto plano para ver que las columnas están separadas por tabuladores, no por espacios.
  • Úsalo para probar un script de análisis antes de tocar tu fichero real.
  • Compáralo con tu propia descarga: si las columnas coinciden, tu fichero tiene la estructura de este formato.
  • No lo subas aquí esperando un informe: son seis posiciones, no los cientos de miles que contiene una exportación de chip.

Dónde descargar el tuyo

Instrucciones oficiales de cada proveedor. Necesitas el fichero en bruto, no el PDF de resultados.

Qué significan esas variantes de ejemplo

Cada rsid enlaza a su entrada en dbSNP. Es un punto de partida, no un diagnóstico — una sola variante rara vez determina un resultado.

rsIDGeneAsociada con
rs4988235LCTtolerancia a la lactosa en la edad adulta ncbi.nlm.nih.gov ↗
rs6025F5Factor V Leiden — riesgo de coágulos ncbi.nlm.nih.gov ↗
rs429358APOEcon rs7412 define APOE ε4, que la Alzheimer's Association considera el gen con mayor impacto en el riesgo de Alzheimer en algunas poblaciones alz.org ↗
rs1815739ACTN3α-actinina-3, una proteína de las fibras musculares rápidas (de ahí el apodo de "gen del sprint") doi.org ↗
rs9939609FTOíndice de masa corporal (GWAS Catalog) ebi.ac.uk ↗
rs1801133MTHFRniveles de homocisteína y folato (GWAS Catalog) ebi.ac.uk ↗

¿Quieres que lean el tuyo automáticamente?

Sube tu propio archivo en bruto y lo cruzamos con el Catálogo GWAS, PharmGKB y ClinVar. Los hallazgos de ClinVar y las anotaciones de fármacos con evidencia sólida son gratuitos.