Las secuencias de ADN no codificante son componentes del ácido desoxirribonucleico de un organismo que no codifican secuencias de proteínas. Parte del ADN no codificante se transcribe en moléculas de ARN no codificantes funcionales (por ejemplo, ARN de transferencia, ARN ribosómico y ARN regulador). Otras funciones del ADN no codificante incluyen: la regulación transcripcional y traduccional de secuencias codificantes de proteínas, las regiones de unión de andamios, los orígenes de replicación de ADN, los centrómeros y los  telómeros.

La cantidad de ADN no codificante varía mucho entre especies. A menudo, solo un pequeño porcentaje del genoma es responsable de codificar las proteínas, pero se muestra que un porcentaje creciente de ese ADN tiene funciones reguladoras. Cuando hay mucho ADN no codificante, una gran proporción de él parecería no tener función biológica, como se postuló en la década de 1960. Desde entonces, esta porción no funcional ha sido controvertidamente llamada "ADN basura".

El proyecto internacional Encyclopedia of DNA Elements (ENCODE) descubrió, mediante enfoques bioquímicos directos, que al menos el 80% del ADN del genoma humano tiene actividad bioquímica. Aunque esto no fue inesperado debido a décadas anteriores de investigación que descubrieron muchas regiones no codificantes funcionales, algunos científicos criticaron la conclusión por combinar la actividad bioquímica con la función biológica. Las estimaciones para la fracción biológicamente funcional del genoma humano basadas en genómica comparativa oscilan entre 8 y 15%. Sin embargo, otros han argumentado en contra de confiar únicamente en estimaciones de genómica comparativa debido a su alcance limitado. Se ha descubierto que el ADN no codificante, está involucrado en la actividad epigenética y en redes complejas de interacciones genéticas y se está explorando en la biología evolutiva del desarrollo.

Fracción de ADN genómico no codificante miniaturadeimagen| Utricularia gibba tiene solo un 3% de ADN no codificante. La cantidad de ADN genómico total varía ampliamente entre los organismos, y la proporción de ADN codificante y no codificante dentro de estos genomas también varía enormemente. Por ejemplo, originalmente se sugirió que más del 98% del genoma humano no codifica secuencias de proteínas, incluidas la mayoría de las secuencias dentro de los intrones y la mayoría del ADN intergénico, mientras que el 20% de un genoma procariota típico no se codifica.

En las eucariotas, el tamaño del genoma, y por extensión la cantidad de ADN no codificante, no está correlacionado con la complejidad del organismo, una observación conocida como el enigma de valor C. Por ejemplo, se ha informado que el genoma del Polychaos dubium unicelular (anteriormente conocido como Amoeba dubia) contiene más de 200 veces la cantidad de ADN en humanos. El genoma del pez globo Takifugu rubripes tiene solo un octavo del tamaño del genoma humano, pero parece tener un número comparable de genes; aproximadamente el 90% del genoma de Takifugu es ADN no codificante. Por lo tanto, la mayor parte de la diferencia en el tamaño del genoma no se debe a la variación en la cantidad de ADN codificante, sino a una diferencia en la cantidad de ADN no codificante.

En 2013, se descubrió un nuevo "registro" para el genoma eucariota más eficiente con Utricularia gibba, que tiene solo un 3% de ADN no codificante y un 97% de ADN codificante. La planta estaba eliminando partes del ADN no codificante y esto sugirió que el ADN no codificador puede no ser tan crítico para las plantas, aunque el ADN no codificante sea útil para los humanos. Otros estudios en plantas han descubierto funciones cruciales en porciones de ADN no codificante que anteriormente se consideraba insignificante y han agregado una nueva capa a la comprensión de la regulación génica.

Tipos de secuencias de ADN no codificantes

Elementos cis y transregulatorios Los elementos reguladores de cis son secuencias que controlan la transcripción de un gen cercano. Muchos de estos elementos están involucrados en la evolución y el control del desarrollo. Los elementos cis pueden estar ubicados en regiones no traducidas 5' o 3' o dentro de intrones. Los elementos transreguladores controlan la transcripción de un gen distante.

Los promotores facilitan la transcripción de un gen particular y están típicamente aguas arriba de la región de codificación. Las secuencias potenciadoras también pueden ejercer efectos muy distantes sobre los niveles de transcripción de genes.

Intrones Los intrones son secciones no codificantes de un gen, transcritas en la secuencia precursora de ARNm, pero finalmente eliminadas por empalme de ARN durante el procesamiento para madurar ARN mensajero. Muchos intrones parecen ser elementos genéticos móviles.

Los estudios de intrones del grupo I de los protozoos de Tetrahymena indican que algunos intrones parecen ser elementos genéticos egoístas, neutrales para el huésped porque se eliminan de los exones flanqueantes durante el procesamiento del ARN y no producen un sesgo de expresión entre alelos con y sin el intrón. Algunos intrones parecen tener una función biológica significativa, posiblemente a través de la funcionalidad de la ribozima que puede regular la actividad de ARNt y ARNr, así como la expresión de genes que codifican proteínas, evidente en los huéspedes que se han vuelto dependientes de tales intrones durante largos períodos de tiempo; por ejemplo, el intrón trnL se encuentra en todas las plantas verdes y parece haber sido heredado verticalmente durante varios miles de millones de años, incluidos más de mil millones de años dentro de los cloroplastos y otros 2-3 billones de años antes en los ancestros cianobacterianos de los cloroplastos. miniaturadeimagen|507x507px| Ilustración simple de un precursor de ARNm no empalmado, con dos intrones y tres exones (arriba). Después de que los intrones se hayan eliminado mediante empalme, la secuencia de ARNm maduro está lista para la traducción (abajo). |alt=|centro Pseudogenes Los pseudogenes son secuencias de ADN, relacionadas con Genes conocidos, que han perdido su capacidad de codificación de proteínas o ya no se expresan en la célula. Los pseudogenes surgen de la retrotransposición o la duplicación genómica de genes funcionales, y se convierten en "fósiles genómicos" que no funcionan debido a mutaciones que impiden la transcripción del gen, como dentro de la región promotora del gen, o alteran fatalmente la traducción del gen, como codones de parada prematura o cambios de marco. Los pseudogenes resultantes de la retrotransposición de un ARN intermedio se conocen como pseudogenes procesados; los pseudogenes que surgen de los restos genómicos de genes duplicados o residuos de genes inactivados son pseudogenes no procesados. transposiciones de genes mitocondriales que alguna vez fueron funcionales desde el citoplasma al núcleo, también conocidos como NUMT, también califican como un tipo de pseudogén común.Lopez, J. V., Yuhki, N., Masuda, R., Modi, W., & O'Brien, S. J. (1994). Numt, a recent transfer and tandem amplification of mitochondrial DNA to the nuclear genome of the domestic cat. Journal of Molecular Evolution, 39(2), 174-190. Números ocurren en muchos taxones eucariotas.

Si bien la Ley de Dollo sugiere que la pérdida de función en los pseudogenes es probablemente permanente, los genes silenciados pueden retener la función durante varios millones de años y pueden "reactivarse" en secuencias codificantes de proteínas y se transcribe activamente un número sustancial de pseudogenes. Debido a que se presume que los pseudogenes cambian sin restricción evolutiva, pueden servir como un modelo útil del tipo y las frecuencias de diversas mutaciones genéticas espontáneas.

Secuencias repetidas, transposones y elementos virales miniaturadeimagen|300x300px| Elementos genéticos móviles en la célula (izquierda) y cómo se pueden adquirir (derecha) Los transposones y retrotransposones son elementos genéticos móviles. Las secuencias repetidas de retrotransposón, que incluyen elementos nucleares intercalados largos (LINE) y elementos nucleares intercalados cortos (SINE), representan una gran proporción de las secuencias genómicas en muchas especies. Las secuencias Alu, clasificadas como un elemento nuclear corto intercalado, son los elementos móviles más abundantes en el genoma humano. Se han encontrado algunos ejemplos de SINE que ejercen control transcripcional de algunos genes que codifican proteínas.

Las secuencias endógenas de retrovirus son el producto de la transcripción inversa de genomas de retrovirus en genomas de células germinales. La mutación dentro de estas secuencias retro-transcritas puede inactivar el genoma viral.

Más del 8% del genoma humano está formado por secuencias de retrovirus endógenas (en su mayoría descompuestas), como parte de la fracción de más del 42% que se deriva de los retrotransposones, mientras que otro 3% puede identificarse como restos de transposones de ADN. Se espera que gran parte de la mitad restante del genoma que actualmente no tiene un origen explicado haya encontrado su origen en elementos transponibles que estuvieron activos hace tanto tiempo (> 200 millones de años) que las mutaciones aleatorias los han vuelto irreconocibles. La variación del tamaño del genoma en al menos dos tipos de plantas es principalmente el resultado de secuencias de retrotransposones.

Telómeros Los telómeros son regiones de ADN repetitivo al final de un cromosoma, que proporcionan protección contra el deterioro cromosómico durante la replicación del ADN. Estudios recientes han demostrado que los telómeros funcionan para ayudar en su propia estabilidad. El ARN que contiene repetición telomérica (TERRA) son transcripciones derivadas de los telómeros. Se ha demostrado que TERRA mantiene la actividad de la telomerasa y alarga los extremos de los cromosomas.

ADN basura