Alberto Risueño Pérez - Gredos - Universidad de Salamanca

Conclusiones generales
Conclusiones generales
Con la llegada de las técnicas genómicas/transcriptómicas de alto rendimiento, los análisis de
expresión génica se han revelado como una herramienta muy eficaz para la investigación
biomédica. Estas técnicas permiten obtener perfiles moleculares detallados de las muestras
estudiadas, pudiendo comparar posteriormente distintos estados biológicos –como muestras
de distintos tipos de tejidos o células sanas o, también, muestras de estados patológicos y
enfermedades–, ayudándose de las herramientas bioinformáticas necesarias. La tecnología de
expresión génica más utilizada hasta la fecha, ha sido la de microarrays de oligonucleótidos de
alta densidad. Aunque en el presente –diciembre de 2012– todo hace pensar que la
secuenciación masiva de nueva generación (NGS) está tomando el relevo, la gran cantidad
muestras hibridadas con microarrays y almacenadas en los distintos repositorios públicos,
hacen provechoso el seguir utilizando y desarrollando métodos computacionales para su
análisis. La presente Tesis Doctoral se ha centrado en estudiar y mejorar los análisis
computacionales bioinformáticos realizados con esta tecnología, y aplicar esas mejoras al
análisis de muestras pertenecientes a series experimentales –principalmente de cáncer–
obtenidas con grupos colaboradores, así como para el análisis de muestras procedentes de
repositorios públicos.
En el capítulo 1 se realizó una mejora de la anotación de las sondas de distintos tipos de
microarrays de expresión, utilizando para ello una fuente de conocimiento biológico
actualizado. Esto ha permitido mejorar los análisis respecto a la anotación original del
fabricante apuntando directamente a entidades biológicas como genes, transcritos y exones.
Al hacer esto: (i) se eliminan muchas sondas que no se pueden asociar con ningún locus génico
conocido (ya sea genes codificantes o genes ncRNAs); y (ii) se eliminan sondas ambiguas que
detectan la expresión de más de un gen, las cuales son fuente de ruido a la hora de tratar de
identificar la expresión individual de los genes. Además de esto, se desarrolló un portal web
abierto llamado GATExplorer en el que, mediante la ayuda de un navegador genómico y otro
tipo de gráficos, cualquier investigador puede localizar la región del genoma en la que mapea
cada una de las sondas. Esto puede ser particularmente importante cuando se quiere conocer
en qué exones se sitúan las diferentes sondas para un gen de interés dado (p. ej. en estudios
de splicing alternativo), o simplemente cuando se quiere conocer el modelo de microarray más
adecuado para su estudio.
Utilizando el trabajo anterior, y en combinación con otras técnicas de aprendizaje
automatizado, en el capítulo 2 se describe cómo se logró identificar y validar genes
marcadores para distintos subtipos de cáncer en colaboración con otros grupos de
investigación experimental.
Además de esto, en el capítulo 3 se profundizó en la complejidad del splicing alternativo
analizando los problemas específicos que presentaban los últimos modelos de microarrays de
103