Alberto Risueño Pérez - Gredos - Universidad de Salamanca

Tesis Doctoral
exones, y diseñando e implementando un método capaz de minimizarlos. Para su validación se
utilizaron fuentes de datos públicas, tanto para la obtención de muestras humanas hibridadas
con microarrays, como para la descripción de eventos validados de splicing alternativos en
genes humanos concretos. Al analizar su comportamiento comparado con otros métodos,
nuestro nuevo algoritmo demostró un redimiendo superior en la identificación de exones con
regulación alternativa, pudiendo considerarse por lo tanto una aportación de alto valor para la
comunidad científica.
Finalmente, en el capítulo 4, se realizó un estudio transcriptómico del organismo humano a un
nivel más general, incluyendo muestras sanas procedentes de varios tipos tisulares y órganos
disponibles públicamente. En este caso no se analizaron los genes de forma individual, sino
que se consideraron las relaciones entre ellos mediante cálculo de correlación entre pares.
Como resultado se obtuvo una red de coexpresión en la que fueron fácilmente identificables
distintos grupos de genes que se correspondieron con funciones biológicas concretas. Para
enriquecer los resultados, se analizaron por separado dos grupos de genes con distinto
comportamiento transcripcional, confeccionándose así un listado de genes humanos
housekeeping (HKG) y otro de genes específicos de tejido (TSG). Se encontró que estos dos
tipos de genes no se distribuyen de igual forma en una red de coexpresión, mostrando además
rasgos distintos al utilizarse información de conservación en otras especies. También se
detectaron rasgos evolutivos distintos entre genes sobre-­‐expresados y genes reprimidos en
cáncer, ofreciendo una visión nueva interesante sobre la presión evolutiva y conservación
existentes sobre los genes implicados en el proceso de carcinogénesis y la progresión tumoral.
De modo global, todo el trabajo descrito en esta Memoria proporciona por lo tanto dos tipos
de resultados. El primero es un conjunto de herramientas bioinformáticas que están a libre
disposición de otros investigadores para mejorar y facilitar el análisis de sus datos genómico /
transcriptómicos. El segundo son la información y nuevo conocimiento biológico extraídos a
partir de datos procedentes de técnicas ómicas de alto rendimiento obtenidos de distintas
fuentes. Esta combinación de información y herramientas, es la contribución principal que
realiza la presente Tesis Doctoral especialmente dirigida a un mejor conocimiento del
transcriptoma humano.
Como CONCLUSIONES FINALES concretas resumidas de nuestro trabajo se puede decir:
1ª.– La tecnología de expresión génica de microarrays de oligos de alta densidad enfocada a
genes y entidades génicas –por un remapeo a nivel de sonda– resulta eficaz para medir
perfiles transcriptómicos globales que, analizados con algoritmos bioinformáticos robustos,
permiten obtener firmas génicas muy específicas de cada estado biológico estudiado.
2ª.– La aplicación de la metodología descrita a estudios concretos de series de cáncer con
muestras de pacientes resulta eficaz para obtener genes marcadores asociados a subtipos
patológicos concretos.
3ª.– Los microarrays de exones permiten medir con precisión eventos de splicing
alternativo si son analizados con algoritmos robustos que distingan bien la señal global del
gen y la señal de cada exón.
4ª.– El análisis de perfil transcriptómico de los genes humanos en numerosos tejidos y
órganos sanos permite identificar genes esenciales y genes específicos y construir redes
precisas de coexpresión que muestran la agrupación biológica funcional de los genes.
104