Alberto Risueño Pérez - Gredos - Universidad de Salamanca

Objetivos
Introducción general
La presente Tesis Doctoral tiene como objetivo fundamental la aplicación de técnicas y
metodologías de bioinformática y biología computacional al estudio global de datos del
transcriptoma humano obtenidos por plataformas genómicas. De modo concreto se centra en
el análisis y cuantificación de la expresión de genes (mRNAs codificantes), de las isoformas
génicas derivadas de procesos de splicing alternativo y de genes no codificantes para proteína
llamados en general ncRNAs, (entre los que se incluyen los microRNAs). Todo ello se ha
realizado utilizando datos derivados tanto de muestras humanas de individuos sanos como de
distintas series de muestras de pacientes con cáncer.
El trabajo consta de cuatro partes, cada una de las cuales tiene unos objetivos concretos que a
continuación se describen brevemente:
Objetivo 1.-­‐ Mejora del método análisis de datos de plataformas experimentales de expresión
génica global –particularmente de datos de expresión producidos por microarrays de
Affymetrix ampliamente usados en investigación biomédica– sustituyendo la anotación original
proporcionada por el fabricante basada en sus sondas (probe-­‐oriented annotation) por un
remapeo y anotación alternativo, actualizado y centrado en las entidades biológicas (gene-­‐
oriented annotation) que toma como referencia los genes, transcritos y exones definidos en
bases de datos biomoleculares actuales. Integración de los datos generados en una plataforma
web interactiva con un navegador genómico-­‐transcriptómico que permita explorar y
visualizar de modo simple tanto la estructura de los loci génicos, como el mapeo de sondas de
todos los microarrays de Affymetrix y ciertas series de datos experimentales de expresión.
Todo ello implementado para el genoma de humano (Homo sapiens), ratón (Mus musculus) y
rata (Rattus norvegicus).
Objetivo 2.-­‐ Desarrollo y aplicación de un análisis de expresión diferencial para identificar
genes marcadores en varios conjuntos de datos de muestras de cáncer (i.e. distintos subtipos
de leucemias y de mieloma múltiple) y para reconocimiento y asignación de microRNAs
(miRNAs) que marquen las categorías o clases en los datos de mieloma múltiple.
Objetivo 3.-­‐ Diseño y desarrollo de nuevo algoritmo que permita la identificación robusta de
eventos de splicing alternativo en genes a partir de datos de expresión obtenidos con
microarrays de exones (Exon 1.0 Affymetrix). Validación del algoritmo sobre un conjunto de
datos conocidos sobre genes humanos que sufren splicing y aplicación de dicho algoritmo a un
conjunto de muestras de cáncer.
Objetivo 4.-­‐ Desarrollo de un estudio transcriptómico global de coexpresión de genes
humanos basado en datos de microarrays obtenidos para varias series de muestras de tejidos
sanos. Identificación de conjuntos de genes que coexpresan, así como reconocimiento de
genes específicos de tejido (tissue-­‐specific genes) y genes generales de mantenimiento (house-­‐
keeping genes). Estudio evolutivo de ambos tipos de genes analizando su conservación en
distintas especies. Estudio evolutivo aplicado a genes desregulados en cáncer.
9