Alberto Risueño Pérez - Gredos - Universidad de Salamanca

Tesis Doctoral
Capítulo 1
Diseño y construcción de un explorador
genómico y transcriptómico con mapeo de
sondas de expresión a genes, transcritos,
exones y ncRNAs: GATExplorer
1.1. Introducción
Desde que se presentó el primer borrador del genoma humano en el año 2001 (Lander et al.,
2001; Venter et al., 2001), las revisiones y actualizaciones de su secuencia consenso han sido
continuas hasta hoy día. La versión GRCh37 de septiembre de 2009 incluye 33.868.498 pares
de bases más que su predecesora NCBI36 lanzada en octubre de 2005 (3.286.906.305 y
3.253.037.807 pares de bases respectivamente). Si en lugar de observar cambios en la
secuencia genómica observamos la evolución en el conocimiento de los genes, es decir, la
parte funcional más conocida del genoma, vemos que los cambios son notables. El número de
secuencias codificantes de RNA expresadas en las distintas células del organismo humano se
ha incrementado enormemente en los últimos años (Carninci et al., 2005; Kapranov et al.,
2007). Este descubrimiento de nuevas secuencias de RNA y su posterior alineamiento sobre el
genoma no sólo identifica nuevos genes, sino que puede fusionar varios genes considerados
anteriormente como distintos. Esto supone que el número de genes conocidos no aumenta
necesariamente con el tiempo pudiendo incluso mostrar, de forma paradójica, una reducción
de su número. De esta manera, el número de genes codificantes de proteína catalogados en
2005 era aproximadamente 26.000 mientras que a inicios de 2012 el número es de poco más
de 20.000 (www.ensembl.org). Sin embargo, el número de transcritos distintos para los genes
humanos genes ha aumentado considerablemente lo que indica que los genes son
considerablemente más complejos de lo estimado inicialmente. Todo esto significa que el
conocimiento del transcriptoma humano, y del transcriptoma de metazoos en general, está
aumentando dramáticamente en la última década. Las bases de datos como la del proyecto
Ensembl (Hubbard et al., 2009) recogen esta información actualizada y puede ser utilizada
para mejorar la precisión de los numerosos estudios transcriptómicos realizados con
plataformas genómicas (genome-­‐wide platforms), como los microarrays de expresión. La
interpretación de los datos de estas plataformas en base a versiones más actuales y completas
del genoma humano permite análisis más cercanos a la realidad biológica y mejor uso de los
datos derivados de estos estudios.
10