Alberto Risueño Pérez - Gredos - Universidad de Salamanca

Capítulo 1
1.1.1. Bases de datos de ncRNAs como complemento de la información
de Ensembl
En estos últimos años también se han identificado multitud de secuencias nuevas de RNA no
codificante de proteína (ncRNA) suscitando un creciente interés en este tipo de transcritos.
Numerosas investigaciones se han llevado a cabo tratando de catalogar estas secuencias y de
descubrir qué función cumplen. Estos estudios aún están comenzando, pero ya presentan a la
célula como una máquina transcripcional de increíble complejidad (Amaral et al., 2008). Varios
trabajos han recopilado la información sobre ncRNA en bases de datos especializadas como
RNAdb (Pang et al., 2007). Este tipo de bases de datos pueden complementar a Ensembl en los
estudios transcriptómicos para proporcionar una visión más global sobre los diferentes
mecanismos moleculares de las distintas células que conforman un organismo.
Es evidente que este aumento de conocimiento a nivel transcripcional ha terminado por
cambiar el concepto clásico de "gen" originalmente asociado a un RNA mensajero (mRNA) y a
proteína concreta, ya que cada "locus génico" de un genoma como el humano puede dar lugar
a muchos mensajeros diferentes y a su vez estos originar proteínas con pequeñas o grandes
variaciones (llamadas isoformas) derivadas de procesos de transcripción y maduración
diferencial que suelen suceder en distintos tipos celulares. De este modo, cada "locus génico"
del genoma puede incluir una gran complejidad y sufrir regulación a distintos niveles, de modo
que la definición de los genes humanos no es tan clara y debe ser estudiada y revisada
constantemente.
1.1.2. Microarrays de oligos de alta densidad para medir la expresión
génica a escala genómica global
A medida que el conocimiento del transcriptoma avanza va ampliando el catálogo de
secuencias conocidas de RNA. Estudios posteriores se centran en comprender la regulación y
función de las distintas secuencias identificadas. Una de las tecnologías más populares para
hacer esto es la de microarrays de oligonucleótidos de alta densidad diseñados para medir la
expresión de todos los genes de un genoma. Estos nano dispositivos de oligos –es decir, de
secuencias cortas de DNA de cadena simple– son plataformas de escala genómica (genome-­‐
wide scale) que permiten medir la cantidad de miles de fragmentos de RNA a la vez. De este
modo, en el microarray se incluyen cientos de miles de secuencias cortas de DNA sobre las que
se pueden testar miles de genes a la vez, es decir, todos los transcritos presentes en un
extracto celular concreto de estudio. La compañía americana Affymetrix, fundada en 1992, fue
pionera en el diseño de estos dispositivos (Lipshutz et al., 1999; Lockhart et al., 1996;
Wodicka et al., 1997) y es probablemente la empresa que con más éxito ha comercializado
distintos modelos de microarrays de expresión de escala genómica. El modelo de microarrays
humanos que más éxito ha tenido es el llamado GeneChip Human Genome U133, que fue
lanzado en 2001 y su diseño estaba basado en la información presente en librerías de cDNA
humano de aquel momento (en concreto, librerías de la base de datos UniGene –build 133– de
abril de 2001). Estas librerías contienen colecciones de secuencias de RNA expresadas,
denominadas Expressed Sequence Tags (ESTs), que han sido identificadas en humano a través
de numerosos estudios experimentales sobre distintos tipos celulares y tejidos. Además, estos
primeros modelos de microarrays de expresión se basaban en tecnología de secuenciación y
copia por el extremo (modelos de tipo IVT 3’), y los modelos actualmente comercializados por
Affymetrix siguen la tecnología Whole Transcript (WT) en la que el diseño está hecho en base a
11