Alberto Risueño Pérez - Gredos - Universidad de Salamanca

Capítulo 1
en regiones no codificantes de proteína (en azul) y de sondas no asignadas (en rojo) es muy
variable entre los diferentes modelos de arrays. Se puede observar cómo los modelos HG-­‐
U133A y Human Gene 1.0 están más orientados a la detección de genes ya que la parte verde,
indicando cobertura sobre mRNA, es mayor: 81,7% y 73,3% respectivamente. En el caso de
Human Gene 1.0, al ser un modelo más moderno y con mayor número de sondas, también
incrementa su cobertura sobre ncRNA respecto al array tipo HG-­‐U133A. El array HG-­‐U133 Plus
2.0 es la unión de los modelos HG-­‐U133A y HG-­‐U133B. Este modelo B se diseñó de forma
complementaria al A cubriendo regiones de menor evidencia biológica, lo que se ve reflejado
en un gran porcentaje de sondas mapeando ncRNA (25,5%) y de sondas no asignadas (16,5%)
en el array HG-­‐U133 Plus 2.0. Finalmente, las cifras del modelo Human Exon 1.0 evidencian
que fue diseñado para mucho más que para la simple medición de la expresión de genes,
contando con un gran número de sondas (más de 5 millones) y situando un gran porcentaje de
ellas fuera de transcritos codificantes conocidos.
Figura 1.8. Estadística resultante del mapeo sobre los 4 modelos más populares de microarrays humanos de
Affymetrix de expresión. Se comparan el número de sondas totales y la proporción de sondas ubicadas en
mRNAs (verde), en ncRNAs (azul) de distinto tipo y las no asignadas (rojo). La figura se muestra en inglés por
mostrar directamente los datos incluidos en la aplicación bioinformática GATExplorer (construída
integramente en inglés).
1.3.3. Valoración de la cobertura y eficiencia de los microarrays para
medir la expresión génica global
Con los resultados obtenidos del re-­‐mapeo global de sondas se puede valorar la precisión de
los arrays en términos de cobertura y eficiencia (coverage and efficiency). La información
detallada sobre la cobertura y precisión del mapeo de cada microarray se presenta en la tabla
1.7 y en la tabla 1.8 .
Definimos la cobertura como la proporción (porcentaje, %) de genes que un modelo concreto
de microarray puede identificar del total de genes conocidos presentes dentro del genoma
para la especie correspondiente.
El conjunto de genes que constituyen un genoma se ha determinado como el número de genes
codificante de proteína identificados y reportados por Ensembl. Se ha utilizado este criterio
debido a que la mayoría de estos microarray se definió para la identificación de genes
codificantes de proteína (es decir genes que se transcriben a mensajeros mRNAs que luego son
traducidos), y porque el conocimiento de estos genes es mucho mayor que el de los transcritos
27