Alberto Risueño Pérez - Gredos - Universidad de Salamanca

Capítulo 3
sondas de microarrays de alta densidad de oligonucleótidos a nivel de exones y a nivel de
genes. El hecho de que entre estos microarrays figure el modelo Human Exon de Affymetrix,
proporciona una buena base para plantear el desarrollo de un método de predicción de
splicing alternativo con esta plataforma. Partiendo del remapeo que hemos logrado en
GATExplorer de todas las sondas de cada microarray a todos los loci conocidos del genoma
humano se procedió, en esta nueva fase del trabajo, a realizar un análisis de la expresión más
profundo diseccionando la señal procedente de cada locus génico en las señales específicas
proporcionadas por cada exón.
3.2. Materiales y métodos
3.2.1 Datos de expresión de exones y datos de validación de splicing
Utilizamos un set de microarrays humanos de exones de Affymetrix (obtenidos de la web de la
compañía: www.affymetrix.com) como datos de expresión para realizar las diferentes pruebas
de desarrollo del nuevo algoritmo y su comparación con otros métodos previamente
publicados. Este set se compone de 33 muestras de tejidos humanos sanos hibridadas con el
chip Human Exon 1.0 correspondientes a 3 muestras de 11 tejidos distintos (ver tabla 3.1).
Tejidos y líneas celulares (Wang et al.) Set de datos público (Affymetrix)
BT474 breast
HME cerebellum
T47D heart
MB435 kidney
MCF7 liver
adipose muscle
brain pancreas
breast prostate
cerebellum spleen
colon testes
heart thyroid
liver
lymph node
muscle
testes
Tabla 3.1. Tipo de tejidos y líneas celulares utilizados en el trabajo de Wang et al. y tejidos utilizados
presentes en el set de datos de microarrays Human Exon de Affymetrix. Los tejidos comunes,
resaltados en negrita, serán utilizados para probar y validar distintas estrategias de detección de
splicing alternativo.
Para validar los resultados obtenidos en los diferentes análisis sobre un set de genes humanos
para los que se conocen eventos de splicing, se utilizó un conjunto de eventos de splicing en
genes humanos reportados por (Wang et al., 2008). Este trabajo se basa en la identificación de
secuencias expresadas en diferentes tejidos y líneas celulares –utilizando secuenciación
masiva– que son mapeadas sobre diferentes zonas de los loci del genoma: sobre exones
específicos, zonas unión de exones, regiones de corte y poliadenilación, etc. Tras la
identificación y mapeo, cada uno de los eventos de splicing queda asociado a una posición
concreta del genoma y a dos tejidos, a cada uno de los cuales se les asigna un valor de
61