Alberto Risueño Pérez - Gredos - Universidad de Salamanca

Tesis Doctoral
inclusión entre 0 y 1 calculado mediante una aproximación bayesiana. La diferencia entre los
valores de inclusión entre los dos tejidos es lo que da el nivel de confianza (score) de estar
realmente ante un evento de splicing alternativo. Finalmente para nuestro estudio en esta
Tesis Doctoral será considerado únicamente el conjunto de tejidos comunes a los dos sets de
datos citados: el set de microarrays de Affymetrix y el trabajo de Wang et al. (ver tabla 3.1).
El conjunto de tejidos comunes a ambos grupos corresponde con 6 tejidos distintos: mama,
cerebelo, corazón, hígado, músculo y testículo. La combinación de estos 6 tejidos cuando se
comparan de 2 en 2 proporciona un total de 15 pares distintos. El número total de pares (gen ::
combinación de tejidos) suma 282, mientras que el número de genes distintos es de 270. El
número de genes validados por cada par se describe en la tabla 3.2.
breast cerebellum heart liver muscle testes
breast – 75 11 5 8 16
cerebellum – 22 12 38 52
heart – 2 13 7
liver – 2 5
muscle – 14
testes –
Tabla 3.2. Número de genes validados por Wang et al. (Wang et al., 2008) en cada una de las combinaciones de
tejido. La suma total de genes es de 282 y el número de genes distintos es 270.
3.2.2 Descripción de algoritmos y métodos para análisis de splicing
previamente publicados
La estrategia común a todos los algoritmos de detección de splicing alternativo previamente
publicados es la de comparar la expresión global del gen contra la expresión individual de cada
uno de los exones. La hipótesis fundamental es que, en ausencia de splicing alternativo, un
cambio de expresión del gen debe suponer un cambio de cada uno de sus exones en la misma
proporción y sentido. En este punto, los genes que se desvían de esa norma se interpretan
como splicing. El reto de los diferentes algoritmos es calcular con precisión la expresión de
cada una de las partes (gen y exones) y medir sus variaciones asignado un valor de
probabilidad.
Los primeros métodos fueron propuestos por parte de la propia compañía que comercializa los
chips. En un artículo llamado "Alternative Transcript Analysis Methods for Exon Arrays" de la
documentación técnica publicada por Affymetrix (Affymetrix, 2005a), se describen 5 métodos
entre los que figura el popular y sencillo Splicing Index. Una vez estos arrays entraron en el
mercado y empezaron a usarse, distintos grupos de investigación desarrollaron sus
propuestas. A continuación se revisan brevemente las más relevantes:
62
• Splicing Index (Affymetrix, 2005a): Es el método más simple. En un primer paso
propone normalizar la expresión del exón dividiendo su señal por la expresión del gen.
En un segundo paso se realiza la media de la expresión normalizada por cada grupo de
estudio (p. ej. tejido sano y tumor) calculando su relación o ratio.
• PAC (Affymetrix, 2005a): Se deriva de Splicing Index y asume que en ausencia de