Alberto Risueño Pérez - Gredos - Universidad de Salamanca

Capítulo 3
muestran una señal clara que además es coherente con datos biológicos previamente
publicados, en donde a RGN se le ha atribuido un evento de splicing diferencial entre los
tejidos de hígado y cerebelo (Wang et al., 2008).
Figura 3.9. Resultados obtenidos siguiendo dos estrategias distintas en el análisis del exón
ENSE00001527616 del gen RGN. El exón muestra desvíos en hígado y cerebelo produciendo las mayores
diferencias cuando se comparan estos dos tejidos entre sí utilizando los residuales obtenidos por ESLiMc
(a y b). Al analiza el ratio entre la expresión del exón y la del gen (c -­‐ líneas negra y roja respectivamente),
se produce un resultado diferente mostrando diferencias entre varios pares de tejidos.
Una vez obtenidos por el método ESLiM los residuales para cada exón y cada muestra, se
puede aplicar cualquiera de los test estadísticos clásicos para comprobar si las desviaciones
observadas implican cambios significativos, y poder así asignar un valor de probabilidad (p-­‐
valor) a la hipótesis alternativa por la que se encuentran diferencias. Con este último paso, el
método identifica eventos de splicing de modo robusto.
3.3. Resultados
Para poner a prueba el rendimiento del nuevo algoritmo descrito anteriormente en sus dos
versiones ESLiMt y ESLiMc, se comparó en igualdad de condiciones con los algoritmos FIRMA,
COSIE y ARH. Elegimos estos algoritmos por ser más modernos que los originales de Affymetrix
y por proporcionar mejores resultados, tal y como se describe en sus publicaciones.
3.3.1 Implementación del algoritmo ESLiM
a b
c d
La implementación del algoritmo se realizó en R. Se realizaron versiones modificadas de
GeneMapper seleccionando las sondas según lo descrito en ESLiMt y ESLiMc para el array
73