Alberto Risueño Pérez - Gredos - Universidad de Salamanca

3.4. Discusión y posible trabajo futuro
Capítulo 3
El splicing alternativo es un proceso biológico fundamental para el entendimiento del
funcionamiento de los genes en los distintos tipos celulares y de las distintas funciones que
pueden tener las isoformas de genes y proteínas en un organismo.
En el trabajo del capítulo 1 de la presente Tesis Doctoral, se trató de mejorar los análisis de
microarrays de oligos de alta densidad con GATExplorer. En el capítulo 2, se analizaron datos
de expresión génica y de miRNAs para obtener biomarcadores en distintos tipos de cáncer.
Después de esto, en este capítulo 3, se ha intentado avanzar en los análisis de genómicos
yendo más allá de medir la expresión global del gen y tratando de desarrollar un algoritmo
aplicado a la detección de splicing alternativo a partir de datos de microarrays de exones.
Al utilizar diversos algoritmos destinados a la detección de splicing basados en la tecnología de
microarrays de exones, se identificó un problema no resuelto de forma satisfactoria por la
mayoría de ellos. Las características propias de cada sonda de oligonucleótidos hacen que no
pueda compararse directamente la expresión individual de cada exón con la expresión global
del locus génico que lo contiene, produciendo falsos positivos. El nuevo método diseñado en
este capítulo 3, ESLiM, utiliza la totalidad de las muestras para trazar una regresión lineal que
enfrenta la expresión de cada exón con la de su gen, permitiendo calcular el comportamiento
de la expresión del exón ante los cambios de expresión del gen. Al utilizar todas las muestras
para el cálculo de residuales, se esperan resultados más fiables en un set de datos con un
número alto de muestras y tipos biológicos diferentes. Además, la utilización del mapeo
realizado en GATExplorer, asegura una selección de sondas biológicamente coherente para
calcular la expresión de genes y exones.
La comparativa entre algoritmos utilizando un conjunto de genes con splicing previamente
validado determinó que el método ESLiM supera en precisión a las otras estrategias
previamente publicadas. Las curvas ROC mostraron que las dos estrategias diseñadas (ESLiMc
y ESLiMc) obtuvieron un promedio de AUC muy similar entre ellos y superior al de los otros
algoritmos. Sin embargo al restringir el conjunto de genes a los de mayor significación
estadística, en lugar de analizar su totalidad, los resultados fueron distintos. Esta vez ESLiMt se
mostró inferior a ESLiMc, detectando aproximadamente la mitad de verdaderos positivos. El
hecho de que ESLiMt sea un método muy restrictivo de selección de sondas, hace que no sea
posible la detección de la expresión de multitud de genes. ESLiMc mapea aproximadamente el
mismo número de genes que los otros algoritmos publicados, pero encuentra un número
superior de verdaderos positivos entre los genes detectados a los que asigna mayor
significación estadística. Esto es particularmente importante para el investigador, que
habitualmente trabaja únicamente con los genes que muestran los mejores p-­‐valores, y que
tratará de validar experimentalmente los resultados.
El trabajo futuro en este tema podría ir encaminado en la interpretación biológica del proceso
de splicing medido a nivel genómico, tratando de identificar los procesos en donde el splicing
alternativo es más relevante y viendo si el grado de splicing está uniformemente distribuido
entre todos los genes. El análisis del spliceosoma mediante la correlación entre los exones que
sufren splicing y la expresión de los genes regulatorios llamados splicing factors, puede ser
también útil para profundizar en el entendimiento de este proceso. Finalmente, un análisis de
las secuencias de los intrones regulados bajo un mismo gen, o conjunto de genes reguladores,
podría identificar motivos conservados que funcionan como regiones de unión al DNA.
81