Alberto Risueño Pérez - Gredos - Universidad de Salamanca

Capítulo 4
ENSG00000134287 ARF3 ADP-­‐ribosylation factor 3 100 92 75 89,0
ENSG00000132341 RAN
RAN, member RAS
oncogene family
100 87 80 89,0
ENSG00000070831 CDC42
cell division cycle 42 (GTP
binding protein, 25kDa)
100 86 80 88,7
ENSG00000075886 TUBA3D tubulin, alpha 3d 100 92 74 88,7
ENSG00000125691 RPL23 ribosomal protein L23 100 86 77 87,7
ENSG00000164587 RPS14 ribosomal protein S14 97 86 80 87,7
ENSG00000184270 HIST2H2AB histone cluster 2, H2ab 99 87 75 87,0
Tabla 4.4. Listado de genes/proteínas humanas mejor conservados en ratón, gusano y levadura. Se ha elegido el
ortólogo más conservado por cada gen humano. Las columnas de identidad muestran el grado de conservación del
gen medido como la identidad en secuencia de aminoácidos de la proteína correspondiente respecto a cada
especie.
4.2.6. Sets de muestras de cáncer e identificación de genes alterados
Para la obtención de un conjunto de genes desregulados en cáncer, se obtuvieron sets de
datos de distintos tipos de cáncer procedentes de repositorios públicos y de grupos
experimentales colaboradores. En todos los casos el tipo de chip hibridado es el Human Exon
1.0 de Affymetrix. Los tipos de cáncer estudiados fueron glioblastoma (GSE9385) (French et al.,
2007), cáncer gástrico (en distintos grados de progresión) (GSE27342) (Cui et al., 2011a; Cui et
al., 2011b), cáncer de pulmón (GSE12236) (Xi et al., 2008), cáncer de colon (Gardina et al.,
2006) y dos distintos subtipos de leucemia linfocítica crónica (CLL con pérdida alta y pérdida
baja del cromosoma 13q) (ver capítulo 2). Estos distintos sets de datos fueron normalizados
por separado con el algoritmo RMA y posteriormente se buscaron los genes diferencialmente
expresados utilizando el algoritmo SAM, situando el punto de corte en FDR < 0,05. El fin de
este procedimiento fue obtener los genes sobre e infra-­‐expresados en cada tumor respecto al
tejido sano de procedencia que fue usado como control.
4.3. Resultados
4.3.1 Red de coexpresión entre genes humanos
El análisis de correlaciones de expresión entre pares de genes humanos basados en los perfiles
de expresión en múltiples tejidos/órganos permite la construcción de una red de coexpresión
en donde los nodos son genes y los vínculos, o aristas, corresponden a una correlación
significativa entre pares de genes. Los métodos RMA+Pearson y MAS5+Spearman produjeron
su propio set de genes correlacionados a partir de los cuales se creó una red de única. Esta red
se derivó realizando la unión de las interacciones de ambos métodos, tratando de que ninguno
de ellos predominara sobre el otro con el fin de incluir una aportación significativa de cada
método ya que son complementarios. Para esto se ajustaron los coeficientes de correlación a
0,75 para MAS5+Spearman y 0,95 para RMA+Pearson. Con estos umbrales de correlación,
MAS5+Spearman proporcionó más nodos que RMA+Pearson (2098 versus 852), pero un
número de vínculos entre nodos mucho menor (9355 versus 19079). Finalmente la unión
proporciona una red con 2875 nodos y 28381 vínculos. Esto indica que el solapamiento entre
ambos métodos a estos niveles de significación fue pequeño: sólo de 75 genes y 986 vínculos.
93