Software development and analysis of high throughput sequencing data for genomic enhancer prediction

• Autores: Juan Ramón González Vallinas Rostes
• Directores de la Tesis: Eduardo Eyras Jimenez (dir. tes.)
• Lectura: En la Universitat Pompeu Fabra ( España ) en 2013
• Idioma: español
• Tribunal Calificador de la Tesis: Guillaume Filion (presid.), Robert Castelo Valdueza (secret.), María del Mar Alba Soler (voc.)
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Logicales de ordenadores
  • Ciencias de la vida
    • Biomatemáticas
      • Bioestadística
    • Biología celular
• Enlaces
  • Tesis en acceso abierto en:  TDX  e-Repositori UPF 
• Resumen

  • Las tecnologías High Throughput Sequencing (HTS) se están convirtiendo en el método standard de análisis de la regulación genómica debido a su precisión y coste reducido por nucleótido sequenciado [1]. Durante mi tesis, he desarrollado software para el análisis de datos HTS [2], y he usado este software para analizar este tipo de datos. Mediante la colaboración con otros grupos de investigación, me he especializado en el análisis de datos de ChIP-Seq [3]. He colaborado en el análisis del efecto de Hog1 en células de levadura afectadas por stress [4], colaboré en el diseño de un método para el alineamiento múltiple de promotores usando datos de ChIP-Seq [5] Usando el conocimiento y el software desarrollados durante este tiempo, analicé datos producidos por el proyecto ENCODE [6] para detectar enhancers genómicos activos. Los enhancers son areas del genoma conocidas por regular la transcripción de genes cercanos y lejanos. Son elementos de importancia en la regulación genómica, pero debido a su pobre conservación evolutiva y su relación con elementos epigenómicos [7], los mecanismos de activación y silenciamiento de enhancers son poco entendidos. Elementos epigenómicos, como las modificaciones de histonas y los factores de transcripción juegan un papel crucial en la actividad de enhancers. Construyendo un modelo con estas señales epigenómicas, predije enhancers activos y silenciados en dos lineas celulares y estudio su efecto sobre splicing y sobre la iniciacion de la transcripción.

    Referencias:

    1. Liu L, Li Y, Li S, Hu N, He Y, Pong R, et al. Comparison of Next-Generation Sequencing Systems. J Biomed Biotechnol [Internet]. 2012. Available from: http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3398667/ 2. Althammer S*, González-Vallinas J*, Ballaré C, Beato M, Eyras E. Pyicos: a versatile toolkit for the analysis of high-throughput sequencing data. Bioinformatics. 2011 Dec 15;27(24):3333¿40. (* igual contribución) 3. Robertson G, Hirst M, Bainbridge M, Bilenky M, Zhao Y, Zeng T, et al. Genome-wide profiles of STAT1 DNA association using chromatin immunoprecipitation and massively parallel sequencing. Nat Methods. 2007 Aug;4(8):651¿7.

    4. Nadal-Ribelles M, Conde N, Flores O, González-Vallinas J, Eyras E, Orozco M, et al. Hog1 bypasses stress-mediated down-regulation of transcription by RNA polymerase II redistribution and chromatin remodeling. Genome Biol. 2012 Nov 18;13(11):R106.

    5. Erb I, González-Vallinas J, Bussotti G, Blanco E, Eyras E, Notredame C. Use of ChIP-Seq data for the design of a multiple promoter-alignment method. Nucleic Acids Res. 2012 Apr;40(7):e52.

    6. Dunham I, Kundaje A, Aldred SF, Collins PJ, Davis CA, Doyle F, et al. An integrated encyclopedia of DNA elements in the human genome. Nature. 2012 Sep 6;489(7414):57¿74.

    7. Zentner GE, Scacheri PC. The chromatin fingerprint of gene enhancer elements. J Biol Chem. 2012 Sep 7;287(37):30888¿96.