Bioinformática aplicada a estudios del transcriptoma humano: análisis de expresión de genes, isoformas génicas y ncRNAs en muestras sanas y en cáncer

• Autores: Alberto Risueño Pérez
• Directores de la Tesis: Javier de las Rivas (dir. tes.)
• Lectura: En la Universidad de Salamanca ( España ) en 2013
• Idioma: español
• Tribunal Calificador de la Tesis: Eugenio Miguel Ángel Santos de Dios (presid.), Jesús María Hernández Rivas (secret.), Manuel Martín-Merino Acera (voc.), Agustín Mayo Iscar (voc.), Ana Ramírez de Molina (voc.)
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Inteligencia artificial
  • Ciencias de la vida
    • Biomatemáticas
      • Bioestadística
    • Biología vegetal (botánica)
• Enlaces
  • Tesis en acceso abierto en: GREDOS
• Resumen

  • [ES] Este trabajo tiene como base profundizar en el análisis de datos de microarrays de expresión producidos por la empresa Affymetrix, y la introducción de mejoras que permitan ampliar el conocimiento biológico. 1a.- Mejora del método de análisis de datos de microarrays sustituyendo la anotación original proporcionada por Affymetrix por una anotación alternativa, actualizada y centrada en las entidades biológicas; que tome como referencia los genes, transcritos y exones definidos en las bases de datos genómicas más actuales. 1b.- Integración de los datos generados en el objetivo anterior en una plataforma web interactiva con un navegador genómico que permite explorar y visualizar de modo simple tanto la estructura de los loci génicos, como el mapeo de sondas de todos los microarrays de Affymetrix y ciertos datos de expresión de genes. 2.- Desarrollo y aplicación de un análisis de expresión diferencial para identificar genes marcadores en varios conjuntos de datos de muestras de cáncer y para reconocimiento robusto de microRNAs (miRNAs) en datos de mieloma múltiple. 3.- Diseño y desarrollo de nuevo algoritmo que permite la identificación robusta de splicing alternativo en los genes a partir de datos obtenidos con microarrays de exones (Exon 1.0 Affymetrix). Aplicación de dicho algoritmo a un conjunto de muestras de cáncer. 4.- Desarrollo de un estudio transcriptómico global de coexpresión de genes humanos basado en datos de microarrays obtenidos para varias series de muestras de tejidos sanos. Identificación de conjuntos de genes que coexpresan, así como reconocimiento de genes específicos de tejido (tissue-specific genes, TSg) y genes generales de mantenimiento (house-keeping genes, HKg). Estudio evolutivo de ambos tipos de genes analizando su conservación en distintas especies