Minería de datos aplicada al estudio de modificaciones post-transcripcionales del ARN

Abstract

El splicing alternativo es uno de los principales mecanismos post-transcripcionales del ARN, responsable de la obtención de varias isoformas a partir de un único gen. Alteraciones en este proceso impactan en el nivel de expresión absoluta y relativa de dichas isoformas. La exploración de cambios en el splicing alternativo, splicing diferencial, se realiza mediante experimentos transcriptómicos. Si bien existen herramientas para el análisis de tales experimentos, no existe un consenso a la hora de optar por una u otra. Más aún, tales herramientas indagan distintos tipos de cambio en la expresión, por lo que la falta de integración de sus resultados conlleva, muchas veces, a perdida de información biológica relevante. Esta perdida se ve también acrecentada por la falta de un control de calidad a lo largo de todo el análisis.Esta tesis presenta diferentes estrategias que conforman un flujo de análisis estructurado de los datos transcriptómicos, enriqueciendo los resultados y la información obtenida. Se desarrolló TarSeqQC, una herramienta de control de calidad que permite detectar sesgos globales y puntuales afectando a un experimento. Ademas, ésta posee funcionalidades gráficas que facilitan la exploración de los resultados del control de calidad, focalizando la atención en regiones genómicas específicas. Se compararon objetivamente distintos flujos de análisis de cambios en la expresión, obteniendo una guía práctica para asistir la adecuada selección de métodos de análisis. Ante la necesidad de contar con un método que cuantifique y detecte el splicing diferencial, se desarrolló NBSplice. Éste fue evaluado con datos sintéticos, superando en desempeño a las herramientas actuales. Las metodologías propuestas han sido aplicadas a diversos experimentos, demostrando su utilidad en el análisis transcriptómico.