Search

[ES] Las tecnologías de secuenciación de alto rendimiento de transcriptomas mediante lecturas largas han facilitado el descubrimiento de nuevos transcritos. No obstante, dichas tecnologías tienen una tasa de error muy superior a las basadas en lecturas cortas, por lo que requieren herramientas que permitan caracterizar estas variantes noveles y filtrar las que son falsos positivos. De esta necesidad nace SQANTI3 (Structural and Quality Annotation of Novel Transcript Isoforms), un software para el análisis de transcriptomas construidos a partir de lecturas largas. SQANTI3 toma un conjunto de datos de transcritos, junto con la anotación del genoma y, si están disponibles, otros datos ortogonales (expresión, validación de los extremos 3¿ y 5¿, etc.), para devolver un transcriptoma corregido. Asimismo, la herramienta proporciona un amplio conjunto de descriptores de las isoformas y sus sitios de splicing, que se analizan más a fondo en varias gráficas de diagnóstico. SQANTI3 incorpora un clasificador basado en inteligencia artificial (MLfilter) que discrimina, de manera automatizada, los transcritos que pueden considerarse verdaderas isoformas de los potenciales artefactos. Dicho filtro se basa en un algoritmo de 'random forest', que aporta múltiples ventajas al análisis transcriptómico, entre ellas evita el uso de umbrales establecidos manualmente para cada variable descriptora. Sin embargo, como todo modelo de machine learning, se trata de una caja negra, es decir, se desconoce lo que pasa entre la entrada de datos y la salida de una predicción. Comparando distintas combinaciones de parámetros de entrenamiento del MLfilter, hemos caracterizado su funcionamiento y hemos establecido una serie de guías para optimizar la definición de los datos de entrenamiento en función del tipo de datos de partida. Concretamente, se ha evaluado la adecuación del set de transcritos tomados como verdaderos positivos por el clasificador, así como las variables más relevantes para obtener una buena clasificación artefacto-isoforma. Además, hemos detectado errores evitables, como el ¿overfitting¿ o sobreajuste. Todo esto, contribuirá a unas mejores prácticas por parte de la gran comunidad de usuarios que emplean SQANTI3 para refinar sus transcriptomas y abrirá la puerta a futuras investigaciones para mejorar el MLfilter., [EN] High-throughput long-read transcriptome sequencing technologies have facilitated the discovery of novel transcripts. Nevertheless, these technologies have a much higher error rate than those based on short reads and therefore specific tools are required to characterise these novel variants and filter out false positives. SQANTI3 (Structural and Quality Annotation of Novel Transcript Isoforms), a software for analysing long read-based transcriptomes, was born out of this need. SQANTI3 takes a transcriptome, together with genome annotation and, if available, other orthogonal data (expression, validation of the 3' and 5' ends, etc.) to return a corrected transcriptome. The tool also provides a wide set of descriptors of the isoforms and their splice junctions, which are further analysed in several diagnostic plots. SQANTI3 includes an artificial intelligence-based classifier (MLfilter) that automatically discriminates transcripts that can be considered true isoforms from potential artifacts. This filter is based on a random forest algorithm, which brings multiple advantages to transcriptomic analysis, such as avoiding the use of manually set thresholds for each descriptor variable. However, like any machine learning model, it is a black box meaning that what happens between the input data and the predicted output is unknown. By comparing different parameter set ups, we have characterised the MLfilter¿s performance for two transcriptome datasets and established guidelines to optimise the choice of training data according to the input data type. Specifically, we have evaluated the adequacy of the set of transcripts taken as true positives by the classifier, as well as the most relevant variables to obtain a good artifact-isoform classification. We have also detected avoidable biases such as overfitting. Ultimately, this work will help define best practices for the large community of researchers who use SQANTI3 to refine their transcriptomes and will allow further research to improve the MLfilter.

[ES] El desarrollo de las tecnologías de secuenciación de lectura larga como Pacific Bioscience (PacBio) o Oxford Nanopore han permitido un enorme avance en la secuenciación, no solo de genomas, sino también de ARN mensajero. La mayor longitud de las lecturas ha permitido el descubrimiento de transcritos noveles que las tecnologías de secuencia corta no habían sido capaces de detectar. Esto se debe, principalmente, a la capacidad de secuenciar la totalidad del transcrito del extremo 5’ al 3’, lo que permite prescindir del ensamblaje y reconstrucciones necesarias con las tecnologías de short-read. A pesar de la eficacia demostrada por los softwares de mapeo y ensamblaje utilizados, estos pueden generar artefactos y no resuelven correctamente loci complejos. Es por ello por lo que muchos transcritos no son detectados al mapear sus lecturas con otros transcritos similares. Evitar este paso es crucial para tener una visión más clara de la estructura y los eventos de splicing que ocurren en cada gen, motivo por el cual cada vez se utilizan más las lecturas largas para estudios de secuenciación transcriptómica. Junto al desarrollo de toda esta tecnología se hizo necesaria la aparición de nuevas herramientas bioinformáticas que permitiesen el tratamiento y análisis de estos datos generados. En el caso concreto de los estudios transcriptómicos resaltan especialmente aquellos dedicados al análisis, a la clasificación e, incluso, al descubrimiento de nuevas isoformas producto de eventos de splicing. El splicing alternativo es uno de los principales mecanismos productores de diversidad en los seres vivos, y resulta muy importante en casi todos los procesos biológicos. Sin embargo, la mayoría de estas herramientas necesitan el apoyo de un genoma de referencia para clasificar y analizar las secuencias generadas. Esto dificulta su uso en aquellas especies que; o bien, carecen de este; o bien, no tienen suficiente calidad, como son la mayoría de las especies no-modelo. En la actualidad existen algunas herramientas de software que abordan el problema del análisis de datos de transcriptómica de long reads sin la utilización de una anotación de referencia. Sin embargo, quedan por desarrollar métodos que describan adecuadamente los transcriptomas resultantes. El objetivo de este Trabajo de fin de grado es la optimización y validación de un pipeline capaz de clasificar transcritos procedentes de proyectos de secuenciación con long-reads que no usan una anotación de referencia en su análisis. Esta clasificación es doble; por un lado, agrupa aquellos transcritos procedentes de un mismo gen y; por otro, clasifica estos en función del evento de splicing que parece haber sufrido (retención intrónica, cambios exónicos, UTRs alternativas, etc). El pipeline, principalmente, programado en Python, utiliza diversos métodos que incluyen el mapeo, agrupamiento o ensamblaje, utilizando desde k-mers hasta grafos de Bruijn. Además, la metodología desarrollada se aplica a un caso real: el análisis transcriptómico de la especie Micropterus salmoides, utilizando un proyecto de secuenciación de RNA realizado previamente con la tecnología de secuenciación SMRT (PacBio)., [EN] The development of long-read sequencing technologies such as Pacific Bioscience (PacBio) or Oxford Nanopore has enabled a huge advance in sequencing, not only of genomes, but also of messenger RNA. Longer read lengths have enabled the discovery of novel transcripts that short sequencing technologies had not been able to detect. This is mainly due to the ability to sequence the entire transcript from the 5' to the 3' end, which makes it possible to dispense with the assembly and reconstructions required with short-read technologies. Despite the efficiency demonstrated by the mapping and assembly software used, these can generate artefacts and do not correctly resolve complex loci. This is why many transcripts are not detected when mapping their reads to other similar transcripts. Avoiding this step is crucial to get a clearer picture of the structure and splicing events occurring in each gene, which is why long reads are increasingly used for transcriptomic sequencing studies. Along with the development of all this technology, new bioinformatics tools were needed to process and analyse the data generated. In the specific case of transcriptomic studies, those dedicated to the analysis, classification and even discovery of new isoforms resulting from splicing events stand out. Alternative splicing is one of the main diversity-producing mechanisms in living beings and is very important in practically all biological processes. However, most of these tools need the support of a reference genome to classify and analyse the sequences generated. This makes it difficult to use them in species that either lack a reference genome or do not have one of sufficient quality. The aim of this final degree project is the optimisation and validation of a pipeline capable of classifying transcripts from sequencing projects with long-reads. This classification is twofold: on the one hand, it groups transcripts from the same gene and, on the other, it classifies them according to the splicing event they appear to have undergone (intronic retention, exonic changes, alternative UTRs, etc.). The pipeline, mainly programmed in Python, uses a variety of methods including mapping, clustering or assembly, using everything from k-mers to bruijn graphs. In addition, it will be applied to a real case: transcriptomic analysis of the Micropterus salmoides species will be performed, using an RNA sequencing project previously carried out with SMRT sequencing technology (PacBio).

[ES] Para hacer frente a las condiciones ambientales cambiantes, las plantas han sido capaces de desarrollar una inmensa variedad de mecanismos de defensa y adaptación. Uno de ellos es el llamado metabolismo secundario, cuya complejidad le otorga la capacidad de producir alrededor de 200.000 compuestos, gracias a una gran variedad de rutas metabólicas diferentes. En el presente trabajo nos centraremos en aquellos metabolitos encargados de la defensa que, aunque su principal función no sea el crecimiento o el desarrollo, son necesarios para la supervivencia. Para ello, algunos de los objetivos planteados en este trabajo son: conocer las respuesta hormonal y de otros metabolitos frente a un elicitor altamente corrosivo, el nitrato de plata (AgNO3), averiguando a través de qué mecanismos funciona; evaluar el papel de las hormonas vegetales de defensa, ácido salicílico (SA) y ácido jasmónico (JA), frente a diferentes elicitores, en presencia de otros metabolitos cuya función está relacionada con la de dichas hormonas; profundizar en el rol defensivo de los glucosinolatos, en ausencia de otros compuestos encargados de esta función. En cuanto al proceso metodológico, con el fin de conseguir estos objetivos se buscará la integración de datos metabolómicos y datos genéticos. Para lograr la primera aproximación, se analizará el perfil cromatográfico de una selección de metabolitos secundarios de Arabidopsis thaliana en el ecotipo Columbia 0 (Col0), y en los mutantes atr1D, cyp79b2/b3, qKO (myb28 myb29 cyp79b2 cyp79b3), jai1, npr1, ics2 y jar1 tratados con agentes de estrés abiótico y hormonas como el nitrato de plata (AgNO3), el metil jasmonato (MeJA) y el ácido salicílico (SA) a una concentración de 5mM, 500µM y 100µM respectivamente. Siguiendo un análisis metabolómico dirigido se buscará poder identificar metabolitos relacionados con los mecanismos de defensa de Arabidopsis, priorizando algunos como glucosinolatos (indólicos, y alifáticos), hormonas y precursores, y otros como compuestos fenólicos u oxipilinas. Tras ello, se realizará una comparativa de los efectos provocados sobre los compuestos encontrados por estos tratamientos en cada genotipo. Posteriormente, para completar lo detallado anteriormente, se realizará el análisis de la expresión de algunos de los genes involucrados en estos mecanismos moleculares como factores de transcripción. En cuanto a la metodología, se llevará a cabo el estudio transcripcional de las líneas Col0, atr1D y en los mutantes cyp79b2/b3, qKO para evaluar la respuesta de los mecanismos de señalización hormonal en la producción de los metabolitos de interés. Según los resultados en los niveles relativos de los metabolitos de estudio y los niveles de expresión de los genes de interés, ante los diferentes elicitores, se buscará responder a la hipótesis sobre la existencia de algún tipo de interacción entre estos metabolitos y las rutas de señalización hormonal.

[ES] La esclerosis múltiple es una enfermedad que conlleva la desmielinización y neurodegeneración del sistema nervioso central. Sus síntomas presentan variaciones en cuanto al inicio, progreso y manifestaciones clínicas entre pacientes; además hay determinados aspectos que difieren entre hombres y mujeres. En concreto, las mujeres presentan mayor riesgo de desarrollar la enfermedad, mientras que en los hombres la progresión es más rápida y severa. Con el fin de estudiar y comprender mejor estas diferencias asociadas al sexo, se llevó a cabo un estudio que incluyó una revisión sistemática de datos de microRNAs procedentes de estudios centrados en esclerosis múltiple, y un posterior metaanálisis de estos. Mediante la revisión sistemática se identificaron 6 estudios con la información necesaria para llevar a cabo el análisis; aunque finalmente, tras la evaluación de los datos, sólo fueron elegibles 4 de ellos. El análisis integrado de estos estudios identificó 4 microRNAs con perfiles de expresión opuestos entre sexos, además, también se identificaron 17 microRNAs que presentan el mismo perfil en hombres y mujeres, por lo que constituyen un conjunto de marcadores de esclerosis múltiple independientes del sexo. La caracterización funcional de estos resultados proporcionó información específica por sexo, sobre las funciones biológicas en los genes diana de estos microRNAs. En definitiva, la identificación de marcadores de la enfermedad en este trabajo ha proporcionado un mejor conocimiento de los mecanismos moleculares de esta patología, así como la generación de nuevas estrategias para su detección y tratamiento, potenciando el desarrollo de la medicina personalizada., [EN] Multiple sclerosis is a disease which implies central nervous system demyelination and neurodegeneration. Its effects differ regarding beginning, progress and clinical features; moreover, specific differences are spotted between male and female patients. Some of these sex-related differences include a higher risk to develop the disease in women, and a faster and more severe progression in men. Seeking a better understanding of these sex-related disease differences, a systematic review and meta-analysis of microRNAs studies focused in multiple sclerosis (MS) was carried on. The systematic review allowed the identification of 6 studies which included the information needed to perform the analysis, however, after data evaluation only 4 of them were eligible. These studies¿ integrative analysis pointed out 4 microRNAs which presented an opposite expression profile between sexes, and also 17 microRNAs with the same profile in men and women were identified, representing a set of sex-independent MS markers. Functional characterization of these results provided sex-specific information about the biological functions of microRNAs¿ target genes. This study has provided a better understanding of the disease¿s molecular mechanisms through marker identification, as well as the generation of new approaches for diagnosis and treatment, enhancing the development of personalized medicine.

[ES] El objetivo principal de este trabajo fue conocer las alteraciones inmunológicas asociadas a la inflamación periférica que desencadenan deterioro cognitivo en los pacientes cirróticos encefalopatía hepática mínima (EHM). Estos cambios pueden ser monitorizados como cascadas de señalización a lo largo de los tipos celulares del sistema inmune. Como estudio preliminar, se analizaron los cambios en la expresión génica (transcriptómica), los metabolitos de plasma (metabolómica) y un panel de citoquinas extracelulares en muestras de sangre de pacientes cirróticos con y sin EHM. Los resultados del análisis transcriptómico apoyaron la hipótesis de alternancias en las poblaciones celulares de linfocitos Th1/Th2 y Th17 como principales impulsores de la EHM. El análisis clúster de las moléculas del suero dio como resultado 6 grupos de compuestos químicamente similares. También se ha realizado un análisis de integración multiómica para detectar las relaciones entre los componentes intra y extracelulares que podrían contribuir a la inducción del deterioro cognitivo. Los resultados de este análisis integrativo sugirieron una relación entre las citocinas CCL20, CX3CL1, CXCL13, IL-15, IL-22 e IL-6 con la alteración de la quimiotaxis, así como un vínculo entre los fosfolípidos insaturados de cadena larga y el aumento del transporte de ácidos grasos y la producción de prostaglandinas. Estudios previos sugieren que un cambio en la inflamación periférica, orquestado principalmente por las células T CD4+, es un factor crítico que desencadena el deterioro cognitivo en EHM. La segunda parte de la tesis se centró en la comprensión de las rutas genéticas y los mecanismos por los que las alteraciones en los linfocitos CD4+ pueden contribuir a la inflamación periférica en EHM. Se analizaron los niveles de expresión de genes, factores de transcripción y miARNs en este subtipo de linfocitos mediante secuenciación de alto rendimiento (RNA-seq y miRNA-seq). El análisis individual de cada grupo de datos mostró diferencias de expresión de ARNm y miARN, así como las vías biológicas alteradas en los linfocitos CD4+ comparando pacientes cirróticos con y sin EHM. Encontramos alteraciones en 167 ARNm y 20 rutas biológicas en los pacientes con EHM, incluyendo los receptores tipo Toll, la señalización de la IL-17 y las vías del metabolismo de histidina y triptófano. Trece miRNAs y 7 factores de transcripción presentaron alteraciones en los pacientes con EHM. Utilizando bases de datos para determinar sus genes diana, encontramos una modulación por el aumento de miR-494-39, miR-656-3p y miR-130b-3p de la expresión de TNFAIP3 (proteína A20) y ZFP36 (proteína TTP) aumentaría los niveles de citoquinas proinflamatorias como IL-17 y TNF¿. Finalmente, estudiamos el repertorio de receptores de células T (TCR) de pacientes control, y de pacientes cirróticos con y sin EHM, a partir del conjunto de datos de RNA-seq procedentes de células T CD4+ aisladas previamente. Dado que los experimentos de RNA-seq contienen genes del TCR en una fracción de los datos, se puede analizar el repertorio sin necesidad de generar datos adicionales. Tras el alineamiento de las lecturas con la base de datos de los genes VDJ realizada por la herramienta MiXCR, recuperamos entre 498-1114 cadenas TCR beta distintas por paciente. Los resultados mostraron un bajo número de clones públicos (convergencia clonal), una alta diversidad (expansión clonal) y una elevada similitud en la arquitectura de la secuencia dentro de los repertorios, independientemente del estado inmunitario de los 3 grupos de pacientes. Además, detectamos una sobrerrepresentación significativa de los TCRs relacionados con la enfermedad celíaca y la enfermedad inflamatoria intestinal en los repertorios de los pacientes con EHM., [CA] L'objectiu principal d'aquest treball va ser conèixer les alteracions immunològiques associades a la inflamació perifèrica que desencadenen deteriorament cognitiu en els pacients cirròtics amb encefalopatia hepàtica mínima (EHM). Aquests canvis poden ser monitoritzats com cascades de senyalització al llarg dels tipus cel·lulars del sistema immune. Com a estudi preliminar, es van analitzar els canvis en l'expressió gènica (transcriptòmica), els metabòlits de plasma (metabolòmica) i un conjunt de citocines extracel·lulars en mostres de sang de pacients cirròtics amb i sense EHM. Els resultats de l'anàlisi transcriptòmica van recolzar la hipòtesi d'alternances en les poblacions cel·lulars de limfòcits Th1/Th2 i Th17 com a principals impulsors de la EHM. L'anàlisi clúster de les molècules del sèrum va donar com a resultat 6 grups de compostos químicament similars. També s'ha realitzat una anàlisi d'integració multiòmica per detectar les relacions entre els components intra i extracel·lulars que podrien contribuir a la inducció del deteriorament cognitiu. Els resultats d'aquesta anàlisi d'integració van suggerir una relació entre les citocines CCL20, CX3CL1, CXCL13, IL-15, IL-22 i IL-6 amb l'alteració de la quimiotaxis, així com un vincle entre els fosfolípids insaturats de cadena llarga i l'augment del transport d'àcids grassos i la producció de prostaglandines. Estudis previs suggereixen que un canvi en la inflamació perifèrica, orquestrat principalment per les cèl·lules T CD4+, és un factor crític que desencadena el deteriorament cognitiu en EHM. La segona part de la tesi es va centrar en la comprensió de les rutes genètiques i els mecanismes pels quals les alteracions en els limfòcits CD4+ poden contribuir a la inflamació perifèrica en EHM. Es van analitzar els nivells d'expressió de gens, factors de transcripció i miARNs en aquest subtipus de limfòcits mitjançant seqüenciació d'alt rendiment (RNA-seq i miRNA-seq). L'anàlisi individual de cada grup de dades va mostrar les diferències d'expressió d'ARNm i miARN, així com les vies biològiques alterades en els limfòcits CD4+ comparant pacients cirròtics amb i sense EHM. Trobàrem alteracions en 167 ARNm i 20 rutes biològiques en els pacients amb EHM, incloent els receptors tipus Toll, la senyalització de la IL-17 i les vies del metabolisme de la histidina i el triptòfan. Tretze miRNAs i 7 factors de transcripció van presentar alteracions en els pacients amb EHM. Després utilitzàrem bases de dades per determinar els seus gens diana, els quals van resultar ser codificants per proteïnes clau implicades en el canvi immunològic que desencadena la EHM. Per exemple, la modulació per l'augment de miR-494-39, miR-656-3p i miR-130b-3p de l'expressió de TNFAIP3 (proteïna A20) i ZFP36 (proteïna TTP) augmentaria els nivells de citocines proinflamatòries com IL-17 i TNF¿. L'última part de la tesi comprèn un cas pràctic en el qual s'estudia el repertori de receptors de cèl·lules T (TCR) de pacients control, i de pacients cirròtics amb i sense EHM, a partir del conjunt de dades de RNA-seq procedents de cèl·lules T CD4+ aïllades prèviament. Atès que els experiments de RNA-seq contenen gens del TCR en una fracció de les dades, es crea una oportunitat per a l'anàlisi del repertori sense necessitat de generar dades addicionals, el qual redueix la quantitat i els costos de les mostres. Després de l'alineament de les lectures amb la base de dades dels gens VDJ realitzada per l'eina MiXCR, recuperàrem entre 498-1114 cadenes TCR beta diferents per pacient. Els resultats van mostrar un baix nombre de clons públics (convergència clonal), una alta diversitat (expansió clonal) i una elevada similitud en l'arquitectura de la seqüència dins dels repertoris, independentment de l'estat immunitari dels 3 grups de pacients. A més, detectàrem una sobrerepresentació significativa dels TCRs relacionats amb la malaltia celíaca i la malaltia inflamatòria intestinal en els repertoris dels pacients amb EHM., [EN] The main objective of this work was to understand the immunological alterations associated with the peripheral inflammation that trigger minimal hepatic encephalopathy (MHE) in patients with cirrhosis. These changes can be monitored through the signaling cascades of different immune system cell types. In this work, in a preliminary study, changes in gene expression (transcriptomics), plasma metabolites (metabolomics), and a panel of extracellular cytokines were analyzed in blood samples from patients with cirrhosis with and without MHE. Transcriptomics analysis supported the hypothesis that alternations in the Th1/Th2 and Th17 lymphocyte cell populations are the major drivers of MHE. Cluster analysis of serum molecules highlighted 6 groups of chemically similar compounds. We also developed a multi-omic integration analysis pipeline to detect covariation between intra- and extracellular components that could contribute to the induction of cognitive impairment. Results of this integrative analysis suggested a relationship between cytokines CCL20, CX3CL1, CXCL13, IL-15, IL-22, and IL-6 and altered chemotaxis, as well as a link between long-chain unsaturated phospholipids and increased fatty acid transport and prostaglandin production. A shift in peripheral inflammation in patients with MHE, mainly orchestrated by CD4+ T cells, had been proposed in previous studies as a critical factor that triggers cognitive impairment. The second part of this thesis focused on understanding the pathways and mechanisms by which alterations in CD4+ lymphocytes may contribute to peripheral inflammation in MHE. Thus, the expression levels of genes, transcription factors, and miRNAs were analyzed in this lymphocyte subtype by high throughput sequencing (RNA-seq and miRNA-seq). Separate analysis of each dataset showed mRNA and miRNA expression differences and altered biological pathways in CD4+ lymphocytes when compared to patients with cirrhosis with and without MHE. We found alterations in 167 mRNAs and 20 pathways in patients with MHE, including toll-like receptors, IL-17 signaling, histidine, and tryptophan metabolism pathways. In addition, 13 miRNAs and 7 transcription factors presented alterations in patients with MHE. We used public databases to determine the target genes of these regulatory molecules and found that increased miR-494-39, miR-656-3p, and miR-130b-3p expression may modulate TNFAIP3 (A20) and ZFP36 (TTP) to increase levels of pro-inflammatory cytokines such as IL-17 and TNF¿. Finally, we present a case study of the T-cell receptor (TCR) repertoire profiles of control patients and patients with cirrhosis with and without MHE obtained from the bulk RNA-seq dataset previously generated from isolated CD4+ T cells. Given that RNA-seq experiments contain the TCR genes in a fraction of the data, the receptor repertoire analysis without the need to generate additional data is possible. After read alignment to the VDJ genes was performed with the MiXCR tool, we successfully recovered 498-1,114 distinct TCR beta chains per patient. Results showed fewer public clones (clonal convergence), higher diversity (clonal expansion), and elevated sequence architecture similarity within repertoires, independently of the immune status of the 3 groups of patients. Additionally, we detected significant overrepresentation of celiac disease and inflammatory bowel disease related TCRs in MHE patient repertoires. To the best of our knowledge, this is one of the few studies to have shown a step-by-step pipeline for the analysis of immune repertoires using whole transcriptome RNA-seq reads as source data. In conclusion, our work identified potentially relevant molecular mechanisms of the changes in the immune system associated with the onset of MHE in patients with cirrhosis. Future work with a large sample cohort will be required to validate these results in terms of biomarker determination and the development of new, more effective treatments for MHE.

[ES] El parto prematuro está asociado a resultados adversos en el desarrollo del neonato. En este aspecto, la leche materna y su composición juegan un papel importante en el correcto desarrollo del neonato, ya que es un alimento que está presente en sus primeros meses de vida. La leche materna tiene una composición variable, en la que aparte del perfil de nutrientes podemos analizar otro tipo de moléculas que nos ayuden a entender las diferencias de dicha composición en nacimientos prematuros. En concreto, en este trabajo se realiza un estudio transcriptómico y lipidómico de exosomas de 10 muestras de leche materna, 5 de madres de bebés prematuros y 5 de madres de bebés nacidos a término. El análisis transcriptómico se basa en el estudio de la expresión de microRNAs (miRNAs), que son una clase de RNAs pequeños, endógenos y no codificantes que regulan la expresión de los genes humanos, mientras que el análisis lipidómico se basa en el estudio de los lípidos. El objetivo de este estudio es identificar miRNAs y lípidos con cambios significativos entre ambos estados y estudiar los procesos biológicos en los que están implicados. Para ello, se realizó el procesamiento y la normalización de los datos para proceder con el análisis estadístico. Como resultados de estos análisis, se obtuvieron 30 lípidos con concentraciones alteradas entre ambos grupos. A partir de ellos, se determinó que los niveles de triacilglicéridos (TGs) y diacilglicéridos (DGs) son más altos en las muestras de madres de bebés prematuros, mientras que los niveles de esfingomielinas (SM) y ceramidas (Cer) son más altos en las muestras de las madres con bebés a término y están relacionados con efectos pro-apoptóticos. En transcriptómica, se obtuvieron 2358 genes diana que se encontraban enriquecidos en los 56 miRNAs diferencialmente expresados entre los dos grupos comparados. A su vez, estos genes diana estaban relacionados con diferentes procesos biológicos como la respuesta inmune, la ruta de señalización de la prostaglandina o la ruta de la señalización de la apoptosis, las rutas de señalización Jak/STAT y PI3K, la subfamilia de quimiocinas CXC, la ruta de señalización del IFN I o la ruta de activación del sistema del complemento., [EN] Preterm delivery is associated with adverse outcomes in the development of the neonate. In this regard, breast milk and its composition play an important role in the proper development of the newborn, since it is a food that is present in the first months of life. Human milk has a variable composition, in which apart from the nutrient profile we can analyze other types of molecules that help us understand the differences in said composition in premature births. Specifically, in this work a transcriptomic and lipidomic study of exosomes is carried out from 10 samples of human milk, 5 of mothers of premature babies and 5 of mothers of full-term babies. The transcriptomic analysis is based on the study of the expression of microRNAs (miRNAs), which are a class of small, endogenous and non-coding RNAs that regulate the expression of human genes, while lipidomic analysis is based on the study of lipids. The objective of this study is to identify miRNAs and lipids with significant changes between both states and to study the biological processes in which they are involved. In order to do this, the data was processed and normalized to proceed with the statistical analysis. As results of these analyses, 30 lipids with altered concentrations were obtained between both groups. From them, it was determined that the levels of triacylglycerides (TGs) and diacylglycerides (DGs) are higher in samples from mothers of premature babies, while the levels of sphingomyelins (SM) and ceramides (Cer) are higher in samples from mothers with full-term babies and are associated with pro-apoptotic effects. In transcriptomics, 2358 target genes were obtained that were enriched in the 56 miRNAs differentially expressed between the two groups compared. In turn, these target genes were related to different biological processes such as the immune response, the prostaglandin signaling pathway or the apoptosis signaling pathway, the Jak/STAT and PI3K signaling pathways, the CXC chemokine subfamily, the IFN I signaling pathway, or the complement system activation pathway.

[ES] Los accidentes cerebrovasculares son la consecuencia de la interrupción del suministro del flujo sanguíneo a una parte del cerebro, desencadenando una hipoxia cerebral y, por consiguiente, la muerte neuronal. Según la naturaleza del accidente, se pueden distinguir dos tipos principales: accidente cerebrovascular isquémico y accidente cerebrovascular hemorrágico. Se trata de una de las enfermedades con mayores índices de mortalidad y morbilidad a nivel mundial. Esta enfermedad presenta diferencias de prevalencia e incidencia entre mujeres y hombres, siendo la primera causa de muerte para las mujeres a nivel nacional. Esta divergencia en las cifras epidemiológicas es la consecuencia de diferencias en los mecanismos moleculares, cuyo análisis permitiría un mejor diagnóstico y tratamiento de los accidentes. Desafortunadamente, en la mayoría de los estudios biomédicos sobre esta patología, no se tiene en cuenta el sexo como factor clave en la investigación. La elucidación de los mecanismos moleculares responsables de las diferencias existentes entre sexos permite hallar nuevos biomarcadores que mejoran la precisión y la eficacia en el tratamiento de la enfermedad, el diagnóstico y el pronóstico clínicos. Con el fin de cumplir este objetivo, se ha llevado a cabo un metaanálisis con datos provenientes de estudios transcriptómicos seleccionados a partir de una revisión bibliográfica sistemática. Con este abordaje se identificaron funciones específicas en mujeres, relacionadas con la integridad del ribosoma y la mitocondria, y la fosforilación oxidativa; en el caso de los hombres, se encontraron funciones específicas vinculadas a la homeostasis de la barrera hematoencefálica, la respuesta inmune y la guía axonal. No obstante, se requiere de un mayor número de estudios para profundizar en estos hallazgos, además de implementar el sexo como factor clave en el diseño experimental de nuevos trabajos, para comprender mejor las discrepancias existentes entre sexos respecto a esta enfermedad., [EN] Strokes are the consequence of the interruption of the supply of blood flow to a part of the brain, triggering cerebral hypoxia and, consequently, neuronal death. Depending on the nature of the accident, two main types can be distinguished: ischemic stroke and hemorrhagic stroke. It is one of the diseases with the highest mortality and morbidity rates worldwide. This disease presents differences in prevalence and incidence between women and men, being the leading cause of death for women nationwide. This divergence in epidemiological figures is the consequence of differences in molecular mechanisms, the analysis of which would allow a better diagnosis and treatment of accidents. Unfortunately, in most biomedical studies on this pathology, sex is not considered as a key factor in the research. The elucidation of the molecular mechanisms responsible for the existing differences between the sexes allows finding new biomarkers that improve precision and efficacy in the treatment of the disease, the diagnosis and the clinical prognosis. In order to meet this objective, a meta-analysis has been carried out with data from transcriptomic studies selected from a bibliographic systematic review. With this approach, specific functions were identified in women, related to the integrity of the ribosome and mitochondria, and oxidative phosphorylation; in the case of men, specific functions related to blood-brain barrier homeostasis, immune response and axonal guidance were found. However, a greater number of studies is required to delve into these findings, in addition to implementing sex as a key factor in the experimental design of new studies, to better understand the existing discrepancies between the sexes regarding this disease.

[ES] La enfermedad de Parkinson (EP) es uno de los trastornos neurológicos más asociados al envejecimiento. La incidencia de esta enfermedad es mayor en hombres que en mujeres y los síntomas varían entre ambos sexos. La presencia de síntomas motores está fuertemente asociada en hombres, mientras que la discinesia y la depresión se presenta con mayor frecuencia en mujeres. El efecto del estrógeno sobre las neuronas dopaminérgicas puede ser una posible fuente de diferencias entre hombres y mujeres en cuanto a las características clínicas y cognitivas de la EP. Elucidar los mecanismos moleculares responsables de estas diferencias podría ayudar a encontrar nuevos biomarcadores que permitan mejorar la precisión y la eficacia en la evaluación clínica y el tratamiento de la enfermedad. Con este objetivo, hemos realizado un metaanálisis con datos procedentes de estudios seleccionados de expresión génica, para determinar las posibles causas de las diferencias entre ambos sexos

[ES] La Enfermedad de Alzheimer (EA) es el tipo de demencia más frecuente en el mundo. Al igual que otros conjuntos de enfermedades, como pueden ser las enfermedades autoinmunes o algunos tipos de cáncer, la EA presenta diferencias epidemiológicas entre hombres y mujeres, existiendo una mayor incidencia en mujeres. Conseguir entender qué mecanismos y factores diferenciales influyen en este hecho, proporcionará una mejora en el diagnóstico y/o el pronóstico de los pacientes. Por este motivo, se realizó una revisión sistemática y selección de los estudios transcriptómicos de EA, en los diferentes repositorios públicos, y a continuación se llevó a cabo un metaanálisis que permitirá la detección de estas diferencias por sexo., [EN] Alzheimer's disease (AD) is the most common type of dementia in the world. Like other groups of diseases, such as autoimmune diseases or some types of cancer, AD presents epidemiological differences between men and women, with a higher incidence in women. Understand the mechanisms and differential factors that influence this, could help to improve the diagnosis and/or prognosis of patients. For this reason, For this reason, we carried out a systematic review and selection of the transcriptomic studies of AD, in the different public repositories, and then carried out a metaanalysis that will allow the detection of these differences by sex.

[ES] La deposición de altos niveles de grasa intramuscular, particularmente rica en ácido oleico, es característica del cerdo ibérico. Estos dos parámetros, que definen en gran parte la alta calidad de sus productos curados, presentan gran variabilidad entre las estirpes que componen la población de cerdo ibérico. En un experimento previó se realizó́ un cruce dialélico completo entre las estirpes Retinto y Torbiscal, reconocidas en el libro genealógico de la raza gestionado por la Asociación Española de Cerdo Ibérico (AECERIBER). En este experimento, se vio la existencia de diferencias entre estas líneas y sus cruces para grasa intramuscular y composición de ácidos grasos en el músculo Longissimus dorsi. El objetivo de este trabajo es estudiar estas diferencias de tejido muscular entre líneas a nivel trascriptómico utilizando secuenciación masiva del transcriptoma., [EN] The deposition of intramuscular fat and the content of oleic fatty acid is characteristic in the Iberian pig. These two parameters present great variability among the strains that make up the Iberian pig population. In a previous experiment a complete diallelic cross generated using Retinto and Torbiscal strains was carried out. In this experiment, differences between lines for Intramuscular fat and fatty acids profile in Longissimus dorsi were found. The aim of this work is to study the muscle tissue differences between lines at transcriptomic level using whole transcriptome shotgun sequencing.

The high throughput techniques such as microarrays and sequencing have boosted transcriptomic studies as approaches of interest in the biomedical areas. Its use has generated a large volume of biological information, accessible in public repositories of biomedical data, such as GEO (Genes Omnibus Expression) or SRA (Read File Sequence), and can be used and combined in various analytical approaches with the objective of responding new research questions. In this paper we present two approaches in silico, the integration of the data from transcriptomic studies presents new scientific knowledge and it can solve biological or clinical problems. In the first study we integrate functionally gene expression and miRNA expression data from a study in colon cancer, considering the inhibitory effect of miRNAs on mRNAs. The second approach allows the creation of a panel of genes for response to a drug from the integration of the functional enrichment results of three expression studies that evaluates the same pharmacological response. Both aproaches confirms transcriptomic applications in silico as a potent tools to solve clinical or biological problems using computational procedures., La aplicación de técnicas de alto rendimiento como los microarrays y la secuenciación masiva han impulsado los estudios transcriptómicos como abordajes de interés en las áreas biomédicas. Su uso ha generado un gran volumen de información de tipo biológico, accesible en los repositorios públicos de datos ómicos, como GEO (Gene Expression Omnibus) o SRA (Sequence Read Archive), pudiéndose emplear y combinar en diversas aproximaciones analíticas con el objetivo de responder a nuevas preguntas de investigación. En este trabajo se presentan dos abordajes in silico donde la integración de datos procedentes de estudios transcriptómicos proporciona nuevo conocimiento científico capaz de solucionar problemas biológicos o clínicos. En el primero de ellos se integran a nivel funcional los niveles de expresión génica y miARN de datos procedentes de un estudio en cáncer de colon, considerando el efecto inhibidor de los miARN sobre los ARNm. El segundo abordaje permite la creación de un panel de genes de respuesta a un fármaco a partir de la integración de los resultados del enriquecimiento funcional de tres estudios de expresión donde se evaluó la misma respuesta farmacológica. Ambas propuestas confirman las aplicaciones transcriptómicas in silico como potentes enfoques para resolver problemas clínicos o biológicos mediante procedimientos computacionales.

[EN] In recent years the omics disciplines have made their way across a wider spectrum of research groups, thus leading to the generation of multi-omics data sets in a great number of studies. While traditional omics studies only focused on a single biological level, the multi-omics approach has the potential of studying systems in further detail. However, along with this great potential comes the challenge of integrating and analyzing data far more complex in nature than that of a single omic discipline. One of such multi-omics data integration challenges is exemplified by the EU-funded DENAMIC project, which investigated neurotoxic effects of low-concentration mixtures of pesticides and a number of common environmental pollutants in children using a Rattus norvegicus animal model. To meet this feat, several omics platforms were employed using brain tissue samples from rats treated with the aforementioned pollutants: proteomics, metabolomics and transcriptomics (RNAseq and miRNA-seq). Clinical data in the form of learning tests was obtained prior to brain tissue sample extraction as well. This project aimed to develop a strategy for the integration of multi-omics and clinical data for the DENAMIC experimental set up by means of creating multi-omic models regarding the neural response to toxic compounds, as well as to confirm previous conclusions of the DENAMIC project and to obtain new information about the global effect of pesticide developmental exposure at both molecular and physiological levels from a multi-omic point of view. The strategy presented here tackles the different challenges of integrative analysis: First, the preprocessing of multi-omic data and the treatment of missing values; second, the establishment of potential associations between mRNAs, miRNAs, proteins and metabolites, while trying to filter out spurious associations to increase the mapping specificity; third, the visualization of these associations by mapping onto KEGG pathways, which allows the identification and study of relevant pathways and components for the various omics studied as well as their interactions; and finally, the association of molecular changes to phenotypic changes, as represented by the clinical data. The results obtained could potentially help locate markers of neurotoxicity and explain the molecular basis of impaired neurodevelopment., [ES] En los últimos años las ciencias ómicas se han hecho hueco en un espectro cada vez más amplio de grupos de investigación, lo que ha resultado en la generación de datos multiómicos en un gran número de estudios. Mientras que los estudios ómicos tradicionales se centraban en un único nivel biológico, el enfoque multi-ómico permite estudiar los sistemas en mucho más detalle. No obstante, este gran potencial viene acompañado del reto de interpretar y analizar datos de naturaleza más compleja que los de una única ómica. Un estudio que ejemplifica el reto de la integración multi-ómica es el proyecto Europeo DENAMIC, que investigó los efectos neurotóxicos de mezclas de pesticidas a bajas concentraciones y de contaminantes ambientales comunes en niños, utilizando como modelo animal Rattus norvegicus. Para ello, se emplearon distintas plataformas ómicas utilizando muestras cerebrales de ratas tratadas con los pesticidas mencionados anteriormente: proteómica, metabolómica y transcriptómica (tanto RNA-seq como miRNA-seq). Además, se obtuvieron datos clínicos mediante tests de aprendizaje realizados con anterioridad al sacrificio de las ratas y extracción de tejido cerebral. Este proyecto pretende desarrollar una estrategia de integración de datos multi-ómicos y clínicos para el diseño experimental del proyecto DENAMIC mediante la creación de modelos multi-ómicos relacionados con la respuesta neuronal a compuestos tóxicos, así como confirmar conclusiones extraídas en previas etapas del proyecto DENAMIC y obtener nueva información acerca del efecto global de la exposición a pesticidas durante el desarrollo a niveles tanto moleculares como fisiológicos desde un punto de vista multi-ómico. La estrategia que presentamos aborda los retos de los análisis de integración: en primer lugar, el pre-procesado de los datos multi-ómicos y el tratamiento de los valores faltantes. En segundo lugar, el establecimiento de asociaciones potenciales entre mRNAs, miRNAs, proteínas y metabolitos, tratando de filtrar asociaciones falsas. En tercer lugar, la visualización de dichas asociaciones en rutas biológicas de KEGG, permitiendo la identificación y el estudio de rutas y componentes relevantes para las distintas ómicas así como su interacción. Finalmente, la asociación de los cambios moleculares con los cambios en el fenotipo representados por los datos clínicos. Los resultados obtenidos podrían servir para la identificación de marcadores de neurotoxicidad y para explicar las bases moleculares en un neurodesarrollo deficiente., [CA] En els últims anys, les ciències òmiques s'han fet lloc en un espectre cada vegada més ampli de grups d'investigació, la qual cosa ha donat com a resultat la generació de dades multiòmiques en un gran nombre d'estudis. Mentres que els estudis òmics tradicionals se centraven en un únic nivell biològic, l'enfocament multiòmic permet estudiar els sistemes amb molt més detall. No obstant això, aquest gran potencial ve acompanyat del repte d'interpretar i analitzar dades de naturalesa més complexa que els d'una única òmica. Un estudi que exemplifica el repte de la integració multiòmica és el projecte Europeu DENAMIC, que va investigar els efectes neurotòxics de mescles de pesticides a baixes concentracions i de contaminants ambientals comuns en xiquets, utilitzant com a model animal Rattus norvegicus. Per a això, es van fer servir distintes plataformes òmiques emprant mostres cerebrals de rates tractades amb els pesticides mencionats anteriorment: proteòmica, metabolòmica i transcriptòmica (tant RNA-seq com miRNA-seq) . A més, es van obtenir dades clíniques per mitjà de tests d'aprenentatge realitzats amb anterioritat al sacrifici de les rates i extracció de teixit cerebral. Aquest projecte pretén desenvolupar una estratègia d'integració de dades multiòmiques i clíniques per al disseny experimental del projecte DENAMIC per mitjà de la creació de models multiòmics relacionats amb la resposta neuronal a compostos tòxics, així com confirmar conclusions extretes en etapes prèvies del projecte DENAMIC i obtenir informació nova sobre l'efecte global de l'exposició a pesticides durant el desenvolupament, tant a nivells moleculars com fisiològics, des d'un punt de vista multiòmic. L'estratègia que presentem consisteix a abordar els reptes de les anàlisis d’integració. En primer lloc, el preprocessat de les dades multiòmiques i el tractament dels valors faltants. En segon lloc, l'establiment d'associacions potencials entre mRNAs, miRNAs, proteïnes i metabòlits, tractant de filtrar associacions falses. En tercer lloc, la visualització de les dites associacions en rutes biològiques de KEGG, permetent la identificació i l'estudi de rutes i components rellevants per a les distintes òmiques, així com la seua interacció. Finalment, l'associació dels canvis moleculars amb els canvis en el fenotip representats per les dades clíniques. Els resultats obtinguts podrien servir per a la identificació de marcadors de neurotoxicitat i per a explicar les bases moleculars en un neurodesenvolupament deficient.

[EN] This TFG will compare a transcription facto database with gene expression data availables on different cancer types in order to find common regulation processes. To this aim, RNA-Seq files at the International Cancer Genome Consortium (ICGC) will be used, and differentially expressed genes between different cancer types will be identified using statistics. After that, bioinformatics tools will be used to identify those transcription factors which regulate the identified genes, and cancer types with common regulator elements will be obtained., [ES] Este Trabajo Fin de Grado (TFG) tiene como objetivo comprarar una base de datos de factores de transcripción con los datos de expresión genética diponibles de distintos tipos de cáncer para buscar procesos de regulación en común. Para ello, se utilizan los archivos de RNA-seq del Intenational Cancer Genome Consortium (ICGC) y mediante un estudio estadístico se determinan los genes diferencialmente expresados en los distintos cánceres. Posteriormente, utilizando herramientas bioinformáticas, se verá que factores de transcripción los regulan y se observará qué cánceres tienen elementos reguladores en común.

Muchos productos hortofrutícolas desarrollan 'daños de frío' durante la conservación a temperaturas inferiores a 12-15 ºC. El tratamiento de 'curado' (3 días 37 ºC) previene la aparición de esta alteración en los frutos cítricos cuando se conservan a 2 ºC. En la mandarina 'Fortune', muy susceptible al frío, los daños se manifiestan como un picado y áreas de color pardo en la parte más externa de la corteza (flavedo). Otra de las alteraciones frecuentes en la postcosecha de los frutos cítricos es el 'colapso de la corteza', que se produce a temperaturas superiores a las que causan 'daños de frío' y cuyos síntomas se caracterizan por la aparición de depresiones en la piel. El acondicionamiento de frutos de 'Navelate' durante 4 días con 10 ?L L-1 de etileno a 22 ºC y 90-95% de humedad relativa (HR) redujo notablemente la incidencia de esta alteración, mientras que la aplicación de 1 ?L L-1 de 1-metilciclopropeno (1-MCP), un inhibidor de la percepción de etileno, la potenció. Para entender los mecanismos asociados al efecto beneficioso del curado reduciendo el 'daño de frío' y del etileno frente al 'colapso de la corteza', se han evaluado cambios globales en la expresión génica en el flavedo de frutos de mandarina 'Fortune' almacenados a 2 ºC, directamente o después del curado, y en el flavedo y albedo de frutos de naranja 'Navelate' almacenados a 22 ºC y 90-95% de HR después de ser tratados con etileno o 1-MCP. Para ello se han empleado dos micromatrices de cDNA generadas en el Consorcio de Genómica Funcional de Cítricos (CFGP). La eficacia del curado reduciendo la incidencia de 'daños de frío' parece estar más relacionada con su efecto evitando la inducción de genes implicados en la degradación de lípidos durante el almacenamiento en frío, que con cambios en la expresión de genes del metabolismo de ácidos grasos que afectan al grado de insaturación de los mismos o a la síntesis de ceras. Además, la expresión de genes del metabolismo de fenilpropanoides, y de otros que, Establés Ortiz, BA. (2008). Estudio transcriptómico de los mecanismos implicados en la tolerancia inducida por el curado al daño de frío y por el etileno al colapso de la corteza en los frutos cítricos [Tesis doctoral no publicada]. Universitat Politècnica de València. doi:10.4995/Thesis/10251/3782.