Clasificación del conjunto de genes de Drosophila melanogaster atendiendo al nivel de expresión en los distintos tejidos, para la comprensión de los mecanismos moleculares

Abstract

[EN] Transcriptome studies, by means of high-throughput technologies such as microarrays and next-generation sequencing (RNA-seq), have yielded, in recent years, knowledge of a large number of mechanisms that occur in cells in different conditions. The complexity of transcriptome is due to its dynamic regulation among stages of development, tissues and different conditions or treatments to which cells are subjected, and determines the need of studying the level of gene expression in each of the dimensions in which it varies with the aim of understanding the activity of a particular type of cell, in a particular stage of development and under specific conditions. The purpose of this study is to establish a novel classification of genes of the species Drosophila melanogaster, animal model of interest in the biomedical field, in the different tissues that will provide a new perspective of the fly genes and molecular mechanisms. This gene characterization will enable a better understanding of the transcriptomic studies developed. The expression levels were obtained from the data of the RNA-Seq studies performed by modENCODE in the project “The Drosophila Transcriptome” in different tissues and stages of development. The downloaded data, which is in SAM format (mapping files), will be processed, which consists of the quantification of the reads per gene, and normalized, with the purpose of removing technical and biological biases. Next, the classification of the data is performed using hierarchical clustering with the correlation distance, which aims to classify the genes according to their similarity in terms of trend of the gene expression. Once the groups of genes are obtained, each cluster is functionally analyzed by using tools of single enrichment and protein-protein interactions.

[ES] El estudio del transcriptoma, mediante tecnologías de alto rendimiento como los microarrays y la secuenciación masiva (RNA-seq), ha permitido en los últimos años conocer una gran cantidad de mecanismos que se producen en las células en distintas condiciones. La complejidad del transcriptoma reside en su regulación dinámica a lo largo de los distintos estadios del desarrollo, en los tejidos y ante distintas condiciones o tratamientos a las que se vean sometidas las células, y determina la necesidad de estudiar el nivel de expresión génica en cada una de las dimensiones en las que varía, para así comprender la actividad de un tipo de célula particular, en un estadio concreto y ante unas determinadas condiciones. El objetivo de este trabajo es la determinación de una nueva clasificación de los genes de la especie Drosophila melanogaster, modelo animal en el ámbito de la investigación biomédica, en los distintos tejidos que proporcione una nueva visión de sus genes y mecanismos moleculares. Esta caracterización de los genes permitirá una mejor comprensión de los estudios transcriptómicos desarrollados. Los niveles de expresión se obtuvieron a partir de los datos de los estudios de RNA-Seq desarrollados por modENCODE en el proyecto “El transcriptoma de Drosophila” en diferentes tejidos y estadíos del desarrollo. Tras la descarga de los ficheros de mapeo SAM, se cuantificaron las lecturas por gen y a continuación se normalizó el conjunto de todos los niveles de expresión, con el fin de eliminar los sesgos técnicos, debidos a la secuenciación, y biológicos. La clasificación de los datos se realiza posteriormente mediante clustering jerárquico, que trata de agrupar los datos en función de su similitud, para lo cual se emplea la distancia de correlación ya que se pretende clasificar los genes en términos de tendencia de la expresión génica. Una vez obtenidos los grupos de genes, se lleva a cabo la interpretación funcional de cada uno de los clusters mediante técnicas de enriquecimiento en la herramienta web Babelomics y estudios de interacción proteína-proteína con STRING.