Functional profiling of human genomic data using the protein interactome

Abstract

[EN] Our understanding of the biological mechanisms for most common human diseases is far from complete. Even with well established genetic landscapes, our capacity to make accurate phenotypical predictions or determine personalised disease risk using genetics alone is not possible for most diseases due to our lack of understanding of the mechanisms by which genetic alterations cause disease. Several suggestions have been proposed to explain this manifested lack of direct relation between genotype and phenotype, including interactions with other molecules, pleiotropy and environmental perturbations. Due to their essential role in carrying cellular functions, proteins and its interactions seem crucial to translate genomic data to phenotypic states. In this thesis I present three different and independent approaches to integrate human genomic data with prior knowledge in terms of protein-protein interactions (PPIs). The overall objective is, by making use of the interactome structure, to propose functional hypotheses that help to interpret the genetic variability observed in different human phenotypes. First I developed a methodology to extract the network component associated to any gene list ranked by any experimental parameter, as the one coming from case-control genome-wide associations studies. Second I performed a systematic analysis of human variants in the context of the protein interactome. There I study how the interactome structure can help us to explain the amount of apparently deleterious variation observed in actual populations and, therefore, give insight in its role in shaping the patterns of variability. Results are compared against somatic mutation found in Leukemia patients. Finally, I structurally resolved the protein interactome and used it to study how somatic mutations found in primary tumours distribute across the interacting interfaces and identify those with a potential role in driving oncogenesis. Although each chapter covers a different question, all of them demonstrate the potential of the interactome in helping to interpret genomic variation observed under diverse research scenarios.

[ES] Nuestro conocimiento acerca de los mecanismos biológicos causantes de la mayoría de enfermedades humanas comunes es aun pobre. Incluso con mapas genéticos de alta resolución, nuestra capacidad para hacer predicciones fenotípicas certeras o determinar el riesgo de una persona a padecer una enfermedad utilizando solamente marcadores genéticos es muy baja. Entre las principales causas de esta aparente falta de relación directa entre genotipo y fenotipo están las interacciones moleculares, los fenómenos de pleiotropía y la influencia de los factores externos. Debido al papel esencial que ejercen en llevar a cabo las funciones celulares, las proteínas y sus interacciones han adquirido una atención especial en la traducción de los datos genotípicos a estados fenotípicos. En esta tesis se presentan tres estrategias diferentes para la integración de datos genómicos humanos con la red de interacciones proteicas (interactoma). El objetivo común de todas ellas es, haciendo uso de la estructura del interactoma, proponer hipótesis funcionales que ayuden a interpretar los patrones de variabilidad observados en diferentes estados fenotípicos humanos. Primero, se propone una metodología para extraer el componente del interactoma asociado a los genes relevantes en una lista ranqueada por cualquier parámetro experimental, como el estadístico derivado de los estudios de asociación genómicos. Es segundo lugar se describe un análisis sistemático de las variantes genéticas observadas en humanos sanos en el contexto del interactoma. En él se estudia cómo la estructura del interactoma puede ayudar en explicar la aparentemente elevada cantidad de variantes deletéreas observadas en los últimos estudios poblacionales de secuenciación de genomas. Los resultados son comparados con las mutaciones somáticas observadas en pacientes de Leucemia. Finalmente, se presenta un estudio de las mutaciones somáticas observadas en tumores primarios utilizando una versión del interactoma que incluye la estructura tridimensional de las proteínas. Aunque cada estudio presentado en la tesis pretende resolver preguntas diferentes, todos ellos demuestran el potencial del interactoma de proteínas en ayudar a interpretar la variación genómica humana observada en un contexto tanto evolutivo como de enfermedad.

[CA] El nostre coneixement sobre els mecanismes biològics causants de la majoria de malalties humanes comuns es encara pobre. Tot i que en l'actualitat tenim mapes genètics d'alta resolució, la nostra capacitat per a fer prediccions fenotípiques certeres utilitzant únicament marcadors genètics es encara molt baixa degut a que no entenem les bases moleculars a traves de les quals les alteracions genètiques condicionen un fenotip de malaltia. Entre les principals causes d'aquesta aparent falta de relació directa entre genotip i fenotip estan la complexitat introduïda per les interacciones moleculars, els fenòmens de peleiotropia i la influencia dels factors externs. Degut al paper clau en dur a terme la majoria de funcions cel·lulars, les proteïnes i les seues interaccions han adquirit una especial atenció en la traducció de les dades genotípiques en estats fenotípics. Aquesta tesi presenta tres estartègies diferents per a la integració de dades genòmiques humanes amb la xarxa d'interaccions proteiques (interactoma). L'objectiu comú es, fent ús de l'estructura del interactoma, proposar hipòtesis funcionals que ajuden a interpretar els patrons de variabilitat genètica observats en diferents estats fenotípics. En primer lloc, es proposa una metodologia per a extraure el component de l'interactoma associat als gens rellevants en una llista ranquejada per qualsevol paràmetre experimental, com l'estadístic derivat d'estudis d'assocaició de genoma. En segon lloc, es descriu un anàlisi sistemàtic de les variants genètiques observades en humans sans en el context del interactoma. Ací s'analitza com l'estructura del interactoma pot ajudar a explicar l'aparent elevada quantitat de variants deletèries observades en els últims estudis poblacionals de sequenciació de genomes. Els resultats son comparats amb les mutacions somàtiques observades en pacients de Leucèmia. Finalment, es presenta un estudi de les mutacions somàtiques observades en tumors primaris de més de 20 tipus utilitzant una versió del interactoma més resolutiva, que inclou l'estructura tridimensional de les proteïnes. Encara que cada estudi presentat en la tesi planteja resoldre qüestions diferents, tots ells demostren el potencial del interactoma de proteïnes en ajudar a interpretar la variació genòmica humana observada en un context tant poblacional com de malaltia.