Abordajes Bioinformáticos para la Integración Funcional de Datos Transcriptómicos en Biomedicina

Abstract

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.