Expresión génica en mieloma múltiple: análisis de datos de RNA-seq y microarrays en combinación con estudios de metaanálisis y predicción de respuesta al tratamiento
- Autores: Luis Corchete
- Directores de la Tesis: Francisco Javier Burguillo Muñoz (dir. tes.), Norma C. Gutiérrez (codir. tes.)
- Lectura: En la Universidad de Salamanca ( España ) en 2019
- Idioma: español
- Tribunal Calificador de la Tesis: Rogelio González Sarmiento (presid.), Fátima Al-Shahrour (secret.), Albert Oriol Rocafiguera (voc.)
- Programa de doctorado: Programa de Doctorado en Farmacia y Salud por la Universidad de Salamanca
- Materias:
- Enlaces
- Tesis en acceso abierto en: GREDOS
- Resumen
El mieloma múltiple (MM) es una neoplásia hematológica que presenta una gran variabilidad clínica como consecuencia de su heterogeneidad genética. Así, desde las etapas precursoras del MM conviven en la médula ósea múltiples clones celulares genéticamente distintos y por tanto, con capacidad diferente para sobrevivir y resistir a la acción de factores externos como son los tratamientos. Esta diversidad, ha conducido en los últimos 20 años al desarrollo de nuevos fármacos con mecanismos de acción muy diferentes a la quimioterapia clásica, lo que ha contribuído a prolongar notablemente la supervivencia global de las personas afectadas por esta patología. Igualmente, en las últimas décadas ha habido grandes progresos en el descubrimiento de los procesos biológicos implicados en el MM, derivados, principalmente, de la inmensa información aportada en campos como la transcriptómica gracias a tecnologías de análisis masivo de datos como los microarrays o la RNA-seq.
Con estos antecedentes, en el presente trabajo se ha procedido a la búsqueda de las firmas de expresión génica de diferentes compuestos utilizados en el tratamiento del MM, así como a la determinación de genes implicados en la respuesta de estos fármacos en pacientes con esta patología. Para ello, se propuso en un primer lugar, una guía para el análisis de datos de RNA-seq mediante el desarrollo de un flujo de análisis o pipeline, en el que se determinaron los métodos y algoritmos más adecuados para el procesamiento de datos de esta tecnología. Así, se llevó a cabo la evaluación del rendimiento de 192 pipelines a nivel de expresión génica cruda y de 17 métodos a nivel de expresión génica diferencial, de manera que finalmente fueron establecidos los pipelines y algoritmos con mejores índices de precisión y exactitud a la hora de la determinación de la expresión génica a ambos niveles. En una siguiente etapa se realizó un estudio comparativo entre la RNA-seq y el microarray transcriptómico HTA 2.0 de Affymetrix, para establecer cuál de las dos tecnologías muestra un mayor rendimiento en estudios de expresión génica. Tras el establecimiento de las metodologías óptimas de análisis, se procedió a la determinación de los perfiles de expresión génica asociados a 12 fármacos antimieloma mediante técnicas de metaanálisis en líneas celulares. Esto condujo a la especificación de una firma génica para cada uno de los compuestos analizados, que fue asociada posteriormente a posibles mecanismos de acción o de quimiorresistencia. Adicionalmente, también se llevó a cabo la definición de los perfiles de expresión génica asociados a la respuesta a tres esquemas de tratamiento en pacientes con MM al momento del diagnóstico, siendo comprobada, en un último paso, la eficiencia de estos perfiles de expresión en la predicción de la respuesta propuestos a través del uso de modelos estadísticos predictivos.
