Resumen de A computational approach to transcriptional regulation in response to hypoxia
La presente tesis es el resultado de una colaboración entre la Universidad Autónoma de Madrid y la Unidad de Genómica de la Fundación Parque Científco de Madrid. Su eje fundamental es la creación e implementación de protocolos y aplicaciones de análisis de datos de secuenciación masiva que, por un lado, amplíen el conocimiento sobre la respuesta transcripcional a hipoxia en el entorno académico, y por otro, aumenten y refuercen la oferta de servicios de análisis del socio industrial. Comenzamos explorando métodos para integrar múltiples transcriptomas que, controlando la variación técnica y biológica de los datos, resulten en perfles de expresión robustos y representativos del fenómeno biológico en cuestión. Primero, para producir perfl abarcando todo el transcriptoma, elegimos aplicar una técnica de meta-análisis formal a más de 400 muestras de RNA-seq procedentes de un variado abanico de estudios en células humanas de diferente origen y condiciones de experimentación, obteniendo para cada gen una evaluación cuantitativa de la magnitud del cambio de expresión y de la prevalencia del mismo a lo largo de los estudios. A continuación, utilizando el mismo corpus de experimentos, se construyó una frma molecular con los genes ubicuamente inducidos en el meta-análisis. Para ello se generó una colección de árboles de decisión que incluyera tanto la identidad de los genes como límites cuantitativos para cada uno. Estos clasifcadores pueden ser aplicados individualmente o en conjuntos y son transparente y fáciles de interpretar, ofreciendo completa trazabilidad de los resultados obtenidos. Posteriormente pasamos a abordar el procesado de experimentos de scRNA-seq, comenzando por el análisis de datos producidos cooperativamente entre el miembro académico y la Unidad de Genómica para caracterizar la infuencia de la hipoxia en el desarrollo y diferenciación celular de un modelo de cuerpos embrionarios. Este análisis puso de manifesto la necesidad de proporcionar una aplicación gráfca que asista al usuario en los pasos necesarios y su interpretación. Así, se procedió a desarrollar SinglePointRNA, una aplicación interactiva que implementa métodos establecidos y nuevas herramientas para asistir en la toma de decisiones, todo esto prestando especial atención a la creación de un entorno de aprendizaje guiado que ofrezca una interfaz fácil de usar y favorezca la consolidación de los conceptos en los que se basan estos métodos de análisis. En conclusión, este proyecto ha producido métodos y herramientas bioinformáticas útiles para el análisis transcriptómico, relevantes académica y empresarialmente
