3.06 Tesis doctorado

Permanent URI for this collection

https://repositorio.uc.cl/handle/11534/3286

Browse

Browsing 3.06 Tesis doctorado by Subject "300"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Modelamiento de los estados del transcriptoma de A. thaliana frente a perturbaciones
    (2018) Moyano Yugovic, Tomás Custodio; Gutiérrez Ilabaca, Rodrigo Antonio; Pontificia Universidad Católica de Chile. Facultad de Ciencias Biológicas
    Hoy en día es habitual el análisis de cambios en la expresión génica para identificar genes relevantes en la respuesta a una perturbación o a una transición en el desarrollo. Sin embargo, muchos de los genes claves para la respuesta de un organismo, no están regulados a nivel de la expresión génica (por ejemplo, genes tempranos en las vías de señalización). Esos genes actualmente están ocultos a los enfoques tradicionales basados en transcriptomas. En este trabajo, abordamos el problema de identificar genes funcionalmente relevantes para una condición “A”, independiente si es que cambian sus niveles de expresión en una condición experimental contrastante. En esta tesis, proponemos un nuevo marco teórico basado en entropía para identificar estos genes. En primer lugar, determinamos los estados del transcriptoma y sus restricciones a partir de una gran cantidad de datos de expresión génica. Encontramos restricciones inherentes a la expresión génica a nivel global que revelan posibles nuevas relaciones funcionales para los genes, que no se obtienen por otros métodos ampliamente utilizados, tales como redes de correlación. Nuestro enfoque, además nos permitió encontrar nuevos genes relevantes en respuesta a perturbaciones, los cuales no necesariamente cambian su expresión en respuesta a dicha perturbación. Nuestro marco conceptual para analizar datos de transcriptomas fue evaluado en dos organismos modelos, Arabidopsis thaliana y Saccharomyces cerevisiae. Esta nueva metodología permite generar nuevas hipótesis acerca de redes regulatorias, las cuales no pueden ser alcanzadas con los métodos existentes. Adicionalmente, con el fin de contextualizar biológicamente listas de genes, se adaptó una metodología basada en análisis de texto que puede complementar la información de herramientas ya existentes, tales como Gene Ontology. Estas metodologías pueden ser fácilmente aplicadas a cualquier organismo que cuente con un número importante de datos transcriptómicos e información.