PROCESAMIENTO Y ANÁLISIS DE DATOS TRANSCRIPTÓMICOS (RNA-Seq) SIN PROGRAMACIÓN

MÓDULO 1. INTRODUCCIÓN AL ANÁLISIS TRANSCRIPTÓMICO Y RNA-Seq

12 HORAS

** La transcriptómica es una de las disciplinas fundamentales dentro de las ciencias ómicas y se encarga del estudio del conjunto completo de transcritos presentes en una célula o tejido en un momento determinado. Permite comprender cómo los genes se expresan y regulan en distintos contextos biológicos, lo que la convierte en una herramienta clave en muchas disciplinas de investigación biológica.

Un método moderno de análisis transcriptómico es la tecnología de secuenciación de ARN o RNA-Seq que se ha convertido en una herramienta clave para el estudio de la expresión génica, permitiendo analizar de manera detallada los perfiles transcriptómicos en distintas condiciones.

1.1. Fundamentos de la transcriptómica:

1.1.1. Introducción a las ciencias ómicas:

1.1.1.1. El dogma central de la biología molecular.

1.1.1.2. Las principales capas ómicas en biología molecular.

1.1.2. Métodos transcriptómicos para cuantificar la expresión génica:

1.1.2.1. Métodos de bajo rendimiento.

1.1.2.2. Métodos de alto rendimiento.

1.1.3. Aplicaciones en biomedicina, industria farmacéutica y clínica.

1.2. Conceptos clave de RNA-Seq:

1.2.1. Definición y tipos de RNA-Seq.

1.2.2. Flujo de trabajo general de bulk RNA-Seq:

1.2.2.1. Protocolo de laboratorio.

1.2.2.2. Protocolo de análisis bioinformático.

1.2.3. Ventajas e inconvenientes sobre otras tecnologías.

1.3. Diseño experimental en RNA-Seq:

1.3.1. Consideraciones iniciales y definición del objetivo del estudio:

1.3.1.1. Selección de muestras.

1.3.1.2. Selección de réplicas técnicas y biológicas.

1.3.1.3. Selección de estrategia de secuenciación.

1.3.2. Efecto batch y factores de confusión.

1.4. Introducción a Galaxy:

1.4.1. ¿Qué es Galaxy y por qué usarlo?

1.4.1.1. Funcionalidades y herramientas principales.

1.4.1.2. ¿Es mejor no programar?

1.4.2. Creación de una cuenta en Galaxy.

1.4.3. Exploración de los elementos principales de la interfaz.

MÓDULO 2. OBTENCIÓN Y PROCESAMIENTO DE DATOS RNA-Seq

12 HORAS

** El análisis de datos RNA-Seq requiere la manipulación de múltiples formatos de archivo que contienen información clave sobre la secuenciación, alineamiento y anotación de los transcritos. Además, existen diversas bases de datos públicas que proporcionan datos de RNA-Seq de alta calidad, facilitando estudios de expresión génica sin necesidad de generar nuevas secuencias.

2.1. Tipos y fuentes de datos:

2.1.1. Tipos de datos durante el análisis:

2.1.1.1. Datos crudos.

2.1.1.2. Archivos de referencia.

2.1.1.3. Archivos de alineamiento.

2.1.1.4. Archivos de cuantificación.

2.1.1.5. Archivos auxiliares y de control de calidad.

2.1.2. Fuentes de datos públicos y descarga de datos.

2.2. Control de calidad:

2.2.1. Importancia de la calidad de los datos.

2.2.2. Puntos de control de calidad durante el preprocesamiento:

2.2.2.1. Control de calidad de lecturas crudas.

2.2.2.2. Control de calidad de alineamiento.

2.2.2.3. Control de calidad de cuantificación.

2.2.2.4. Control de calidad de reproducibilidad.

2.3. Preprocesamiento de datos con Galaxy:

2.3.1. Caso de estudio.

2.3.2. Importación de los datos crudos.

2.3.3. Preprocesamiento de las lecturas.

2.3.4. Alineamiento.

2.3.5. Cuantificación.

MÓDULO 3. ANÁLISIS DE EXPRESIÓN DIFERENCIAL

12 HORAS

** El análisis de expresión diferencial es una herramienta esencial en transcriptómica, proporcionando información clave sobre genes regulados en distintos contextos biológicos. Consiste en la identificación de aquellos genes que presentan cambios significativos en sus niveles de expresión entre diferentes condiciones biológicas o experimentales. Su correcta interpretación requiere un enfoque crítico que combine estadística, biología funcional y validación experimental.

3.1. Conceptos básicos de expresión diferencial:

3.1.1. Definición e interpretación de la expresión diferencial:

3.1.1.1. Normalización de datos.

3.1.1.2. Interpretación y consideraciones estadísticas.

3.1.2. Métodos más utilizados de expresión diferencial.

3.2. Análisis de expresión diferencial con Galaxy:

3.2.1. Configuración de factores y niveles en base a metadatos.

3.2.2. Análisis de expresión diferencial e interpretación de resultados.

3.2.3. Visualización de datos de expresión diferencial:

3.2.3.1. Gráficos para evaluar la reproducibilidad de las muestras.

3.2.3.2. Gráficos para interpretar la expresión diferencial.

MÓDULO 4. ANÁISIS DE ENRIQUECIMIENTO FUNCIONAL

8 HORAS

** El análisis de enriquecimiento funcional es una metodología bioinformática utilizada para interpretar listas de genes o proteínas en un contexto biológico. Su objetivo principal es identificar funciones biológicas, procesos celulares o rutas metabólicas sobrerrepresentadas en un conjunto de datos, en comparación con un fondo de referencia.

4.1. Conceptos básicos de enriquecimiento funcional:

4.1.1. Definición y consideraciones iniciales sobre el enriquecimiento funcional.

4.1.2. Bases de datos enriquecimiento funcional.

4.1.3. Métodos más utilizados de enriquecimiento funcional.

4.2. Análisis de enriquecimiento funcional en Galaxy:

4.2.1. Análisis de sobrerrepresentación (ORA).

4.2.2. Gene Set Enrichment Analysis (GSEA):

4.2.2.1. Fundamentos básicos de GSEA.

4.2.2.2. Preranked GSEA en Galaxy.

MÓDULO 5. OTROS RECURSOS PARA EL ANÁLISIS DE GENES DE INTERÉS

6 HORAS

** Generalmente, en estudios de RNA-Seq se seleccionan unos pocos genes candidatos entre los diferencialmente expresados para utilizarlos como biomarcadores o validarlos por mutagénesis o deleción. Para seleccionar estos genes es necesario analizarlos en su contexto biológico. El primer paso es consultar su anotación y caracterización general para lo que existen bases de datos especializadas que recopilan información sobre la secuencia del gen, sus transcritos, variantes, funciones biológicas y relación con enfermedades. Estas herramientas permiten obtener una visión completa de la información disponible sobre el gen de interés.

5.1. Identidad y función:

5.1.1. Anotación a nivel de gen (NCBI Gene).

5.1.2. Anotación a nivel de proteína (UniProt).

5.2. Contexto genómico (UCSC Genome Browser).

5.3. Patrón de expresión:

5.3.1. GTEx (Genotype-Tissue Expression Project).

5.3.2. Expression Atlas (EMBL-EBI).

5.4. Redes de interacción (STRING) .