Desarrollo y análisis bioinformático de mapas ómicos de interacción de proteínas y de coexpresión de genesredes funcionales derivadas
- Alberto Orfao Zuzendaria
- Javier de las Rivas Sanz Zuzendaria
Defentsa unibertsitatea: Universidad de Salamanca
Fecha de defensa: 2009(e)ko otsaila-(a)k 20
- Eugenio Miguel Ángel Santos de Dios Presidentea
- María de la Paz Sacristán Martín Idazkaria
- Federico Morán Abad Kidea
- Alfonso Valencia Herrera Kidea
- Florencio Pazos Kidea
Mota: Tesia
Laburpena
En el ámbito de la investigación científica, la informática es ya una herramienta clave para cualquier estudio y para el avance en cualquier área de conocimiento. Entre estas áreas dependientes de la computación están sin duda las ciencias biológicas ómicas , que necesitan de la informática para manejar las grandescantidades de datos que generan.La convergencia de la tecnología y desarrollo informático-computacional con las áreas citadas de investigación biológica-biomolecular de carácter global ( ómico ), ha dadolugar a la aparición de una nueva disciplina académica y científica, la bioinformática.El trabajo de investigación desarrollado en esta Memoria de Tesis Doctoral, ha sidorealizado en diversas sub-áreas de la investigación bioinformática. En los dos primeros capítulos se ha trabajado con información proveniente de estudios proteómicos, con los objetivos de desarrollar herramientas que faciliten el análisis global de mapas y redes de interacción de proteínas y de diseñar estrategias que mejoren la calidad de los datos de interacción. Los dos últimos capítulos, en cambio, han usado datos einformación generada por estudios transcriptómicos. El capítulo tercero describe eldesarrollo de un método robusto de búsqueda de perfiles de expresión correlacionados,que ha permitido construir redes de coexpresión génica que son analizadas en suestructura y en el tipo de funciones biológicas que muestran. Por último, el capítulo cuarto estudia la desregulación de la expresión genómica producida en estados funcionales alterados (como estados de enfermedad), por medio del diseño de un algoritmo de búsqueda de grupos de genes con el perfil de expresión altamente cambiante y desregulado.