Pese a su coste, el uso generalizado de las tecnologías de análisis genético de gran productividad, como las plataformas de micromatriz y las secuenciadoras genómicas de alto rendimiento, obedece a la voluntad de analizar módulos (“ómicos”) discretos que permitan manejar cómodamente los problemas derivados de la escalabilidad en las redes de influencia genéticas. Sin embargo, un flujo de datos abundante conlleva una dificultad añadida: la del despiece racional de los nodos relevantes para la interpretación y/o formulación de hipótesis. A diferencia de lo que ocurre en el ámbito del procesado y deconstrucción de la información digital, la relación señal / ruido de los patrones de información genética ostentan, en virtud de su pasado evolutivo, un grado de
redundancia y qwertyzación (esto es, preadaptación aparentemente poco funcional de la función genética en virtud de la carga de secuencias parasíticas virales, transposones, pseudogenes y demás componentes del bestiario ribonucleico; véase el apartado
Micromatrices de ADNc: la QWERTYzación del genoma) informativas poco usual. La mayoría de genes realizan multiplicidad de funciones, en lugares y momentos concretos y pautados del desarrollo ontogénico, lo que, unido a la red de influencias mutuas que dirige la vida social del genoma, convierte la ordalía genética en una pesadilla para la biblioteconomía genómica.
Una de las mejores soluciones al problema, de uso extensible al análisis estadístico de los resultados obtenidos de micromatrices y que también se ha utilizado en este trabajo para la catalogación del transcriptoma alterado, aprovecha una versión tecnificada y tecnofílica de la delimitación metafísica clásica del ser y el devenir. La ontología, o estudio de la existencia de las entidades y de las relaciones y categorías que contribuyen a ella, preocupaba a los griegos casi tanto como a los empiristas ilustrados o a los estudiosos sociales modernos, hasta el punto de extender la Platonificación de formas y esencias al ámbito de la diversidad biológica y sociocultural. Más allá de las serias dificultades y limitaciones de esta aproximación a la definición del continuo biológico, el valor puramente pragmático, operacional, del concepto reside en el moldeado de la metainformación propio de la moderna ciencia computacional. Aquí, la ontología es un medio formal representativo en el que se vertebran las relaciones, anotadas o no, entre un grupo de conceptos y sus propiedades, sitos en un determinado dominio.
En el ámbito de la genómica, la anotación genética se beneficia de la Gene Ontology (GO), uno de los vocabularios controlados y/o anotados más utilizados para describir la función genética, que se ha utilizado en esta tesis para elucidar la funcionalidad de la expresión transcriptómica en experimentos de agresión inmunitaria. Como ocurre con otros modelos de anotación ontológica biológica, como la enciclopedia de genes y genomas de Kyoto (KEGG), la anotación genética es costosa no sólo en términos de tiempo dedicado a la definición experimental de genes selectos, sino también al necesario esfuerzo de revisión de la literatura existente sobre cada gen y sus relaciones (TABLA 2). El proyecto GO adscribe un gen a una categoría trina que le asigna una función molecular, compartimento celular o proceso biológico. Así, la definición inicial de la GO para el gen escogido se construye jerárquicamente a partir de la asignación de códigos descriptivos relativos a las categorías mencionadas, de manera que cada término (clase) del conjunto puede asociarse a diversas subclases, en una relación de parentesco que une una o varias clases con uno o varios términos “progenitores” o “descendientes” en una jerarquía de inclusión que, por su promiscuidad (un término puede tener varios progenitores) se define técnicamente como un grafo directo acíclico (FIGURA 5).
Esta platonificación de la descripción genética, esto es, su delimitación en clases discretas ideales, elude los principales peligros de la reificación gracias a la fundación empírica que sustenta todo intento clasificatorio ontológico en biología: la asignación de códigos a los
genes se lleva a cabo mediante un proceso de no menos de una decena de evidencias justificativas de peso creciente extraídas de investigaciones contrastadas y publicadas sobre los genes de interés. En este trabajo, el análisis ontológico de la expresión genética medida a través de su representación transcriptómica, se ha escogido como medio de evaluación alternativo al análisis de agrupaciones (clustering) jerárquicas de genes característico de los primeros estudios detallados de micromatrices de ADN.
TABLA 2. EVIDENCIAS EMPÍRICAS PARA LA ANOTACIÓN ONTOLÓGICADE LA EXPRESIÓN GENÉTICA
Evidencia Ejemplos Confianza1
Afirmaciones contrastadas de
investigadores
• • • • •
Inferencias de los encargados
de la base de datos
• • • • •
Inferencias obtenidas de ensayos directos
Ensayos enzimáticos
Reconstrucción in vitro (transcripción) Inmunofluorescencia (componentes celulares) Fraccionamiento celular (componentes celulares) Interacción física/unión a receptores
• • • • •
Inferencias derivadas de fenotipos mutantes
Mutantes genéticos / knockouts
Sobreexpresión / expresión ectópica de genes mutantes o salvajes Experimentos anti-sense
Experimentación con ARNi Inhibidores específicos de proteínas
• • • • •
Inferencias obtenidas de interacciones genéticas
Supresores, sintéticos letales Complementación funcional
Evaluación de un gen basada en el fenotipo asociado a mutaciones de genes diferentes
• • • • •
Inferencias obtenidas de interacciones físicas Híbridos Copurificación Coinmunoprecipitación Unión a proteínas o iones• • • • •
Inferencias derivadas de
patrones de expresión Niveles de transcripción (micromatrices, transferencia Northern) Niveles de proteínas (transferencia Western)
• • • •
Inferencias basadas ensimilitudes estructurales y de composición de las secuencias
Similitud de la secuencia (homologia/paralogía) Reconocimiento de dominios Similitud estructural Transferencia Southern
• • •
Inferencias basadas en análisis computacionales validadosExperimentos a gran escala de la interacción entre proteínas Experimentos con micromatrices
Integración de diversos tipos de bases de datos complejas Computación basada en análisis textual
• • •
Inferencias basadas en
anotaciones electrónicas
• •
Afirmaciones no contrastadas
de investigadores
•
1La valoración de la confianza es una estimación aproximada del peso relativo de cada evidencia en la
FIGURA 5. INTERPRETACIÓN ONTOLÓGICA DE LA EXPRESIÓN GENÉTICA
La anotación genética a partir de ontologías jerárquicas, como la Gene Ontology aquí representada, aprovecha la codificación de la forma y función genéticas, consensuadas a partir de diversas fuentes, para establecer una ordenación anotada, modelada como un grafo directo acíclico, que puede utilizarse para analizar la representación de los genes expresados en un experimento mediante la evaluación ontológica del transcriptoma.