#JBCM 18

Título: Detección bioinformática y automatizada de micro- y macrovariaciones del genoma humano implicadas en enfermedades

Nombre: Laura González Álvarez - e-mail: laura20ga@gmail.com - Twitter:

Grupo: Estudiante máster / Biología de Sistemas

Director/a: Manuel Gonzalo Claros Diaz. Dpto. Biología Molecular y Bioquímica

Tutor/a: .

 

Resumen:

Las enfermedades raras presentan una gran heterogeneidad genética, lo que dificulta su estudio y diagnóstico por técnicas convencionales. La ultrasecuenciación (NGS, next-generation sequencing) se plantea como alternativa eficaz para el estudio de estas al proporcionar, en un único análisis, todas las variaciones mononucleotídicas (SNV, single nucleotide variants), inserciones y deleciones pequeñas (indels) y variaciones estructurales (SV, structural variants) del paciente. Debido a la gran cantidad de datos que se obtiene en un análisis por NGS, hay que desarrollar y establecer flujos de trabajo (workflows) que permitan consolidar y garantizar unos estándares de calidad que devuelvan una información fiable en un tiempo prudente. En este trabajo se ha programado un flujo de trabajo robusto y automatizado en bash que combina herramientas ampliamente utilizadas para encontrar SNV, indels y SV del genoma humano; también, se incluye la búsqueda remota en bases de datos tales como dbSNP, ClinVar, ExAC etc. para anotar las variaciones y facilitar su clasificación por patogenicidad y frecuencia alélica. Los genes con variaciones patógenas conocidas se introducirán en la herramienta IPA (Ingenuity Pathway Analysis) para obtener una información funcional. Se quiere aplicar este flujo de trabajo a un grupo de pacientes con una enfermedad rara y fenotipos similares para tratar de conocer la causa genética de

su enfermedad. Si se confirma, se espera que este flujo de trabajo ofrezca información depurada, fiable y rápida al clínico para facilitar el diagnóstico preciso, precoz y personalizado.

 

Referencias:

Brown T. L. and Meloche T. M. Exome sequencing a review of new strategies for rare genomic disease research. Genomics, 3:4, 109-114 (2016).

Lelieveld S. H. et al. Novel bioinformatics developments for exome sequencing. Human Genetics, 135:6, 603-614 (2016).

Sandmann S.et al. Evaluating variant calling tools for non-matched next-generation sequencing data. Scientific Reports, 7:43169 (2017).

Financiación: