Variación genética asociada a la metilación diferencial del ADN

Laburpena

La hipótesis es que la metilación del ADN podrá actuar como mediador entre la variación genética y la expresión génica. En el modelo que se propone, el genotipo en los SNPs estar a asociado con la metilación de los dinucleótidos CpG y, a su vez, la metilación de los sitios CpG podrá estar asociada con los cambios en la expresión génica. La estrategia ha sido, por tanto, determinar primero la asociación entre el genotipo de los SNPs y la metilación de las citosinas. Esto permitió identicar un gran número de pares SNP-CpG que muestran una asociación estadística altamente signicativa. En una segunda fase, se estudio la co-localización de estos pares con otros elementos genómicos: promotores, potenciadores (enhancers) y semáforos CpG (TL- CpGs, sitios CpG cuyo estado de metilación está directamente relacionado con la expresión génica), lo que ha permitido identicar aquellos pares SNP- CpG con un mayor signicado biológico. Por ultimo, analizando en detalle estos pares SNP-CpG se han podido identicar varios ejemplos que muestran nuevos vínculos funcionales previamente no descritos en los estudios de GWAS. Para alcanzar estos resultados ha sido necesario el desarrollo de nuevas herramientas bioinformáticas y la modicación o mejora de otras ya disponibles en el grupo. En primer lugar, son necesarios metilomas de alta calidad de citosinas individuales, provenientes de múltiples tejidos y de diferentes individuos para optimizar la variación genética disponible. Para ello se ha desarrollado un flujo de datos automatizado, MethylExtract2, que, utilizando software propio y de terceros, integra todas las etapas necesarias para la obtención de los mapas de metilación. Por otra parte, los metilomas procesados mediante MethylExtract2 se han almacenado en la base de datos NGSmethDB, la cual ha sido objeto de dos actualizaciones a lo largo del desarrollo de esta Tesis Doctoral: NGSmethDB 2017 y NGSmethDB20, esta ultima a un en desarrollo y de la que se presentan los principales resultados preliminares. Además, en el transcurso de esta Tesis se ha desarrollado una importante mejora del método de predicción de islas CpG, gCluster, que incluye algunas mejoras respecto a su predecesor CpGcluster sobre todo en el modelo de distancias en el caso de k-meros solapantes. Para el estudio de asociación entre variación genética y metilación del ADN se procesaron, utilizando MethylExtract2, los metilomas de 58 muestras, cada una de ellas de un individuo (y por tanto genotipo) distinto. A continuación, y tras explorar varios métodos, se desarrolló un protocolo basado en el Test Exacto de Fisher para determinar si existe asociación estadística entre los valores de metilación y el genotipo en el conjunto de muestras estudiadas, encontrándose un total de 51.585 SNPs (1,3 %) asociados con al menos un CpG (FDR 0.05). Con objeto de almacenar todos estos resultados y hacerlos disponibles a la comunidad científica, se ha desarrollado un nuevo recurso web, geno5mC, donde se puede explorar la asociación entre genotipo y metilación mediante una aplicación interactiva que incorpora distintos métodos de búsqueda jerarquizada. Esto permite buscar nuevas conexiones funcionales entre los SNPs asociados, por un lado, y las enfermedades u otros rasgos, por otro, lo que lo convierte en un recurso clave especialmente en aquellos casos en que no se conoce a un un vínculo molecular o funcional directo.