Recuperación cruzada de información pública clínico-genómica a partir de consultas sobre repositorios clínicos privados

Parte de la investigación biomédica actual se encuentra centrada en el análisis de datos heterogéneos. Estos datos pueden tener distinto origen, estructura, y semántica. Gran cantidad de datos de interés para los investigadores se encuentran en bases de datos públicas, que recogen información de distintas fuentes y la ponen a disposición de la comunidad de forma gratuita. Para homogeneizar estas fuentes de datos públicas con otras de origen privado, existen diversas herramientas y técnicas que permiten automatizar los procesos de homogeneización de datos heterogéneos. El Grupo de Informática Biomédica (GIB) [1] de la Universidad Politécnica de Madrid colabora en el proyecto europeo P-medicine [2], cuya finalidad reside en el desarrollo de una infraestructura que facilite la evolución de los procedimientos médicos actuales hacia la medicina personalizada. Una de las tareas enmarcadas en el proyecto P-medicine que tiene asignado el grupo consiste en elaborar herramientas que ayuden a usuarios en el proceso de integración de datos contenidos en fuentes de información heterogéneas. Algunas de estas fuentes de información son bases de datos públicas de ámbito biomédico contenidas en la plataforma NCBI [3] (National Center for Biotechnology Information). Una de las herramientas que el grupo desarrolla para integrar fuentes de datos es Ontology Annotator. En una de sus fases, la labor del usuario consiste en recuperar información de una base de datos pública y seleccionar de forma manual los resultados relevantes. Para automatizar el proceso de búsqueda y selección de resultados relevantes, por un lado existe un gran interés en conseguir generar consultas que guíen hacia resultados lo más precisos y exactos como sea posible, por otro lado, existe un gran interés en extraer información relevante de elevadas cantidades de documentos, lo cual requiere de sistemas que analicen y ponderen los datos que caracterizan a los mismos. En el campo informático de la inteligencia artificial, dentro de la rama de la recuperación de la información, existen diversos estudios acerca de la expansión de consultas a partir de retroalimentación relevante que podrían ser de gran utilidad para dar solución a la cuestión. Estos estudios se centran en técnicas para reformular o expandir la consulta inicial utilizando como realimentación los resultados que en una primera instancia fueron relevantes para el usuario, de forma que el nuevo conjunto de resultados tenga mayor proximidad con los que el usuario realmente desea. El objetivo de este trabajo de fin de grado consiste en el estudio, implementación y experimentación de métodos que automaticen el proceso de extracción de información trascendente de documentos, utilizándola para expandir o reformular consultas. De esta forma se pretende mejorar la precisión y el ranking de los resultados asociados. Dichos métodos serán integrados en la herramienta Ontology Annotator y enfocados a la fuente de datos de PubMed [4].---ABSTRACT---Part of the current biomedical research is focused on the analysis of heterogeneous data. These data may have different origin, structure and semantics. A big quantity of interesting data is contained in public databases which gather information from different sources and make it open and free to be used by the community. In order to homogenize thise sources of public data with others which origin is private, there are some tools and techniques that allow automating the processes of integration heterogeneous data. The biomedical informatics group of the Universidad Politécnica de Madrid cooperates with the European project P-medicine which main purpose is to create an infrastructure and models to facilitate the transition from current medical practice to personalized medicine. One of the tasks of the project that the group is in charge of consists on the development of tools that will help users in the process of integrating data from diverse sources. Some of the sources are biomedical public data bases from the NCBI platform (National Center for Biotechnology Information). One of the tools in which the group is currently working on for the integration of data sources is called the Ontology Annotator. In this tool there is a phase in which the user has to retrieve information from a public data base and select the relevant data contained in it manually. For automating the process of searching and selecting data on the one hand, there is an interest in automatically generating queries that guide towards the more precise results as possible. On the other hand, there is an interest on retrieve relevant information from large quantities of documents. The solution requires systems that analyze and weigh the data allowing the localization of the relevant items. In the computer science field of the artificial intelligence, in the branch of information retrieval there are diverse studies about the query expansion from relevance feedback that could be used to solve the problem. The main purpose of this studies is to obtain a set of results that is the closer as possible to the information that the user really wants to retrieve. In order to reach this purpose different techniques are used to reformulate or expand the initial query using a feedback the results that where relevant for the user, with this method, the new set of results will have more proximity with the ones that the user really desires. The goal of this final dissertation project consists on the study, implementation and experimentation of methods that automate the process of extraction of relevant information from documents using this information to expand queries. This way, the precision and the ranking of the results associated will be improved. These methods will be integrated in the Ontology Annotator tool and will focus on the PubMed data source.

Información molecular vs información genealógica en la gestión de poblaciones

Tanto en el campo de la conservación como en el de la mejora genética, se han propuesto diversos métodos para gestionar una población controlando la pérdida de diversidad genética. En poblaciones no subdivididas, el método aceptado es determinar la contribución de cada posible padre (i.e., el número de descendientes que cada individuo deja a la siguiente generación), minimizando el parentesco global de los padres ponderado por estas contribuciones (Meuwissen, 1997; Grundy et al., 1998; Fernández et al., 2003). Los coeficientes de parentesco se obtienen normalmente de la genealogía, y en dicho caso, se optimiza el parentesco global genealógico. Sin embargo, la información genealógica no está siempre disponible, en cuyo caso se pueden usar marcadores moleculares para calcular el parentesco molecular o estimar el parentesco genealógico (Toro et al., 2009). Así, cuando no se dispone de genealogías, se puede minimizar el parentesco molecular global o el parentesco global genealógico estimado con los marcadores. Fernández et al. (2005) estudiaron mediante simulaciones la capacidad de la información molecular de reemplazar a la información genealógica, y concluyeron que el uso exclusivo de información molecular era claramente insuficiente. En dicho estudio, los autores se basaron en un número limitado de marcadores microsatélites, del orden de decenas. En la actualidad, gracias a los métodos de secuenciación de última generación, disponemos de miles de marcadores de tipo SNP, lo que hace necesaria una revisión de aquellas investigaciones que concluían que la utilidad de la información molecular era limitada e inferior a la genealógica. En este estudio, reevaluamos vía simulaciones la capacidad de la información genómica de reemplazar a la información genealógica para mantener diversidad genética en programas de conservación, usando un número de SNPs en línea con los datos actualmente disponibles

Análisis genómico y funcional de los sistemas de Quorum Sensing en Rhizobium leguminosarum

Rhizobium leguminosarum (Rl) es una alfa-proteobacteria capaz de establecer una simbiosis diazotrófica con distintas leguminosas. A pesar de la importancia de esta simbiosis en el balance global del ciclo del nitrógeno, muy pocos genomas de rhizobios han sido secuenciados, que aporten nuevos conocimientos relacionados con las características genéticas que contribuyen a importantes procesos simbióticos. Únicamente tres secuencias completas de Rl han sido publicadas: Rl bv. viciae 3841 y dos genomas de Rl bv. trifolii (WSM1325 y WSM2304), ambos simbiontes de trébol. La secuencia genómica de Rlv UPM791 se ha determinado por medio de secuenciación 454. Este genoma tiene un tamaño aproximado de 7.8 Mb, organizado en un cromosoma y 5 replicones extracromosómicos, que incluyen un plásmido simbiótico de 405 kb. Este nuevo genoma se ha analizado en relación a las funciones simbióticas y adaptativas en comparación con los genomas completos de Rlv 3841 y Rl bv. trifolii WSM1325 y WSM2304. Mientras que los plásmidos pUPM791a y b se encuentran conservados, el plásmido simbiótico pUPM791c exhibe un grado de conservación muy bajo comparado con aquellos descritos en las otras cepas de Rl. Uno de los factores implicados en el establecimiento de la simbiosis es el sistema de comunicación intercelular conocido como Quorum Sensing (QS). El análisis del genoma de Rlv UPM791 ha permitido la identificación de dos sistemas tipo LuxRI mediados por señales de tipo N-acyl-homoserina lactonas (AHLs). El análisis mediante HPLC-MS ha permitido asociar las señales C6-HSL, C7-HSL y C8-HSL al sistema rhiRI, codificado en el plásmido simbiótico; mientras que el sistema cinRI, localizado en el cromosoma, produce 3OH-C14:1-HSL. Se ha identificado una tercera sintasa (TraI) codificada en el plásmido simbiótico, pero su regulador correspondiente se encuentra truncado debido a un salto de fase. Adicionalmente, se han encontrado tres reguladores de tipo LuxR-orphan que no presentan una sintasa LuxI asociada. El efecto potencial de las señales tipo AHL se ha estudiado mediante una estrategia de quorum quenching, la cual interfiere con los sistemas de QS de la bacteria. Esta estrategia está basada en la introducción del gen aiiA de Bacillus subtilis, que expresa constitutivamente una enzima lactonasa degradadora de AHLs. Para llevar a cabo el análisis en condiciones simbióticas, se ha desarrollado un sistema de doble marcaje que permite la identificación basado en los marcadores gusA y celB, que codifican para una enzima β–glucuronidasa y una β–galactosidasa termoestable, respectivamente. Los resultados obtenidos indican que Rlv UPM791 predomina sobre la cepa Rlv 3841 para la formación de nódulos en plantas de guisante. La baja estabilidad del plásmido que codifica para aiiA, no ha permitido obtener una conclusión definitiva sobre el efecto de la lactonasa AiiA en competitividad. Con el fin de analizar el significado y la regulación de la producción de moléculas señal tipo AHL, se han generado mutantes defectivos en cada uno de los dos sistemas de QS. Se ha llevado a cabo un análisis detallado sobre la producción de AHLs, formación de biofilm y simbiosis con plantas de guisante, veza y lenteja. El efecto de las deleciones de los genes rhiI y rhiR en Rlv UPM791 es más drástico en ausencia del plásmido pUPM791d. Mutaciones en cinI o cinRIS muestran tanto ausencia de señales, como producción exclusivamente de las de bajo peso molecular, respectivamente, producidas por el sistema rhiRI. Estas mutaciones mostraron un efecto importante en simbiosis. El sistema rhiRI se necesita para un comportamiento simbiótico normal. Además, mutantes cinRIS generaron nódulos blancos e ineficientes, mientras que el mutante cinI fue incapaz de producir nódulos en ninguna de las leguminosas utilizadas. Dicha mutación resultó en la inestabilización del plasmido simbiótico por un mecanismo dependiente de cinI que no ha sido aclarado. En general, los resultados obtenidos indican la existencia de un modelo de regulación dependiente de QS significativamente distinto a los que se han descrito previamente en otras cepas de R. leguminosarum, en las cuales no se había observado ningún fenotipo relevante en simbiosis. La regulación de la producción de AHLs Rlv UPM791 es un proceso complejo que implica genes situados en los plásmidos UPM791c y UPM791d, además de la señal 3-OH-C14:1-HSL. Finalmente, se ha identificado un transportador de tipo RND, homologo a mexAB-oprM de P. aeruginosa e implicado en la extrusión de AHLs de cadena larga. La mutación he dicho transportador no tuvo efectos apreciables sobre la simbiosis. ABSTRACT Rhizobium leguminosarum (Rl) is a soil alpha-proteobacterium that establishes a diazotrophic symbiosis with different legumes. Despite the importance of this symbiosis to the global nitrogen cycling balance, very few rhizobial genomes have been sequenced so far which provide new insights into the genetic features contributing to symbiotically relevant processes. Only three complete sequences of Rl strains have been published: Rl bv. viciae 3841, harboring six plasmids (7.75 Mb) and two Rl bv. trifolii (WSM1325 and WSM2304), both clover symbionts, harboring 5 and 4 plasmids, respectively (7.41 and 6.87 Mb). The genomic sequence of Rlv UPM791 was undertaken by means of 454 sequencing. Illumina and Sanger reads were used to improve the assembly, leading to 17 final contigs. This genome has an estimated size of 7.8 Mb organized in one chromosome and five extrachromosomal replicons, including a 405 kb symbiotic plasmid. Four of these plasmids are already closed, whereas there are still gaps in the smallest one (pUPM791d) due to the presence of insertion elements and repeated sequences, which difficult the assembly. The annotation has been carried out thanks to the Manatee pipeline. This new genome has been analyzed as regarding symbiotic and adaptive functions in comparison to the Rlv 3841 complete genome, and to those from Rl bv. trifolii strains WSM1325 and WSM2304. While plasmids pUPM791a and b are conserved, the symbiotic plasmid pUPM791c exhibited the lowest degree of conservation as compared to those from the other Rl strains. One of the factors involved in the symbiotic process is the intercellular communication system known as Quorum Sensing (QS). This mechanism allows bacteria to carry out diverse biological processes in a coordinate way through the production and detection of extracellular signals that regulate the transcription of different target genes. Analysis of the Rlv UPM791 genome allowed the identification of two LuxRI-like systems mediated by N-acyl-homoserine lactones (AHLs). HPLC-MS analysis allowed the adscription of C6-HSL, C7-HSL and C8-HSL signals to the rhiRI system, encoded in the symbiotic plasmid, whereas the cinRI system, located in the chromosome, produces 3OH-C14:1-HSL, previously described as “bacteriocin small”. A third synthase (TraI) is encoded also in the symbiotic plasmid, but its cognate regulator TraR is not functional due to a fameshift mutation. Three additional LuxR orphans were also found which no associated LuxI-type synthase. The potential effect of AHLs has been studied by means of a quorum quenching approach to interfere with the QS systems of the bacteria. This approach is based upon the introduction into the strains Rl UPM791 and Rl 3841 of the Bacillus subtilis gene aiiA expressing constitutively an AHL-degrading lactonase enzyme which led to virtual absence of AHL even when AiiA-expressing cells were a fraction of the total population. No significant effect of AiiA-mediated AHL removal on competitiveness for growth in solid surface was observed. For analysis under symbiotic conditions we have set up a two-label system to identify nodules produced by two different strains in pea roots, based on the markers gusA and celB, encoding a β–glucuronidase and a thermostable β–galactosidase enzymes, respectively. The results obtained show that Rlv UPM791 outcompetes Rlv 3841 for nodule formation in pea plants, and that the presence of the AiiA plasmid does not significantly affect the relative competitiveness of the two Rlv strains. However, the low stability of the pME6863 plasmid, encoding aiiA, did not lead to a clear conclusion about the AiiA lactonase effect on competitiveness. In order to further analyze the significance and regulation of the production of AHL signal molecules, mutants deficient in each of the two QS systems were constructed. A detailed analysis of the effect of these mutations on AHL production, biofilm formation and symbiosis with pea, vetch and lentil plants has been carried out. The effect of deletions on Rlv UPM791 rhiI and rhiR genes is more pronounced in the absence of plasmid pUPM791d, as no signal is detected in UPM791.1, lacking this plasmid. Mutations in cinI or cinRIS show either no signals, or only the small ones produced by the rhiRI system, suggesting that cinR might be regulating the rhiRI system. These mutations had a strong effect on symbiosis. Analysis of rhi mutants revealed that rhiRI system is required for normal symbiotic performance, as a drastic reduction of symbiotic fitness is observed when rhiI is deleted, and rhiR is essential for nitrogen fixation in the absence of plasmid pUPM791d. Furthermore, cinRIS mutants resulted in white and inefficient nodules, whereas cinI mutant was unable to form nodules on any legume tested. The latter mutation is associated to the instabilization of the symbiotic plasmid through a mechanism still uncovered. Overall, the results obtained indicate the existence of a model of QS-dependent regulation significantly different to that previously described in other R. leguminosarum strains, where no relevant symbiotic phenotype had been observed. The regulation of AHL production in Rlv UPM791 is a complex process involving the symbiotic plasmid (pUPM791c) and the smallest plasmid (pUPM791d), with a key role for the 3-OH-C14:1-HSL signal. Finally, we made a search for potential AHL transporters in Rlv UPM791 genome. These signals diffuse freely across membranes, but in the case of the long-chain AHLs an active efflux system might be required, as it has been described for C12-HSL in the case of Pseudomonas aeruginosa. We have identified a putative AHL transporter of the RND family homologous to P. aeruginosa mexAB-oprM. A mutant strain deficient in this transporter has been generated, and TLC analysis shows absence of 3OH-C14:1-HSL in its supernatant. This deficiency was complemented by the reintroduction of an intact copy of the genes via plasmid transfer. The mutation in mexAB genes had no significant effects on the symbiotic performance of R. leguminosarum bv. viciae.

Caracterización de la necrosis sistémica inducida por la interacción sinérgica entre el Virus X de la patata y potyvirus en Nicotiana benthamiana

Los virus de plantas pueden causar enfermedades severas que conllevan serias pérdidas económicas a nivel mundial. Además, en la naturaleza son comunes las infecciones simultáneas con distintos virus que conducen a la exacerbación de los síntomas de enfermedad, fenómeno al que se conoce como sinergismo viral. Una de las sintomatologías más severas causadas por los virus en plantas susceptibles es la necrosis sistémica (NS), que incluso puede conducir a la muerte del huésped. Este fenotipo ha sido comparado en ocasiones con la respuesta de resistencia de tipo HR, permitiendo establecer una serie de paralelismos entre ambos tipos de respuesta que sugieren que la NS producida en interacciones compatibles sería el resultado de una respuesta hipersensible sistémica (SHR). Sin embargo, los mecanismos moleculares implicados en el desarrollo de la NS, su relación con procesos de defensa antiviral o su relevancia biológica aún no son bien entendidos, al igual que tampoco han sido estudiados los cambios producidos en la planta a escala genómica en infecciones múltiples que muestran sinergismo en patología. En esta tesis doctoral se han empleado distintas aproximaciones de análisis de expresión génica, junto con otras técnicas genéticas y bioquímicas, en el sistema modelo de Nicotiana benthamiana para estudiar la NS producida por la infección sinérgica entre el Virus X de la patata (PVX) y diversos potyvirus. Se han comparado los cambios producidos en el huésped a nivel genómico y fisiológico entre la infección doble con PVX y el Virus Y de la patata (PVY), y las infecciones simples con PVX o PVY. Además, los cambios transcriptómicos y hormonales asociados a la infección con la quimera viral PVX/HC‐Pro, que reproduce los síntomas del sinergismo entre PVX‐potyvirus, se han comparado con aquellos producidos por otros dos tipos de muerte celular, la PCD ligada a una interacción incompatible y la PCD producida por la disfunción del proteasoma. Por último, técnicas de genética reversa han permitido conocer la implicación de factores del huésped, como las oxilipinas, en el desarrollo de la NS asociada al sinergismo entre PVXpotyvirus. Los resultados revelan que, respecto a las infecciones con solo uno de los virus, la infección doble con PVX‐PVY produce en el huésped diferencias cualitativas además de cuantitativas en el perfil transcriptómico relacionado con el metabolismo primario. Otros cambios en la expresión génica, que reflejan la activación de mecanismos de defensa, correlacionan con un fuerte estrés oxidativo en las plantas doblemente infectadas que no se detecta en las infecciones simples. Además, medidas en la acumulación de determinados miRNAs implicados en diversos procesos celulares muestran como la infección doble altera de manera diferencial tanto la acumulación de estos miRNAs como su funcionalidad, lo cual podría estar relacionado con los cambios en el transcriptoma, así como con la sintomatología de la infección. La comparación a nivel transcriptómico y hormonal entre la NS producida por PVX/HC‐Pro y la interacción incompatible del Virus del mosaico del tabaco en plantas que expresan el gen N de resistencia (SHR), muestra que la respuesta en la interacción compatible es similar a la que se produce durante la SHR, si bien se presenta de manera retardada en el tiempo. Sin embargo, los perfiles de expresión de genes de defensa y de respuesta a hormonas, así como la acumulación relativa de ácido salicílico (SA), ácido jasmonico (JA) y ácido abscísico, en la interacción compatible son más semejantes a la respuesta PCD producida por la disfunción del proteasoma que a la interacción incompatible. Estos datos sugieren una contribución de la interferencia sobre la funcionalidad del proteasoma en el incremento de la patogenicidad, observado en el sinergismo PVX‐potyvirus. Por último, los resultados obtenidos al disminuir la expresión de 9‐LOX, α‐DOX1 y COI1, relacionados con la síntesis o con la señalización de oxilipinas, y mediante la aplicación exógena de JA y SA, muestran la implicación del metabolismo de las oxilipinas en el desarrollo de la NS producida por la infección sinérgica entre PVXpotyvirus en N. benthamiana. Además, estos resultados indican que la PCD asociada a esta infección, al igual que ocurre en interacciones incompatibles, no contiene necesariamente la acumulación viral, lo cual indica que necrosis e inhibición de la multiplicación viral son procesos independientes. ABSTRACT Plant viruses cause severe diseases that lead to serious economic losses worldwide. Moreover, simultaneous infections with several viruses are common in nature leading to exacerbation of the disease symptoms. This phenomenon is known as viral synergism. Systemic necrosis (SN) is one of the most severe symptoms caused by plant viruses in susceptible plants, even leading to death of the host. This phenotype has been compared with the hypersensitive response (HR) displayed by resistant plants, and some parallelisms have been found between both responses, which suggest that SN induced by compatible interactions could be the result of a systemic hypersensitive response (SHR). However, the molecular mechanisms involved in the development of SN, its relationship with antiviral defence processes and its biological relevance are still unknown. Furthermore, the changes produced in plants by mixed infections that cause synergistic pathological effects have not been studied in a genome‐wide scale. In this doctoral thesis different approaches have been used to analyse gene expression, together with other genetic and biochemical techniques, in the model plant Nicotiana benthamiana, in order to study the SN produced by the synergistic infection of Potato virus X (PVX) with several potyviruses. Genomic and physiological changes produced in the host by double infection with PVX and Potato virus Y (PVY), and by single infection with PVX or PVY have been compared. In addition, transcriptional and hormonal changes associated with infection by the chimeric virus PVX/HC‐Pro, which produces synergistic symptoms similar to those caused by PVX‐potyvirus, have been compared with those produced by other types of cell death. These types of cell death are: PCD associated with an incompatible interaction, and PCD produced by proteasome disruption. Finally, reverse genetic techniques have revealed the involvement of host factors, such as oxylipins, in the development of SN associated with PVX‐potyvirus synergism. The results revealed that compared with single infections, double infection with PVX‐PVY produced qualitative and quantitative differences in the transcriptome profile, mainly related to primary metabolism. Other changes in gene expression, which reflected the activation of defence mechanisms, correlated with a severe oxidative stress in doubly infected plants that was undetected in single infections. Additionally, accumulation levels of several miRNAs involved in different cellular processes were measured, and the results showed that double infection not only produced the greatest variations in miRNA accumulation levels but also in miRNA functionality. These variations could be related with transcriptomic changes and the symptomatology of the infection. Transcriptome and hormone level comparisons between SN induced by PVX/HCPro and the incompatible interaction produced by Tobacco mosaic virus in plants expressing the N resistance gene (SHR), showed some similarities between both responses, even though the compatible interaction appeared retarded in time. Nevertheless, the expression profiles of both defence‐related genes and hormoneresponsive genes, as well as the relative accumulation of salicylic acid (SA), jasmonic acid (JA) and abscisic acid in the compatible interaction are more similar to the PCD response produced by proteasome disruption. These data suggest that interference with proteasome functionality contributes to the increase in pathogenicity associated with PVX‐potyvirus synergism. Finally, the results obtained by reducing the expression of 9‐LOX, α‐DOX1 and COI1, related with synthesis or signalling of oxylipins, and by applying exogenously JA and SA, revealed that oxylipin metabolism is involved in the development of SN induced by PVX‐potyvirus synergistic infections in N. benthamiana. Moreover, these results also indicated that PVX‐potyvirus associated PCD does not necessarily restrict viral accumulation, as is also the case in incompatible interactions. This indicates that both necrosis and inhibition of viral multiplication are independent processes.

Chaperonas moleculares y tolerancia a estrés abiótico en especies arbóreas

Las temperaturas extremas, la sequía y otros estreses abióticos limitan la producción forestal de forma significativa, causando grandes pérdidas económicas en el sector. Los árboles, al ser organismos sésiles, han desarrollado una serie de estrategias para percibir dichos factores, activando respuestas defensivas apropiadas. Entre ellas ocupa un lugar preeminente la síntesis de proteínas con actividad chaperona molecular. Las chaperonas moleculares interaccionan con proteínas desnaturalizadas total o parcialmente, promoviendo su correcto plegamiento y ensamblaje. Las chaperonas moleculares que se sintetizan de forma predominante en plantas, pero no en otros eucariotas, pertenecen a la familia sHSP (small heat-shock proteins). Se trata de una familia inusualmente compleja y heterogénea, cuyos miembros son de pequeño tamaño (16-42 kD) y poseen un dominio “alfa-cristalina” muy conservado. Estas proteínas están implicadas en protección frente a estrés abiótico mediante la estabilización de proteínas y membranas, si bien su mecanismo de acción se conoce de forma incompleta. A pesar del evidente potencial aplicado de las proteínas sHSP, son muy escasos los estudios realizados hasta el momento con un enfoque netamente biotecnológico. Por otra parte, casi todos ellos se han llevado a cabo en especies herbáceas de interés agronómico o en especies modelo, como Arabidopsis thaliana. De ahí que las sHSP de arbóreas hayan sido mucho menos caracterizadas estructural y funcionalmente, y ello a pesar del interés económico y ecológico de los árboles y de su prolongada exposición vital a múltiples factores estresantes. La presente Tesis Doctoral se centra en el estudio de sHSP de varias especies arbóreas de interés económico. El escrutinio exhaustivo de genotecas de cDNA de órganos vegetativos nos ha permitido identificar y caracterizar los componentes mayoritarios de tallo en dos especies productoras de madera noble: nogal y cerezo. También hemos caracterizado la familia completa en chopo, a partir de su secuencia genómica completa. Mediante expresión heteróloga en bacterias, hemos analizado el efecto protector de estas proteínas in vivo frente a distintos tipos de estrés abiótico, relevantes para el sector productivo. Los resultados demuestran que las proteínas sHSP-CI: (i) aumentan la viabilidad celular de E.coli frente a casi todos estos factores, aplicados de forma individual o combinada; (ii) ejercen un rol estabilizador de las membranas celulares frente a condiciones adversas; (iii) sirven para mejorar la producción de otras proteínas recombinantes de interés comercial. El efecto protector de las proteínas sHSP-CI también ha sido analizado in planta, mediante la expresión ectópica de CsHSP17.5-CI en chopos. En condiciones normales de crecimiento no se han observado diferencias fenotípicas entre las líneas transgénicas y los controles, lo que demuestra que se pueden sobre-expresar estas proteínas sin efectos pleiotrópicos deletéreos. En condiciones de estrés térmico, por el contrario, los chopos transgénicos mostraron menos daños y un mejor crecimiento neto. En línea con lo anterior, las actividades biológicas de varias enzimas resultaron más protegidas frente a la inactivación por calor, corroborando la actividad chaperona propuesta para la familia sHSP y su conexión con la tolerancia al estrés abiótico. En lo que respecta a la multiplicación y propagación de chopo in vitro, una forma de cultivo que comporta estrés para las plantas, todas las líneas transgénicas se comportaron mejor que los controles en términos de producción de biomasa (callos) y regeneración de brotes, incluso en ausencia de estrés térmico. También se comportaron mejor durante su cultivo ex vitro. Estos resultados tienen gran potencial aplicado, dada la recalcitrancia de muchas especies vegetales de interés económico a la micropropagación y a la manipulación in vitro en general. Los resultados derivados de esta Tesis, aparte de aportar datos nuevos sobre el efecto protector de las proteínas sHSP citosólicas mayoritarias (clase CI), demuestran por vez primera que la termotolerancia de los árboles puede ser manipulada racionalmente, incrementando los niveles de sHSP mediante técnicas de ingeniería genética. Su interés aplicado es evidente, especialmente en un escenario de calentamiento global. ABSTRACT Abiotic stress produces considerable economic losses in the forest sector, with extreme temperature and drought being amongst the most relevant factors. As sessile organisms, plants have acquired molecular strategies to detect and recognize stressful factors and activate appropriate responses. A wealth of evidence has correlated such responses with the massive induction of proteins belonging to the molecular chaperone family. Molecular chaperones are proteins which interact with incorrectly folded proteins to help them refold to their native state. In contrast to other eukaryotes, the most prominent stress-induced molecular chaperones of plants belong to the sHSP (small Heat Shock Protein) family. sHSPs are a widespread and diverse class of molecular chaperones that range in size from 16 to 42k Da, and whose members have a highly conserved “alpha-crystallin” domain. sHSP proteins play an important role in abiotic stress tolerance, membrane stabilization and developmental processes. Yet, their mechanism of action remains largely unknown. Despite the applied potential of these proteins, only a few studies have addressed so far the biotechnological implications of this protein family. Most studies have focused on herbaceous species of agronomic interest or on model species such as Arabidopsis thaliana. Hence, sHSP are poorly characterized in long-lived woody species, despite their economic and ecological relevance. This Thesis studies sHSPs from several woody species of economic interest. The most prominent components, namely cytosolic class I sHSPs, have been identified and characterized, either by cDNA library screening (walnut, cherry) or by searching the complete genomic sequence (poplar). Through heterologous bacterial expression, we analyzed the in vivo protective effects of selected components against abiotic stress. Our results demonstrate that sHSP-CI proteins: (i) protect E. coli cells against different stressful conditions, alone or combined; (ii) stabilize cell membranes; (iii) improve the production of other recombinant proteins with commercial interest. The effects of CsHSP17.5-CI overexpression have also been studied in hybrid poplar. Interestingly, the accumulation of this protein does not have any appreciable phenotypic effects under normal growth conditions. However, the transgenic poplar lines showed enhanced net growth and reduced injury under heat-stress conditions compared to vector controls. Biochemical analysis of leaf extracts revealed that important enzyme activities were more protected in such lines against heat-induced inactivation than in control lines, lending further support to the chaperone mode of action proposed for the sHSP family. All transgenic lines showed improved in vitro and ex vitro performance (calli biomass, bud induction, shoot regeneration) compared to controls, even in the absence of thermal stress. Besides providing new insights on the protective role of HSP-CI proteins, our results bolster the notion that heat stress tolerance can be readily manipulated in trees through genetic engineering. The applied value of these results is evident, especially under a global warming scenario.

Biophotonic Sensing Cells Optimization for label-free biosensing

Los sectores de detección biológica demandan continuamente técnicas de análisis y diagnóstico más eficientes y precisas para identificar enfermedades y desarrollar nuevos medicamentos. Actualmente se considera que hay una gran necesidad de desarrollar herramientas de diagnóstico capaces de asegurar sensibilidad, rapidez, sencillez y asequibilidad para aplicaciones en sectores como la salud, la alimentación, el medioambiente o la seguridad. En el ámbito clínico se necesitan profundos avances tecnológicos capaces de ofrecer análisis rápidos, exactos, fiables y asequibles en coste y que tengan como consecuencia la mejora clínica y económica a partir de un diagnóstico eficiente. En concreto, hay un interés creciente por la descentralización del diagnóstico clínico mediante plataformas de detección cercanas al usuario final, denominadas POCs (Point Of Care devices). La utilización de POCs (referidas al diagnóstico cercano al usuario final o fuera del laboratorio de análisis clínico), mediante detección in vitro (IVD), será extremadamente útil en centros de salud, clínicas o unidades hospitalarias, entornos laborales o incluso en el hogar. Por otra parte, el desarrollo de la genómica, proteómica y otras tecnologías conocidas como “omics” (sufijo en inglés para referirse, por ejemplo, a genomics, transcriptomics, proteomics, metabolomics, lipidomics) está incrementando la demanda de nuevas tecnologías mucho más avanzadas con una clara orientación hacia la medicina personalizada y la necesidad de hacer frente a cambios en los tratamientos en el caso de enfermedades complejas. Desde hace poco tiempo se han definido las Celdas Biofónicas (BICELLs) como una metodología novedosa para la detección de agentes biológicos que ofrecen una serie de características que las hacen interesantes como son: Capacidad de multiplexación, alta sensibilidad, posibilidad de medir en gota, compatible con otras tecnologías. En este trabajo se hace un estudio y optimización sobre diferentes tipos de BICELLs y se valoran una serie de figuras de merito a tener en cuenta desde el punto de vista del lector óptico a emplear.

Herramienta basada en vistas para la generación automática de anotaciones de fuentes RDF

Durante los últimos años, el imparable crecimiento de fuentes de datos biomédicas, propiciado por el desarrollo de técnicas de generación de datos masivos (principalmente en el campo de la genómica) y la expansión de tecnologías para la comunicación y compartición de información ha propiciado que la investigación biomédica haya pasado a basarse de forma casi exclusiva en el análisis distribuido de información y en la búsqueda de relaciones entre diferentes fuentes de datos. Esto resulta una tarea compleja debido a la heterogeneidad entre las fuentes de datos empleadas (ya sea por el uso de diferentes formatos, tecnologías, o modelizaciones de dominios). Existen trabajos que tienen como objetivo la homogeneización de estas con el fin de conseguir que la información se muestre de forma integrada, como si fuera una única base de datos. Sin embargo no existe ningún trabajo que automatice de forma completa este proceso de integración semántica. Existen dos enfoques principales para dar solución al problema de integración de fuentes heterogéneas de datos: Centralizado y Distribuido. Ambos enfoques requieren de una traducción de datos de un modelo a otro. Para realizar esta tarea se emplean formalizaciones de las relaciones semánticas entre los modelos subyacentes y el modelo central. Estas formalizaciones se denominan comúnmente anotaciones. Las anotaciones de bases de datos, en el contexto de la integración semántica de la información, consisten en definir relaciones entre términos de igual significado, para posibilitar la traducción automática de la información. Dependiendo del problema en el que se esté trabajando, estas relaciones serán entre conceptos individuales o entre conjuntos enteros de conceptos (vistas). El trabajo aquí expuesto se centra en estas últimas. El proyecto europeo p-medicine (FP7-ICT-2009-270089) se basa en el enfoque centralizado y hace uso de anotaciones basadas en vistas y cuyas bases de datos están modeladas en RDF. Los datos extraídos de las diferentes fuentes son traducidos e integrados en un Data Warehouse. Dentro de la plataforma de p-medicine, el Grupo de Informática Biomédica (GIB) de la Universidad Politécnica de Madrid, en el cuál realicé mi trabajo, proporciona una herramienta para la generación de las necesarias anotaciones de las bases de datos RDF. Esta herramienta, denominada Ontology Annotator ofrece la posibilidad de generar de manera manual anotaciones basadas en vistas. Sin embargo, aunque esta herramienta muestra las fuentes de datos a anotar de manera gráfica, la gran mayoría de usuarios encuentran difícil el manejo de la herramienta , y pierden demasiado tiempo en el proceso de anotación. Es por ello que surge la necesidad de desarrollar una herramienta más avanzada, que sea capaz de asistir al usuario en el proceso de anotar bases de datos en p-medicine. El objetivo es automatizar los procesos más complejos de la anotación y presentar de forma natural y entendible la información relativa a las anotaciones de bases de datos RDF. Esta herramienta ha sido denominada Ontology Annotator Assistant, y el trabajo aquí expuesto describe el proceso de diseño y desarrollo, así como algunos algoritmos innovadores que han sido creados por el autor del trabajo para su correcto funcionamiento. Esta herramienta ofrece funcionalidades no existentes previamente en ninguna otra herramienta del área de la anotación automática e integración semántica de bases de datos. ---ABSTRACT---Over the last years, the unstoppable growth of biomedical data sources, mainly thanks to the development of massive data generation techniques (specially in the genomics field) and the rise of the communication and information sharing technologies, lead to the fact that biomedical research has come to rely almost exclusively on the analysis of distributed information and in finding relationships between different data sources. This is a complex task due to the heterogeneity of the sources used (either by the use of different formats, technologies or domain modeling). There are some research proyects that aim homogenization of these sources in order to retrieve information in an integrated way, as if it were a single database. However there is still now work to automate completely this process of semantic integration. There are two main approaches with the purpouse of integrating heterogeneous data sources: Centralized and Distributed. Both approches involve making translation from one model to another. To perform this task there is a need of using formalization of the semantic relationships between the underlying models and the main model. These formalizations are also calles annotations. In the context of semantic integration of the information, data base annotations consist on defining relations between concepts or words with the same meaning, so the automatic translation can be performed. Depending on the task, the ralationships can be between individuals or between whole sets of concepts (views). This paper focuses on the latter. The European project p-medicine (FP7-ICT-2009-270089) is based on the centralized approach. It uses view based annotations and RDF modeled databases. The data retireved from different data sources is translated and joined into a Data Warehouse. Within the p-medicine platform, the Biomedical Informatics Group (GIB) of the Polytechnic University of Madrid, in which I worked, provides a software to create annotations for the RDF sources. This tool, called Ontology Annotator, is used to create annotations manually. However, although Ontology Annotator displays the data sources graphically, most of the users find it difficult to use this software, thus they spend too much time to complete the task. For this reason there is a need to develop a more advanced tool, which would be able to help the user in the task of annotating p-medicine databases. The aim is automating the most complex processes of the annotation and display the information clearly and easy understanding. This software is called Ontology Annotater Assistant and this book describes the process of design and development of it. as well as some innovative algorithms that were designed by the author of the work. This tool provides features that no other software in the field of automatic annotation can provide.

Desarrollo de un servicio de enlace entre HL7 RIM y terminologías médicas

Hoy día, en la era post genómica, los ensayos clínicos de cáncer implican la colaboración de diversas instituciones. El análisis multicéntrico y retrospectivo requiere de métodos avanzados para garantizar la interoperabilidad semántica. En este escenario, el objetivo de los proyectos EURECA e INTEGRATE es proporcionar una infraestructura para compartir conocimientos y datos de los ensayos clínicos post genómicos de cáncer. Debido en gran parte a la gran complejidad de los procesos colaborativos de las instituciones, provoca que la gestión de una información tan heterogénea sea un desafío dentro del área médica. Las tecnologías semánticas y las investigaciones relacionadas están centradas en búsqueda de conocimiento de la información extraída, permitiendo una mayor flexibilidad y usabilidad de los datos extraidos. Debido a la falta de estándares adoptados por estas entidades y la complejidad de los datos procedentes de ensayos clínicos, una capacidad semántica es esencial para asegurar la integración homogénea de esta información. De otra manera, los usuarios finales necesitarán conocer cada modelo y cada formato de dato de las instituciones participantes en cada estudio. Para proveer de una capa de interoperabilidad semántica, el primer paso es proponer un\Common Data Model" (CDM) que represente la información a almacenar, y un \Core Dataset" que permita el uso de múltiples terminologías como vocabulario compartido. Una vez que el \Core Dataset" y el CDM han sido seleccionados, la manera en la que realizar el mapping para unir los conceptos de una terminología dada al CDM, requiere de una mecanismo especial para realizar dicha labor. Dicho mecanismo, debe definir que conceptos de diferentes vocabularios pueden ser almacenados en determinados campos del modelo de datos, con la finalidad de crear una representación común de la información. El presente proyecto fin de grado, presenta el desarrollo de un servicio que implementa dicho mecanismo para vincular elementos de las terminologías médicas SNOMED CT, LOINC y HGNC, con objetos del \Health Level 7 Reference Information Model" (HL7 RIM). El servicio propuesto, y nombrado como TermBinding, sigue las recomendaciones del proyecto TermInfo del grupo HL7, pero también se tienen en cuenta cuestiones importantes que surgen al enlazar entre las citadas terminologas y el modelo de datos planteado. En este proceso de desarrollo de la interoperabilidad semántica en ensayos clínicos de cáncer, los datos de fuentes heterogéneas tienen que ser integrados, y es requisito que se deba habilitar una interfaz de acceso homogéneo a toda esta información. Para poder hacer unificar los datos provenientes de diferentes aplicaciones y bases de datos, es esencial representar todos estos datos de una manera canónica o normalizada. La estandarización de un determinado concepto de SNOMED CT, simplifica las recomendaciones del proyecto TermInfo del grupo HL7, utilizadas para poder almacenar cada concepto en el modelo de datos. Siguiendo este enfoque, la interoperabilidad semántica es conseguida con éxito para conceptos SNOMED CT, sean o no post o pre coordinados, así como para las terminologías LOINC y HGNC. Los conceptos son estandarizados en una forma normal que puede ser usada para unir los datos al \Common Data Model" basado en el RIM de HL7. Aunque existen limitaciones debido a la gran heterogeneidad de los datos a integrar, un primer prototipo del servicio propuesto se está utilizando con éxito en el contexto de los proyectos EURECA e INTEGRATE. Una mejora en la interoperabilidad semántica de los datos de ensayos clínicos de cáncer tiene como objetivo mejorar las prácticas en oncología.

Native bradyrhizobial symbionts of Lupinus mariae-josephae, a unique endemism thriving in alkaline soils in Eastern Spain

Lupinus mariae-josephae (Lmj) es una especie de lupino endémica de una pequeña y específica área de Comunidad Valenciana (Este de España), donde prospera en suelos alcalinoscalcáreos, un hábitat singular para los altramuces, que crecen preferentemente en suelos ácidos o neutros. Esto hace de Lmj una especie de lupino única. Cuando se inició este trabajo, la extensión conocida de este endemismo abarcaba unos 700 kilómetros cuadrados, confinados en la provincia de Valencia. En esta área, Lmj prospera en pequeñas poblaciones aisladas que contienen un número reducido de plantas por lo que se la consideró una especie en peligro de extinción. Todos los esfuerzos, utilizando estrategias clásicas dirigidas a ampliar el área de crecimiento de Lmj y garantizar su conservación, han tenido un éxito limitado. El trabajo que se presenta está dirigido a mejorar el conocimiento de la ecología de Lmj, en particular la interacción simbiótica que establece con bacterias del suelo denominadas rizobios y se centra en la caracterización fenotípica, filogenética y genómica de esos rizobios. También se investiga la posible contribución de la simbiosis en mejorar la conservación de Lmj. Para este fin, se han estudiado diferentes aspectos que se describen a continuación. El primero objetivo se centró en aislar y estudiar de la diversidad genética de las bacterias endosimbióticas de Lmj. . Se realizó un análisis filogenético de genes esenciales que mostró que las cepas de Lmj pertenecen al género Bradyrhizobium y que presentan una gran diversidad con características fenotípicas y simbióticas diferentes de cepas de Bradyrhizobium que nodulan otras especies de lupinos nativos de España (cepas ISLU). Las cepas estudiadas se dividieron en dos grupos (Clado I y Clado II). El Clado I, incluye a las cepas Lmj, definiendo un nuevo linaje, filogenéticamente relacionado con otras especies de Bradyrhizobium, como B. jicamae y B. elkanii. El Clado II contiene cepas ISLU relacionadas con cepas de B. canariense y B. japonicum que establecen simbiosis con lupinos de suelos ácidos. Otro análisis filogenético basado en genes simbióticos, distribuyó las cepas de Lmj en sólo dos grupos diferentes. La singularidad y gran diversidad de estas cepas en una pequeña área geográfica, hacen de este, un atractivo sistema para el estudio de la evolución y adaptación de las bacterias simbióticas a su respectiva planta huésped. Adicionalmente, se estudio la presencia de bacterias capaces de nodular Lmj en suelos básicos de Chiapas, México. Sorprendentemente, estos suelos contienen bacterias capaces establecer interacciones simbióticas eficientes con Lmj en ensayos de invernadero. A continuación se investigó la taxonomía de los endosimbiontes de Lmj analizando la secuencia de cuatro genes esenciales (16S rRNA, recA, glnII y atpD) y el promedio de identidad de nucleótidos de genomas completos de algunas cepas representativas de la diversidad (ANIm). Se identificaron nuevas especies de Bradyrhizobium dentro del Clado I y se definió una de ellas: 'Bradyrhizobium valentinum' sp. nov (cepa tipo LmjM3T = CECT 8364T, LMG 2761T). También se abordó cómo conservar Lmj en su hábitat natural mediante inoculación con alguna de las cepas aisladas. Se demostró la ausencia de bacterias capaces de nodular Lmj en suelos rojos alcalinos o ‘‘terra rossa’’ de la Península Ibérica y Baleares. Dos cepas, altamente eficientes en cuanto a la fijación de nitrógeno, LmjC y LmjM3T, fueron seleccionadas para ser empleadas como inoculantes. Dos experimentos de campo llevados a cabo en años consecutivos en áreas con características edafoclimáticas similares a las que presentan las poblaciones de Lmj, lograron la reproducción exitosa de la planta. Se concluyó que un ciclo reproductivo exitoso de Lmj es absolutamente dependiente de la inoculación con sus simbiontes naturales y que la simbiosis debe ser considerada un factor esencial en estrategias de conservación de leguminosas en peligro. La obtención de varias secuencias genómicas de cepas aisladas de Lmj y de otras cepas de Bradyrhizobium reveló una alta similitud entre los genomas de las cepas del Clado I, y permitió la identificación de cinco posibles nuevas especies. Además, se estudiaron tres agrupaciones de genes relacionados con la simbiosis (nod, nif y fix) definiendo un nuevo linaje para las cepas de Lmj, diferente del symbiovar “genistearum” de B. canariense y B. japonicum. La baja diversidad encontrada en el análisis filogenético de los genes simbióticos contrasta con la gran diversidad asociada a genes esenciales. La presencia de plásmidos en cepas del género Bradyrhizobium ha sido descrita en muy pocas ocasiones, sin embargo el análisis de la secuencia genómica de la cepa ISLU101, aislada de Lupinus angustifolius, reveló la presencia de un origen de replicación extracromosómico homólogo al operón repABC, presente en el plásmido de Bradyrhizobium sp BTAi1. Gracias a esta secuencia se identificaron genes homólogos en 19 de 72 cepas ISLU. Filogenéticamente, las secuencias de repABC se agruparon en un grupo monofilético con las de pBTAi1 y separadas de los rizobios de crecimiento rápido. Finalmente, se identificaron sistemas de secreción de proteínas de tipo III (T3SS) en nueve genomas de cepas de Lmj. Los T3SS pueden inyectar proteínas efectoras al interior de células vegetales. Su presencia en rizobios se ha relacionado con la gama de hospedador que pueden nodular y puede tener un efecto beneficioso, neutro o perjudicial en la simbiosis. Los T3SS de las cepas de Lmj codifican para una proteína efectora similar a NopE, un efector dependiente de T3SS descrito en B. diazoefficiens USDA 110T. La proteína NopE de la cepa LmjC se ha caracterizado bioquímicamente. ABSTRACT Lupinus mariae-josephae (Lmj) is a lupine species endemic of a unique small area in Valencia region (Eastern Spain) where the lupine plants thrive in alkaline-limed soils, which preferentially grow in acid or neutral soils. This is the type of soils native lupines of Spain. When this work was initiated, the extension of the endemic area of Lmj was of about 700 squared kilometers confined to the Valencia province. In this area, Lmj thrives in small, isolated patches containing a reduced number of plants, and points to an endemism that can easily became endangered or extinct. Consequently, the Valencia Community authorities gave a ‘‘microreserve” status for conservation of the species. All efforts, using classical strategies directed to extend the area of Lmj growth and ensure its conservation have been so far unsuccessful. The work presented here is directed to improve our knowledge of Lmj ecology and it is centered in the characterization of the rhizobial symbiosis by phenotypic, phylogenetic and genomic analysis as well as in investigate the potential contribution of the symbiosis to improve its conservation. To this end, five different topics have been studied, and results are briefly described here. Extensive details can be followed en the attached, published articles. The first topic deals with the indigenous rhizobial symbionts of the Lmj endemism, and its genetic diversity was investigated. The Lmj root symbionts belong to the Bradyrhizobium genus, and phylogenetic analysis based on core genes identified a large diversity of Bradyrhizobium strains with phenotypic and symbiotic characteristics different from rhizobia nodulating other Lupinus spp. native of Spain. The strains were split in two clades. Clade II contained strains close to classical B. canariense and B. japonicum lineages that establish symbioses with lupines in acid soils of the Mediterranean area. Clade I included Lmj strains that define a new lineage, close to other Bradyrhizobium species as B. jicamae and B. elkanii. The phylogenetic analysis based on symbiotic genes identified only two distinct clusters. The singularity and large diversity of these strains in such a small geographical area makes this an attractive system for studying the evolution and adaptation of the rhizobial symbiont to the plant host. Additionally, the presence of bacteria able to nodulate Lmj in basic soils from Chiapas, Mexico was investigated. Surprisingly, these soils contain bacteria able to effectively nodulate and fix nitrogen with Lmj plants in greenhouse assays. In the second topic, the taxonomic status of the endosymbiotic bacteria of Lmj from Valencia endemism and Chiapas was investigated. Results from phylogenetic analysis of core genes and Average Nucleotide Identity (ANIm) using draft genomic sequences identified new Bradyrhizobium species within strains of Clade I of Lmj endosymbiotic bacteria. Only one of these potentially new species has been defined, meanwhile the others are under process of characterization. The name ‘Bradyrhizobium valentinum’ sp. nov. was proposed for the defined species (type strain LmjM3T= CECT 8364T, LMG 2761T). The third topic was directed to conservation of endangered Lmj in its natural habitat. The relevant conclusion of this experimentation is that the symbiosis should be considered as a relevant factor in the conservation strategies for endangered legumes. First, we showed absence of bacteria able to nodulate Lmj in all the inspected ‘‘terra rossa’’ or alkaline red soils of the Iberian Peninsula and Balearic Islands. Then, two efficient nitrogen fixing strains with Lmj plants, LmjC and LmjM3T, were selected as inoculum for seed coating. Two planting experiments were carried out in consecutive years under natural conditions in areas with edapho-climatic characteristics identical to those sustaining natural Lmj populations, and successful reproduction of the plant was achieved. The relevant conclusion from these assays was that the successful reproductive cycle was absolutely dependent on seedling inoculation with effective bradyrhizobia The forth topic deep into the analysis of the genomic of Lmj representative strains. To this end, draft genomic sequences of selected Lmj strains and type strains of Bradyrhizobium spp. were assembled. The comparison analysis of the draft genomic sequences of Lmj strains and related Bradyrhizobium species grouped in Clade I, revealed a high genomic homology among them, and allowed the definition of five potentially new species of Lmj nodulating bacteria. Also, based on the available draft genomic sequences, only three clusters of nod, fix and nif genes from Lmj strains were identified and showed to define a new symbiotic lineage, distant from that of B. canariense and B. japonicum bv. genistearum. The low diversity exhibited by the phylogenetic analysis of symbiotic genes contrast with the large diversity of strains as regards the housekeeping genes analyzed. Besides, the genomic analysis of a Lupinus angustifolius strain ISLU101, revealed the presence of an extrachromosomal replication origin homologous to repABC cluster from plasmid present in Bradyrhizobium spp BTAi1. This repABC cluster gene sequence allowed the identification of extrachromosomic replication origin in 19 out of 72 Bradyrhizobium strains from Lupinus spp., a highly significant result since the absence of plasmids in the Bradyrhizobium genus was traditionally assumed. The repABC gene sequences of these strains grouped them in a unique monophyletic group, related to B. sp. BTAi1 plasmid, but differentiated from the repABC gene cluster of plasmids in fast growing rhizobium strains. The last topic was focused on characterization of type III secreted effectors present in Lmj endosymbiotic bacteria. Type III secretion systems (T3SS) are specialized protein export machineries which can deliver effector proteins into plant cells. The presence of T3SS in rhizobia has frequently been related to the symbiotic nodulation host-range and may have a beneficial or detrimental effect on the symbiosis with legumes. In this context, the presence of T3SS in genomes of nine Lmj strains was investigated, and it was shown the presence of clusters encoding NopE type III-secreted protein similar to the NopE1 and NopE2 of B. diazoefficiens USDA 110T. The putative NopE protein of LmjC strain is at present being characterized regarding its structure and function.

Estimación del coste de almacenamiento de una solución de preservación de la privacidad en archivos BAM reales

A menudo los científicos secuencian el ADN de un gran número de personas con el objetivo de determinar qué genes se asocian con determinadas enfermedades. Esto permite meóon del genoma humano. El precio de un perfil genómico completo se ha posicionado por debajo de los 200 dólares y este servicio lo ofrecen muchas compañías, la mayor parte localizadas en EEUU. Como consecuencia, en unos pocos a~nos la mayoría de las personas procedentes de los países desarrollados tendrán los medios para tener su ADN secuenciado. Alrededor del 0.5% del ADN de cada persona (que corresponde a varios millones de nucleótidos) es diferente del genoma de referencia debido a variaciones genéticas. Así que el genoma contiene información altamente sensible y personal y representa la identidad biológica óon sobre el entorno o estilo de vida de uno (a menudo facilmente obtenible de las redes sociales), sería posible inferir el fenotipo del individuo. Multiples GWAS (Genome Wide Association Studies) realizados en los últimos a~nos muestran que la susceptibilidad de un paciente a tener una enfermedad en particular, como el Alzheimer, cáncer o esquizofrenia, puede ser predicha parcialmente a partir de conjuntos de sus SNP (Single Nucleotide Polimorphism). Estos resultados pueden ser usados para medicina genómica personalizada (facilitando los tratamientos preventivos y diagnósticos), tests de paternidad genéticos y tests de compatibilidad genética para averiguar a qué enfermedades pueden ser susceptibles los descendientes. Estos son algunos de los beneficios que podemos obtener usando la información genética, pero si esta información no es protegida puede ser usada para investigaciones criminales y por compañías aseguradoras. Este hecho podría llevar a discriminaci ón genética. Por lo que podemos concluir que la privacidad genómica es fundamental por el hecho de que contiene información sobre nuestra herencia étnica, nuestra predisposición a múltiples condiciones físicas y mentales, al igual que otras características fenotópicas, ancestros, hermanos y progenitores, pues los genomas de cualquier par de individuos relacionados son idénticos al 99.9%, contrastando con el 99.5% de dos personas aleatorias. La legislación actual no proporciona suficiente información técnica sobre como almacenar y procesar de forma segura los genomas digitalizados, por lo tanto, es necesaria una legislación mas restrictiva ---ABSTRACT---Scientists typically sequence DNA from large numbers of people in order to determine genes associated with particular diseases. This allows to improve the modern healthcare and to provide a better understanding of the human genome. The price of a complete genome profile has plummeted below $200 and this service is ofered by a number of companies, most of them located in the USA. Therefore, in a few years, most individuals in developed countries will have the means of having their genomes sequenced. Around 0.5% of each person's DNA (which corresponds to several millions of nucleotides) is diferent from the reference genome, owing to genetic variations. Thus, the genome contains highly personal and sensitive information, and it represents our ultimate biological identity. By combining genomic data with information about one's environment or lifestyle (often easily obtainable from social networks), could make it possible to infer the individual's phenotype. Multiple Genome Wide Association Studies (GWAS) performed in recent years have shown that a patient's susceptibility to particular diseases, such as Alzheimer's, cancer, or schizophrenia, can be partially predicted from sets of his SNPs. This results can be used for personalized genomic medicine (facilitating preventive treatment and diagnosis), genetic paternity tests, ancestry and genealogical testing, and genetic compatibility tests in order to have knowledge about which deseases would the descendant be susceptible to. These are some of the betefts we can obtain using genoma information, but if this information is not protected it can be used for criminal investigations and insurance purposes. Such issues could lead to genetic discrimination. So we can conclude that genomic privacy is fundamental due to the fact that genome contains information about our ethnic heritage, predisposition to numerous physical and mental health conditions, as well as other phenotypic traits, and ancestors, siblings, and progeny, since genomes of any two closely related individuals are 99.9% identical, in contrast with 99.5%, for two random people. The current legislation does not ofer suficient technical information about safe and secure ways of storing and processing digitized genomes, therefore, there is need for more restrictive legislation.