Search

Actualmente, la neumonía es una enfermedad pulmonar prevalente y una de las principales causas mortales en el mundo. Sin ir más lejos, la actual pandemia provocada por COVID-19 y sus variantes nos ha hecho enfrentarnos a la realidad de la importancia de una detección rápida para poder realizar una tratamiento rápido y eficaz. La herramienta de diagnóstico para la neumonía suelen ser las radiografías torácicas, debido a su rapidez y a su coste. Ofrecen menos exposición ionizante pero también menos claridad en la resolución de la imagen ya que aparecen opacidades o grises difusos. En este Trabajo de final de Máster se ha propuesto diseñar un modelo de aprendizaje profundo, mediante el lenguaje Python y usando librerías de TensorFlow y Keras a través de Google Colab. El modelo se ha generado usando una red neuronal convolucional (CNN) y la propuesta de mejora de precisión se ha propuesto mediante el aumento de datos. La base de datos utilizada para este proyecto ha sido extraída del repositorio de Kaggle y consta de 5856 radiografías torácicas clasificadas según si no presentan neumonía (normal) o presentan neumonía (pneumonia virus, pneumonia bacteria). Finalmente, se ha creado una aplicación web desarrollada en NextJS y publicada en AWS para facilitar la clasificación de imágenes al usuario. Pneumonia is currently a prevalent lung disease and one of the leading causes of death in the world. Without going any further, the current pandemic caused by COVID-19 and its variants has brought us face to face with the reality of the importance of early detection for rapid and effective treatment. The diagnostic tool for pneumonia is usually chest X-rays, due to their speed and cost. They offer less ionizing exposure but also less clarity in the resolution of the image as opacities or diffuse grays appear. In this Master's thesis it has been proposed to design a deep learning model, using the Python language and using TensorFlow and Keras libraries through Google Colab. The model has been generated using a convolutional neural network (CNN) and the proposed accuracy improvement has been proposed through data augmentation. The database used for this project has been extracted from the Kaggle repository and consists of 5856 thoracic radiographs classified according to whether they do not present pneumonia (normal) or present pneumonia (pneumonia virus, pneumonia bacteria). Finally, a web application developed in NextJS and published in AWS has been created to facilitate image classification for the user. Actualment, la pneumònia és una malaltia pulmonar prevalent i una de les principals causes mortals en el món. Sense anar més lluny, l'actual pandèmia provocada per COVID-19 i les seves variants ens ha fet enfrontar a la realitat de la importància d'una detecció ràpida per a poder realitzar un tractament ràpid i eficaç. L'eina de diagnòstic per a la pneumònia solen ser les radiografies toràciques, a causa de la seva rapidesa i al seu cost. Ofereixen menys exposició ionitzant, però també menys claredat en la resolució de la imatge, ja que apareixen opacitats o grises difuses. En aquest Treball de final de Màster s'ha proposat dissenyar un model d'aprenentatge profund, mitjançant el llenguatge Python i usant llibreries de TensorFlow i Keras a través de Google Colab. El model s'ha generat fent servir una xarxa neuronal convolucional (CNN) i la proposta de millora de precisió s'ha suggerit mitjançant l'augment de dades. La base de dades utilitzada per a aquest projecte ha estat extreta del repositori de Kaggle i consta de 5856 radiografies toràciques classificades segons si no presenten pneumònia (normal) o presenten pneumònia (pneumònia virus, pneumònia bacteri). Finalment, s'ha creat una aplicació web desenvolupada en NextJS i publicada en AWS per a facilitar la classificació d'imatges a l'usuari.

El nematode Caenorhabditis elegans és considerat actualment un model efectiu per a la recerca experimental i biomèdica, ja que posseeix un desenvolupament ràpid, temps de generació curts i una elevada homologia genètica i molecular amb humans. No obstant això, alguns aspectes de la seva biologia fonamental encara no s'han elucidat de forma precisa, com són el seus patrons de moviment i la composició de la seva comunitat microbiana intestinal. Així doncs, en aquest projecte s'ha enfocat l'estudi de C. elegans des d'aquestes dues perspectives clarament diferenciades. D'una banda, s'ha elaborat un codi reproduïble útil que combina llenguatge GNU-Bash i R per tal de dur a terme un meta-anàlisi amb vuit datasets de seqüències disponibles públicament, i descriure així la microbiota entèrica d'alguns membres del gènere Caenorhabditis. D'altra banda, s'ha adaptat i optimitzat un pipeline bioinformàtic d'R apropiat per a la caracterització dels patrons locomotors de les soques N2 i CB4856 de C. elegans. Els resultats obtinguts de la primera part metodològica han permès contrastar la comunitat intestinal característica de diferents espècies de nematodes, mostrant una clara influència de l'entorn de creixement dels cucs en la composició de la seva microbiota. Per un altre costat, el comportament motor de C. elegans sembla establir-se segons una distribució de probabilitat mixta que recull els dos principals tipus de moviment: el serpenteig rectilini i les reorientacions. La possibilitat de caracteritzar aquests dos aspectes rellevants en la biologia del nematode suposen la base de futurs estudis en els quals podria inferir-se una possible interconnexió entre la microbiota intestinal i el moviment de C. elegans. The nematode Caenorhabditis elegans is currently considered an effective model for experimental and biomedical research since it has fast development, short generation times and a high genetic and molecular homology with humans. However, some aspects of its fundamental biology, as its movement patterns and the composition of its intestinal microbiota, have not been clearly elucidated yet. Therefore, this project aims to study C. elegans from these two clearly differentiated perspectives. On the one hand, a useful reproducible code that combines GNU-Bash and R languages has been developed to carry out a meta-analysis with eight publicly available sequence datasets, in order to describe the enteric microbiota of some members of the Caenorhabditis genus. On the other hand, an appropriate R bioinformatic pipeline has been adapted and optimized for the characterization of the locomotor patterns of C. elegans N2 and CB4856 strains. The results obtained from the first methodological part have made it possible to contrast the characteristic intestinal community of different nematode species, showing a clear influence of the growth environment of worms on the composition of their microbiota. On the second one, the motor behaviour of C. elegansseems to be established according to a mixed probability distribution that includes the two main types of motion: rectilinear crawling and reorientation. The possibility of characterizing these two relevant aspects in the biology of the nematode is the basis for future studies in which a possible interconnection between the intestinal microbiota and the movement of C. elegans could be inferred. El nematodo Caenorhabditis elegans es considerado actualmente un modelo efectivo para la investigación experimental y biomédica, puesto que posee un desarrollo rápido, tiempo de generación cortos y una elevada homología genética y molecular con humanos. Sin embargo, algunos aspectos de su biología fundamental todavía no se han elucidado de forma precisa, como son lo suyos patrones de movimiento y la composición de su comunidad microbiana intestinal. Así pues, en este proyecto se ha enfocado el estudio de C. elegans desde estas dos perspectivas claramente diferenciadas. Por un lado, se ha elaborado un código reproducible útil que combina lenguaje GNU-Bash y R para llevar a cabo un meta-análisis con ocho datasets de secuencias disponibles públicamente, y describir así la microbiota entérica de algunos miembros del género Caenorhabditis. Por otro lado, se ha adaptado y optimizado un pipeline bioinformático de R apropiado para la caracterización de los patrones locomotores de los troncos N2 y CB4856 de C. elegans. Los resultados obtenidos de la primera parte metodológica han permitido contrastar la comunidad intestinal característica de diferentes especies de nematodos, mostrando una clara influencia del entorno de crecimiento de los gusanos en la composición de su microbiota. Por otro lado, el comportamiento motor de C. elegans parece establecerse según una distribución de probabilidad mixta que recoge los dos principales tipos de movimiento: el serpenteig rectilíneo y las reorientaciones. La posibilidad de caracterizar estos dos aspectos relevantes en la biología del nematodo suponen la base de futuros estudios en los cuales podría inferirse un posible interconexionado entre la microbiota intestinal y el movimiento de C. elegans.

El estudio de los small non-coding RNA (sncRNAs) ha adquirido una gran importancia en los últimos años, especialmente en el caso de los microRNAs (miRNAs). La introducción de protocolos de high-throughput small RNA sequencing (sRNAseq) ha hecho necesario el desarrollo de herramientas de análisis de los datos de secuenciación generados y de interpretación de los resultados. En los últimos años han sido publicados diferentes pipelines para llevar a cabo estas tareas. Se ha realizado una búsqueda bibliográfica y revisión de pipelines publicados en los últimos 5 años que ha permitido conocer las características principales de los pipelines de análisis de sncRNAs, sus posibilidades de análisis y cómo realizar un análisis básico. Se han utilizado los pipelines COMPSRA, miRge3.0 y nf-core/smrnaseq sobre un dataset de muestras de tejido de pulmón en macho y hembra. De los tres pipelines se han obtenido las métricas de alineamiento de lecturas y el fichero de contajes de miRNAs. En el caso de miRge3.0 y nf-core smrnaseq también se han obtenido otros resultados como por ejemplo análisis de isomirs y novel miRNAs. A partir de los ficheros de contajes de cada uno de los pipelines se ha realizado un análisis de expresión diferencial y los resultados obtenidos han sido comparados. The study of small non-coding RNAs (sncRNAs) has become very important in the last years, especially in the case of microRNAs (miRNAs). The introduction of high-throughput small RNA sequencing (sRNAseq) protocols has made it necessary to develop tools for analysing the sequencing data generated and interpreting the results. In recent years, different pipelines have been published to carry out these tasks. A bibliographic search and review of pipelines published in the last 5 years has been carried out to learn about the main characteristics of the sncRNA analysis pipelines, their analysis possibilities and how to carry out a basic analysis. COMPSRA, miRge3.0 and nf-core/smrnaseq pipelines were used on a dataset of male and female lung tissue samples. The read alignment metrics and the file of miRNA counts were obtained from the three pipelines. In the case of miRge3.0 and nf-core smrnaseq, other results such as isomirs analysis and novel miRNAs were also obtained. From the count files of each of the pipelines, a differential expression analysis was performed and the results obtained were compared. L'estudi dels small senar-coding RNA (sncRNAs) ha adquirit una gran importància en els últims anys, especialment en el cas dels microRNAs (miRNAs). La introducció de protocols de high-throughput small RNA sequencing (sRNAseq) ha fet necessari el desenvolupament d'eines d'anàlisis de les dades de seqüenciació generats i d'interpretació dels resultats. En els últims anys han estat publicats diferents pipelines per a dur a terme aquestes tasques. S'ha realitzat una cerca bibliogràfica i revisió de pipelines publicats en els últims 5 anys que ha permès conèixer les característiques principals dels pipelines d'anàlisis de sncRNAs, les seves possibilitats d'anàlisis i com realitzar una anàlisi bàsica. S'han utilitzat els pipelines COMPSRA, miRge3.0 i nf-core/smrnaseq sobre un dataset de mostres de teixit de pulmó en mascle i femella. Dels tres pipelines s'han obtingut les mètriques d'alineament de lectures i el fitxer de contajes de miRNAs. En el cas de miRge3.0 i nf-*core smrnaseq també s'han obtingut altres resultats com per exemple anàlisis de isomirs i novella miRNAs. A partir dels fitxers de contajes de cadascun dels pipelines s'ha realitzat una anàlisi d'expressió diferencial i els resultats obtinguts han estat comparats.

En este trabajo se realiza un estudio sobre el cáncer de cerebro con la finalidad de poder identificar el tipo de tumor a través de una red neuronal convolucional. Las aplicaciones de este trabajo son claves para la comunidad sanitaria debido a que la predicción del tipo de tumor es esencial para determinar las opciones de tratamiento. Para poder realizar las predicciones del tumor se han utilizado 3064 imágenes de 233 pacientes con 3 tipos de tumores diferentes: meningioma, gliomas y tumor pituitario. Para construir el modelo de la red neuronal se ha realizado previamente la exploración de los datos, seguido del preprocesamiento que ha consistido en normalizar los datos y bajar el tiempo de procesamiento de las imágenes disminuyendo la resolución, seguidamente se ha utilizado la librería ¿Keras¿ de Python para la construcción del modelo y por último, se ha realizado el análisis de resultados. Con la construcción de la red neuronal convolucional se ha obtenido una exactitud del 93% sobre la predicción del tipo de tumor. Estos resultados los consideramos óptimos debido a que se ha obtenido una precisión elevada con un número muy limitado de imágenes de IMR. Podemos concluir que el modelo obtenido puede dar soporte a los profesionales sanitarios para la predicción de estos 3 tipos de tumores con una mayor seguridad. En aquest treball es realitza un estudi sobre el càncer de cervell amb la finalitat de poder identificar el tipus de tumor a través d'una xarxa neuronal convolucional. Les aplicacions d'aquest treball són claus per a la comunitat sanitària pel fet que la predicció de la mena de tumor és essencial per a determinar les opcions de tractament. Per a poder realitzar les prediccions del tumor s'han utilitzat 3064 imatges de 233 pacients amb 3 tipus de tumors diferents: meningioma, gliomes i tumor pituïtari. Per a construir el model de la xarxa neuronal s'ha realitzat prèviament l'exploració de les dades, seguit del preprocessament que ha consistit a normalitzar les dades i baixar el temps de processament de les imatges disminuint la resolució, seguidament s'ha utilitzat la llibreria ¿Keras¿ de Python per a la construcció del model i finalment, s'ha realitzat l'anàlisi de resultats. Amb la construcció de la xarxa neuronal convolucional s'ha obtingut una exactitud del 93% sobre la predicció de la mena de tumor. Aquests resultats els considerem òptims pel fet que s'ha obtingut una precisió elevada amb un número molt limitat d'imatges de IMR. Podem concloure que el model obtingut pot donar suport als professionals sanitaris per a la predicció d'aquests 3 tipus de tumors amb una major seguretat. In this work a study on brain cancer is carried out in order to identify the type of tumor through a convolutional neural network. The applications of this work are key for the health community because the prediction of tumor type is essential to prediction of tumor type is essential to determine treatment options. In order to perform the tumor predictions, 3064 images from 233 patients with 3 different tumor types were used: meningioma, gliomas and pituitary tumor, gliomas and pituitary tumor. In order to build the neural network model, the data were first scanned, followed by preprocessing, which consisted of normalizing the data and reducing the processing time of the images by decreasing the resolution. The Python "Keras" library was then used to build the model, and finally, the results were analyzed. With the construction of the convolutional neural network, an accuracy of 93% has been obtained on the prediction of the type of tumor type. We consider these results to be optimal because a high accuracy has been obtained with a very limited number of IMR images. We can conclude that the model obtained can support health professionals in predicting these 3 types of tumors with greater certainty.

La finalidad de este trabajo es probar que se puede crear una herramienta automatizada de minería de textos biomédicos de la base de datos PubMed y de análisis de los resultados usando el lenguaje R, utilizándola para recuperar un listado de genes posiblemente relacionados con la endometriosis. La herramienta creada resultante del trabajo es un prototipo para un uso casual y exploratorio por parte de investigadores, sin necesidad de que tengan conocimientos de programación ni de otras herramientas bioinformáticas. En este trabajo se ha usado la API base de datos PubMed para la recopilación de datos (sumarios de publicaciones biomédicas) a través de easyPubMed, el reconocimiento de entidades nombradas (un método de minería de textos) a través de pubmed.mineR para obtener una lista de genes a partir de los datos recopilados, la API de la herramienta web Enrichr (a través de enrichR) para ejecutar el test estadístico de enriquecimiento de términos sobre el listado de genes y, finalmente el paquete shiny para programar una aplicación web en lenguaje R de programación. Como resultados se han obtenido un script en lenguaje R y una aplicación web capaces de realizar tareas de minería y análisis de datos de forma programática, un listado de genes potencialmente relacionados con la endometriosis significativamente enriquecidos en términos de ontología génica compatibles con la endometriosis. Llegamos a la conclusión de que es posible implementar diferentes tareas de minería de textos y análisis de datos en un programa escrito en lenguaje R, y obtener resultados de análisis coherentes. La finalitat d'aquest treball és probar que es pugui crear una eina automatitzada de mineria de textos biomèdics de la base de dades PubMed i d'anàlisi dels resultats utilitzant el llenguatge R, utilitzant per recuperar un llistat de gens possiblement relacionats amb l'endometriosi. La eina creada resultant del treball és un prototip per a un ús casual i exploratori per part d'investigadors, sense necessitat de que tinguin coneixements de programació ni d'altres eines bioinformàtiques. En aquest treball s'ha utilitzat l'API base de dades PubMed per a la recopilació de dades (sumaris de publicacions biomèdiques) a través de easyPubMed, el reconeixement d'entitats nombrades (un mètode de mineria de textos) a través de pubmed.mineR per obtenir una lista de genes a partir de los datos recopilados, la API de la herramienta web Enrichr (a través de enrichR) per executar el test estadístic d'enriquiment de termes sobre el llistat de gens i, finalment, el paquet shiny per programar una aplicació web en llenguatge R de programació. Com resultats s'han obtingut un script en llenguatge R i una aplicació web capaces de realitzar tareas de mineria i anàlisi de dades de forma programàtica, un llistat de gens potencialment relacionats amb l'endometriosi significativament enriquecidos en términos de ontología génica compatibles con la endometriosis. Llegim a la conclusió de que és possible implementar diferents tareas de mineria de textos i anàlisi de dades en un programa escrit en llenguatge R, i obtenir resultats d'anàlisi coherents. The purpose of this work is to test that an automated biomedical text mining tool can be created from the PubMed database and results analysis using the R language, using it to retrieve a list of genes possibly related to endometriosis. The tool created as a result of the work is a prototype for casual and exploratory use by researchers, without the need for programming knowledge or other bioinformatics tools. In this work the PubMed database API has been used for data collection (biomedical publication summaries) through easyPubMed, the recognition of named entities (a text mining method) through pubmed.mineR to obtain a list of genes from the collected data, the API of the web tool Enrichr (via enrichR) to run the statistical test of enrichment of terms on the list of genes and finally the shiny package to program a web application in language R programming. As a result, an R-language script and a web application capable of programmatically performing mining and data analysis, a list of potentially endometriosis-related genes significantly enriched in terms of gene ontology compatible with endometriosis, have been obtained. We conclude that it is possible to implement different text mining and data analysis tasks in a program written in the R language, and to obtain consistent analysis results.

El aumento de la presencia de xenobióticos en el medio ambiente ha incrementado el interés por estudiar la degradación de estos compuestos, incluyendo la biorremediación. Dentro de estos xenobióticos se encuentra el grupo de los hidrocarburos aromáticos policíclicos, donde destaca el naftaleno por ser el compuesto más simple y, por ende, más estudiado. La degradación del naftaleno por bacterias se lleva a cabo en dos fases, aunque en este caso, el estudio se centrará en la vía inferior que se puede realizar mediante dos vías: la vía del catecol y la vía del ácido gentísico. En este trabajo se propone un estudio de genómica comparativa de genes seleccionados de la vía del catecol (nahG, nahH y nahI), usando a Pseudomonas putida G7 como modelo, y de la vía del gentisato (nagG, nagH, nagI y nagAa) a partir de Ralstonia sp. U2. Como resultado se obtiene un árbol filogenético para cada gen mencionado y, además, la predicción y comparación de algunos operones seleccionados. Se ha observado que en las bases de datos para la ruta del catecol destacan cepas pertenecientes a la clase Gammaproteobacteria, mientras que para la ruta del ácido gentísico destaca la clase Betaproteobacteria. Además, se ha observado una alta identidad de Cupriavidus necator U2 con los genes seleccionados de Ralstonia sp. U2 (a excepción de nagI) y una alta identidad de Pseudomonas sp. MC1 y Pseudomonas umsongensis GO16 con los genes y el operón sal de Pseudomonas putida G7. The increased presence of xenobiotics in the environment has increased interest in studying the degradation of these compounds, including bioremediation. Within these xenobiotics, the group of polycyclic aromatic hydrocarbons should be highlighted, where naphthalene stands out for being the simplest compound and, therefore, the most studied. The degradation of naphthalene by bacteria is carried out in two phases, although in this case, the study will focus on the lower pathway that can be carried out by two pathways: the catechol pathway and the gentisate pathway. In this work we propose a comparative genomics study of selected genes of the catechol pathway (nahG, nahH and nahI), using Pseudomonas putida G7 as a model, and of the gentisate pathway (nagG, nagH, nagI and nagAa) from Ralstonia sp. U2. As a result, we obtain a phylogenetic tree for each gene mentioned and, in addition, the prediction and comparison of some selected operons. It has been observed that in the databases for the catechol route, the majority of strains belong to the Gammaproteobacteria class while for the gentisic acid route the Betaproteobacteria class stands out. Furthermore, a high identity of Cupriavidus necator U2 with the selected genes of Ralstonia sp. U2 has been observed (except for nagI) and a high identity of Pseudomonas sp. MC1 and Pseudomonas umsongensis GO16 with the genes and the sal operon of Pseudomonas putida G7. L'augment de la presència de xenobiòtics en el medi ambient s'ha incrementat l'interès per estudiar la degradació d'aquests compostos, incloent la bioremediació. Dins d'aquests xenobiòtics es troba el grup dels hidrocarburs aromàtics policíclics, on destaca el naftalè per ser el compost més simple i, per tant, més estudiat. La degradació de l'naftalè per bacteris es porta a terme en dues fases, encara que en aquest cas, l'estudi se centrarà en la via inferior que es pot realitzar mitjançant dues vies: la via de l'catecol i la via de l'àcid gentísic. En aquest treball es proposa un estudi de genòmica comparativa de gens seleccionats de la via de l'catecol (NaHg, nahH i Nahi), usant a Pseudomonas putida G7 com a model, i de la via de l'gentisato (Nagg, nagH, Nagi i nagAa) a partir de Ralstonia sp. U2. Com a resultat s'obté un arbre filogenètic per a cada gen esmentat i, a més, la predicció i comparació d'alguns operons seleccionats. S'ha observat que en les bases de dades per a la ruta de l'catecol destaquen soques pertanyents a la classe Gammaproteobacteria, mentre que per la ruta de l'àcid gentísic destaca la classe betaproteobacteri. A més, s'ha observat una alta identitat de Cupriavidus necator U2 amb els gens seleccionats de Ralstonia sp. U2 (a excepció de Nagi) i una alta identitat de Pseudomonas sp. MC1 i Pseudomonas umsongensis GO16 amb els gens i l'operó sal de Pseudomonas putida G7.

Dissemination of antibiotic resistant genes (ARG) is a global health concern to which not only medical treatments but also agriculture contributes to. Composting is a waste management strategy for solid organic waste and compost is widely used as soil fertilizer. Studies show that composting can reduce ARGs, but results are inconsistent, influenced by different factors, and increase in abundance also got reported. The objective of this study was to analyze public available whole genome sequencing (WGS) data of compost for ARGs and explore their phylogenetic relationship. WGS data from 9 experiments were obtained from the European nucleotide archive. After de-novo assembly, 4 databases (ARG-annot, CARD, NCBI and Resfinder) were screened to identify ARGs. A phylogenetic tree was built from their reference sequences. In total 381 different ARGs were identified within 7 datasets. The most frequently detected genes were lnu(C), lnu(D), erm(G), erm(A), mef(A) and tet(X). However within the samples of known origin of finished compost, those genes were not detected; here, aadA1, aadA14, aadA31, aph(3')-Ia, aph(3'')-Ib, aph(6)-Id, blaCARB-8, blaCMY-8, blaTEM-150, blaTEM-171, sul1, sul2, tet(H), tet(W) and vanR-O were found. From the 24 antimicrobial drug classes the main contributors to the resistome were against aminoglycoside, tetracycline, macrolide and multi-drug, accounting for 60.8%. The taxonomic classification identified as dominant phyla overall Actinobacteria, Bacteroidetes, Firmicutes and Proteobacteria. The phylogenetic analysis was not conclusive, only partial cluster for antimicrobial resistance were found. La diseminación de genes resistentes a los antibióticos (GRAs) constituye un problema global al que, al margen de los tratamientos médicos, contribuye la agricultura. El resultado del compostaje una estrategia de gestión de residuos sólidos, se emplea como fertilizantes de suelos. La literatura muestra que el compostaje puede reducir la presencia de GRAs, pero los resultados son diversos. Este trabajo persigue analizar datos públicos de genomas de completos secuenciados de compost de GRAs y explorar su relación filogenética. Para ello, se emplean datos de 9 experimentos del archivo europeo de nucleótidos. Tras un ensamblaje de-novo, se examinan 4 bases de datos (ARG-annot, CARD, NCBI y Resfinder) para identificar GRAs y se construye un árbol filogenético a partir de sus secuencias de referencia. En total, se identifican 381 GRAs diferentes en 7 conjuntos de datos. Los genes detectados con mayor frecuencia son lnu(C), lnu(D), erm(G), erm(A), mef(A) y tet(X). Sin embargo, estos genes no se encuentran en las muestras de compost de origen conocido, en las que se detectaron los genes aadA1, aadA14, aadA31, aph(3')-Ia, aph(3'')-Ib, aph(6)-Id, blaCARB-8, blaCMY-8, blaTEM-150, blaTEM-171, sul1, sul2, tet(H), tet(W) y vanR-O. Dentro de las 24 clases de medicamentos antimicrobianos, aquellos con mayor presencia en los ARGs son el aminoglucósido, la tetraciclina, el macrólido y los multifármacos (60,8%). En la clasificación taxonómica se identifican como filias dominantes las actinobacterias, bacteroidetes, firmicutes y proteobacterias. El análisis filogenético no resulta concluyente y se encuentran únicamente clústeres parciales de resistencia antimicrobiana. La disseminació de gens resistents als antibiòtics (GRAS) constitueix un problema global a què, a l'marge dels tractaments mèdics, contribueix l'agricultura. El resultat d'el compostatge una estratègia de gestió de residus sòlids, s'empra com a fertilitzants de sòls. La literatura mostra que el compostatge pot reduir la presència de Gras, però els resultats són diversos. Aquest treball persegueix analitzar dades públiques de genomes de complets seqüenciats de compost de Gras i explorar la seva relació filogenètica. Per a això, s'empren dades de 9 experiments de l'arxiu europeu de nucleòtids. Després d'un acoblament de-novo, s'examinen 4 bases de dades (ARG-Annot, CARD, NCBI i Resfinder) per identificar gras i es construeix un arbre filogenètic a partir de les seves seqüències de referència. En total, s'identifiquen 381 Gras diferents en 7 conjunts de dades. Els gens detectats amb més freqüència són lnu (C), lnu (D), erm (G), erm (A), mef (A) i tet (X). No obstant això, aquests gens no es troben en les mostres de compost d'origen conegut, en què es van detectar els gens aadA1, aadA14, aadA31, APH (3 ') - Ia, APH (3' ') - Ib, APH (6 ) -Aneu, blaCARB-8, blaCMY-8, BLATEM-150, BLATEM-171, sul1, sul2, tet (H), tet (W) i vanR-O. Dins de les 24 classes de medicaments antimicrobians, aquells amb major presència en els args són el aminoglicòsid, la tetraciclina, el macròlid i els multifármacos (60,8%). En la classificació taxonòmica s'identifiquen com filies dominants les actinobacterias, Bacteroidetes, firmicutes i proteobacterias. L'anàlisi filogenètica no resulta concloent i es troben únicament clústers parcials de resistència antimicrobiana.

El vertiginoso ritmo de aparición de bacterias resistentes a antibióticos supone un reto de vital importancia para el tratamiento de enfermedades infecciosas, tanto en medicina humana como veterinaria. Las BLEE son enzimas directamente relacionadas con la resistencia frente a antibióticos ¿-lactámicos. Existe gran variedad de estas proteínas, siendo las más abundantes las familias TEM, SHV y CTX-M. Con este estudio se pretende realizar un análisis filogenético con distintas cepas de enterobacterias en función de las BLEE más comunes. Para ello se ha seleccionado una proteína representativa de cada grupo (TEM-12, SHV-5 y CTX-M-9). Además, se ha realizado un estudio de genómica comparada relacionando estas filogenias con las obtenidas a partir del gen ARNr 16S. Para finalizar se realizó un análisis para determinar la localización de dichos genes de resistencia. Se analizaron un total de 25 cepas para la proteína TEM-12, 29 para la proteína SHV-5 y 44 para la proteína CTX-M-9, siendo en su mayoría secuencias contenidas en plásmidos. Las comparaciones filogenéticas realizadas con las enzimas de interés parecen no presentar un patrón claro de las relaciones evolutivas existentes. Sin embargo, al comparar estos árboles con los obtenidos para el gen ARNr 16S se observan claras diferencias, que permiten intuir mecanismos de transferencia horizontal. En conclusión, con los análisis realizados, se puede establecer que las enzimas estudiadas están codificadas por una única unidad transcripcional transferida a través de plásmidos y en función del nicho que ocupa cada grupo bacteriano o el tipo de infección que produce. El vertiginós ritme d'aparició de bacteris resistents a antibiòtics suposa un repte de vital importància per al tractament de malalties infeccioses, tant en medicina humana com veterinària. Les BLEE són enzims directament relacionats amb la resistència enfront d'antibiòtics ¿-lactámicos. Existeix gran varietat d'aquestes proteïnes, sent les més abundants les famílies TEM, SHV i CTX-M. Amb aquest estudi es pretén realitzar una anàlisi filogenètica amb diferents ceps de enterobacterias en funció de les BLEE més comunes. Per a això s'ha seleccionat una proteïna representativa de cada grup (TEM-12, SHV-5 i CTX-M-9). A més, s'ha realitzat un estudi de genòmica comparada relacionant aquestes filogènies amb les obtingudes a partir del gen ARNr 16S. Per a finalitzar es va realitzar una anàlisi per a determinar la localització d'aquests gens de resistència. Es van analitzar un total de 25 ceps per a la proteïna TEM-12, 29 per a la proteïna SHV-5 i 44 per a la proteïna CTX-M-9, sent en la seva majoria seqüències contingudes en plasmidis. Les comparacions filogenètiques realitzades amb els enzims d'interès semblen no presentar un patró clar de les relacions evolutives existents. No obstant això, en comparar aquests arbres amb els obtinguts per al gen ARNr 16S s'observen clares diferències, que permeten intuir mecanismes de transferència horitzontal. En conclusió, amb les anàlisis realitzades, es pot establir que els enzims estudiats estan codificades per una única unitat transcripcional transferida a través de plasmidis i en funció del nínxol que ocupa cada grup bacterià o el tipus d'infecció que produeix. The increasement in the rate of antibiotic-resistant bacteria represents an important challenge for the treatment of infectious diseases, both in human and veterinary medicine. ESBLs are enzymes directly related to resistance against ¿-lactam antibiotics. There are many types of these enzymes, but the most abundant groups are TEM, SHV and CTX-M families. This study aims to determine the phylogenetic relationship between different strains of Enterobacteriaceae based on different ESBLs. The analysis was made using a representative enzyme from each of the most important groups of ESBLs (TEM-12, SHV-5 and CTX-M-9). A comparative genomic study has been carried out relating these phylogenies with those obtained from the 16S rRNA gene. A gene location analysis was carried out in order to determine the distribution of this resistance genes. A total of 25 strains were analysed for TEM-12, 29 strains for SHV-5 and 44 strains for CTX-M-9, many of these sequences were in plasmids. Phylogenetic comparisons made with these enzymes do not show a clear pattern of evolutionary relationships. However, when comparing these phylogenetic trees with those obtained with the 16S rRNA gene, clear differences are observed. Those alterations represent mechanisms of horizontal gene transmission. In conclusion, all the analyses carried out in this study prove that these enzymes are encoded by a single transcriptional unit which is transferred through plasmid. This transmission is related to the environmental conditions where each bacterium can live and the type of infection that it produces.

CRISPR/Cas systems are adaptive immune systems widespread in bacteria and archaea that confer protection against invading nucleic acids. However, beyond its role in prokaryotes, many applications have derived from these systems, especially in the genome engineering field. Such has been the impact of CRISPR/Cas systems on this field, that they are considered a game-changing technology. This impact has triggered the interest in identifying and characterizing such systems in prokaryotes. Even so, the CRISPR/Cas systems of many prokaryotes, particularly in archaea, remain yet-to-be-explored. In this study, the CRISPR/Cas systems of Thermococcus are characterized through a comparative genomic analysis. Thermococcus is an archaeal genus that comprises thermophilic microorganisms. Thermococcus are of interest for the industry, mainly owing to their thermostable enzymes. The characterization of the systems identified in Thermococcus revealed their occurrence, diversity, organization and structural features. For said characterization, the use of online tools, specially created for CRISPR/Cas systems analyses, and software aimed at phylogenetic analyses have been required. Overall, a high occurrence and diversity of CRISPR/Cas systems have been detected in Thermococcus. The CRISPR loci, cas loci and structural features analyses also suggested likely horizontal gene transfer events among Thermococcus species. Furthermore, a pipeline to detect and characterize CRISPR/Cas systems in prokaryotic genomes has been generated, which can be employed for other species or genera. Los sistemas CRISPR/Cas son sistemas inmunes adaptativos extendidos en bacterias y arqueas que confieren protección contra ácidos nucleicos invasores. Sin embargo, más allá de su papel en procariotas, muchas aplicaciones se han derivado de estos sistemas, especialmente en el campo de la ingeniería del genoma. Tal ha sido el impacto de los sistemas CRISPR/Cas en este campo, que se consideran una tecnología revolucionaria. Este impacto ha impulsado el interés por identificar y caracterizar tales sistemas en procariotas. Aun así, los sistemas CRISPR/Cas de muchas procariotas, en particular en arqueas, siguen sin ser explorados. En el presente estudio, los sistemas CRISPR/Cas de Thermococcus se caracterizan mediante un análisis genómico comparativo. Thermococcus es un género de aqueas que comprende microorganismos termófilos. Este género presenta interés industrial, principalmente debido a sus enzimas termoestables. La caracterización de los sistemas identificados en Thermococcus reveló su presencia, diversidad, organización y elementos estructurales. Para dicha caracterización se ha requerido el uso de herramientas en línea, creadas especialmente para el análisis de los sistemas CRISPR/Cas, y de programas informáticos destinados a los análisis filogenéticos. En líneas generales, se ha detectado una elevada presencia y diversidad de sistemas CRISPR/Cas en Thermococcus. Los análisis de los CRISPR loci, cas loci y sus elementos estructurales también sugirieron probables eventos de transferencia horizontal de genes entre las especies de Thermococcus. Además, se ha generado un marco de trabajo para detectar y caracterizar los sistemas CRISPR/Cas en los genomas de procariotas, que puede emplearse para otras especies o géneros. Els sistemes CRISPR/Cas són sistemes immunes adaptatius estesos en bacteris i arqueges que confereixen protecció contra àcids nucleics invasors. No obstant això, més enllà del seu paper en procariotes, moltes aplicacions s'han derivat d'aquests sistemes, especialment en el camp de l'enginyeria del genoma. Tal ha estat l'impacte dels sistemes CRISPR/Cas en aquest camp, que es consideren una tecnologia revolucionària. Aquest impacte ha impulsat l'interès per identificar i caracteritzar tals sistemes en procariotes. Així i tot, els sistemes CRISPR/Cas de moltes procariotes, en particular en arqueges, segueixen sense ser explorats. En el present estudi, els sistemes CRISPR/Cas de Thermococcus es caracteritzen mitjançant una anàlisi genòmica comparativa. Thermococcus és un gènere d'aquest que comprèn microorganismes termòfils. Aquest gènere presenta interès industrial, principalment a causa dels seus enzims termoestables. La caracterització dels sistemes identificats en Thermococcus va revelar la seva presència, diversitat, organització i elements estructurals. Per a aquesta caracterització s'ha requerit l'ús d'eines en línia, creades especialment per a l'anàlisi dels sistemes CRISPR/Cas, i de programes informàtics destinats a les anàlisis filogenètiques. En línies generals, s'ha detectat una elevada presència i diversitat de sistemes CRISPR/Cas en Thermococcus. Les anàlisis dels CRISPR loci, cas loci i els seus elements estructurals també van suggerir probables esdeveniments de transferència horitzontal de gens entre les espècies de Thermococcus. A més, s'ha generat un marc de treball per a detectar i caracteritzar els sistemes CRISPR/Cas en els genomes de procariotes, que pot emprar-se per a altres espècies o gèneres.

La enfermedad de Parkinson (EP) es un trastorno neurológico progresivo que no tiene cura. Tras el diagnóstico clínico, no hay tratamiento farmacológico que pueda detener el avance de la enfermedad. Además, no hay en la actualidad un marcador biológico que pueda ayudar al diagnóstico precoz de la enfermedad. Este trabajo intenta contribuir a la búsqueda de biomarcadores eficaces para el diagnóstico de la enfermedad de Parkinson. En este trabajo analizamos estadísticamente los niveles de citoquinas en plasma y líquido cefalorraquídeo a partir de los datos recabados en el estudio clínico BioFIND. IL-1b, IL-2, IL-6, IL-8, IL-10, TNF-a e IFN-g fueron analizadas usando estadística inferencial para determinar posibles asociaciones entre ellas. A continuación, se llevaron a cabo estudios de correlación entre citoquinas y a-sinucleína o diferentes modificaciones post-traduccionales de la tubulina. También se realizaron estudios de correlación entre citoquinas y síntomas clínicos evaluados en la cohorte de estudio, mediante el test de evaluación cognitiva de Montreal (MoCA) o el cuestionario de detección de trastornos en la fase REM del sueño (RBDSQ). Además, se estudiaron los niveles plasmáticos de ciertos metabolitos entre sujetos control y pacientes con EP. Finalmente, se creó un modelo de regresión logística basado en las poliaminas ornitina, putrescina y N-acetilputrescina, además de los síntomas clínicos, para predecir la probabilidad de desarrollar EP. Con todo, este estudio intenta aportar luz al proceso de neuroinflamación asociado a la EP y proporciona nuevos conocimientos sobre la fisiopatología de la enfermedad. Parkinson's disease (PD) is a progressive neurological disorder and there is no cure for it. After clinical diagnosis, none of the existing pharmacologic treatments can stop the disease's advance. Moreover, there is not currently biomarker that can help early diagnose of PD. This work aspires to contribution in the seeking effective biomarkers for the diagnosis of Parkinson's disease. In this study, we statistically analyzed plasma and cerebrospinal liquid cytokines levels using clinical data from the BioFIND study. IL-1b, IL-2, IL-6, IL-8, IL-10, TNF-a and IFN¿ were analyzed using inferential statistics to determine associations between variables. Then, correlation studies between these cytokines and a-synuclein or post-translational modifications of tubulin were carried out. Correlation studies between cytokines and clinical symptoms assessed by the Montreal Cognitive Assessment (MoCA) test or The Rapid Eye Movement Sleep Behavior Disorder Screening Questionnaire (RBDSQ) were analyzed in the cohort of study. Levels of plasmatic metabolites between control subjects and PD patients were also studied. Finally, a logistic regression model was built based on the polyamines ornithine, putrescine, and N-acetylputrescine besides clinical symptoms to predict the probability of developing PD. Taken together, the current study sheds light on the neuroinflammation process associated with PD and adds new insights on the physiopathology of the disease. La malaltia de Parkinson (EP) és un trastorn neurològic progressiu que no té cura. Després del diagnòstic clínic, no hi ha tractament farmacològic que pugui detenir l'avanç de la malaltia. A més, no hi ha en l'actualitat un marcador biològic que pugui ajudar al diagnòstic precoç de la malaltia. Aquest treball intenta contribuir a la cerca de biomarcadores eficaces per al diagnòstic de la malaltia de Parkinson. En aquest treball analitzem estadísticament els nivells de citocines en plasma i líquid cefalorraquidi a partir de les dades recaptades en l'estudi clínic BioFIND. IL-1b, IL-2, IL-6, IL-8, IL-10, TNF-a i IFN-g van ser analitzades usant estadística inferencial per a determinar possibles associacions entre elles. A continuació, es van dur a terme estudis de correlació entre citocines i a-sinucleína o diferents modificacions post-traduccionales de la tubulina. També es van realitzar estudis de correlació entre citocines i símptomes clínics avaluats en la cohort d'estudi, mitjançant el test d'avaluació cognitiva de Mont-real (MoCA) o el qüestionari de detecció de trastorns en la fase REM del somni (RBDSQ). A més, es van estudiar els nivells plasmàtics d'uns certs metabòlits entre subjectes control i pacients amb EP. Finalment, es va crear un model de regressió logística basat en les poliamines ornitina, putrescina i N-acetilputrescina, a més dels símptomes clínics, per a predir la probabilitat de desenvolupar EP. Amb tot, aquest estudi intenta aportar llum al procés de neuroinflamación associat a la EP i proporciona nous coneixements sobre la fisiopatologia de la malaltia.

La finalidad de este trabajo fue la realización de un análisis filogenético, así como la construcción del perfil de la proteína óxido nítrico reductasa (Nor). Esta enzima contribuye a la formación de un potente gas de efecto invernadero, el óxido nitroso (N2O), que participa en la destrucción de la capa de ozono. El punto de partida del estudio fue la creación de una base de datos de proteínas Nor bacterianas mediante PSI-BLAST. La metodología llevada a cabo en este trabajo se basó en el uso de distintas herramientas bioinformáticas como MEGA-X, ModelTest o TREE-PUZZLE para el análisis filogenético, así como HMMER para la construcción del perfil. Además, se utilizó R para la creación de pequeños programas que ayudaron a continuar con el estudio, además de otros programas. Los resultados obtenidos mostraron que el árbol resultante agrupaba las secuencias en dos clados distintos. En uno de ellos predominaban bacterias de la familia Rhizobiaceae, mientras que, en el otro, la mayoría eran del orden Rhodobacterales. Por otro lado, se vio que los perfiles obtenidos eran capaces de reconocer proteínas anotadas como Nor en una base de datos de proteínas, así como proteínas denotadas como unclassified. Los resultados apuntaron a que los perfiles podrían usarse para seguir estudiando el papel que tiene la enzima Nor en aumento de los niveles de N2O atmosférico. De este modo, se podrían llevar a cabo distintos abordajes para mitigar este grave problema a nivel medio ambiental. This project aimed to carry out a phylogenetic analysis and the development of the profile of the nitric oxide reductase (Nor). This enzyme contributes to the production of nitrous oxide (N2O), which is a powerful greenhouse gas, and it participates in Ozone Depletion. The starting point of the study was the obtaining of a database of bacterial Nor proteins through PSI-BLAST. The methodology carried out was based on the use of different bioinformatics frameworks. They were used software such as MEGAX, ModelTest or TREE-PUZZLE for the phylogenetic analysis, and HMMER for the development of the profile. In addition, R was used for the creation of small programs that helped to continue with the study, among other programs. The results showed that the tree organized the sequences in two different clades. In one of them, bacteria of the Rhizobiaceae family predominated, while in the other, the majority were of the order Rhodobacterales. On the other hand, it was found that the sequence-based profiles were able to identify proteins annotated as Nor in a protein database and proteins denoted as unclassified, as well. The results suggested that the profiles could be used in the future to study the role of Nor in increasing levels of atmospheric N2O. In this way, different approaches could be carried out to mitigate this serious environmental problem. La finalitat d'aquest treball va ser la realització d'una anàlisi filogenètic, així com la construcció de l'perfil de la proteïna òxid nítric reductasa (Nor). Aquest enzim contribueix a la formació d'un potent gas d'efecte hivernacle, l'òxid nitrós (N2O), que participa en la destrucció de la capa d'ozó. El punt de partida de l'estudi va ser la creació d'una base de dades de proteïnes Nor bacterianes mitjançant PSI-BLAST. La metodologia portada a terme en aquest treball es va basar en l'ús de diferents eines bioinformàtiques com MEGA-X, ModelTest o TREE-PUZZLE per a l'anàlisi filogenètic, així com HMMER per a la construcció de l'perfil. A més, es va utilitzar R per a la creació de petits programes que van ajudar a continuar amb l'estudi, a més d'altres programes. Els resultats obtinguts van mostrar que l'arbre resultant agrupava les seqüències en dos clados diferents. En un d'ells predominaven bacteris de la família Rhizobiaceae, mentre que, en l'altre, la majoria eren de l'ordre Rhodobacterales. D'altra banda, es va veure que els perfils obtinguts eren capaços de reconèixer proteïnes anotades com Nor en una base de dades de proteïnes, així com proteïnes denotades com unclassified. Els resultats van apuntar al fet que els perfils podrien usar-se per seguir estudiant el paper que té l'enzim Nor en augment dels nivells de N2O atmosfèric. D'aquesta manera, es podrien dur a terme diferents abordatges per mitigar aquest greu problema a nivell mediambiental.

En la actualidad el mundo se encuentra enfrentado a una crisis sanitaria global provocada por la enfermedad Covid-19. Desde su aparición en Wuhan (China) el virus ha causado alrededor de cuatro millones de muertes en el mundo provocando una alta presión hospitalaria. El virus destaca por su alta capacidad de propagación. Por ello, parece indispensable contar con mecanismos de detección precoz de la enfermedad para aumentar la rapidez del tratamiento y reducir la probabilidad de contagio. Las radiografías de tórax son una prueba muy efectiva para la detección de neumonía a causa de Covid-19. El aprendizaje profundo es capaz de extraer características relacionadas con los resultados clínicos de las radiografías. En este Trabajo de Fin de Máster se ha propuesto un modelo de red neuronal convolucional y se ha intentado mejorar mediante la utilización de las técnicas de aumento de datos, transferencia de aprendizaje y ajuste fino. El proyecto se ha desarrollado en el lenguaje de programación Python mediante la utilización de las librerías Tensorflow y Keras. Para el entrenamiento del modelo se ha utilizado una base de datos de imágenes de radiografías de tórax del repositorio Kaggle. Dichas imágenes se encuentran clasificadas en cuatro categorías: normal, opacidad torácica, neumonía viral y neumonía por Covid-19. Finalmente se ha realizado una comparación de los modelos creados. El considerado mejor modelo ha sido utilizado para mostrar los resultados mediante una aplicación web desarrollada con Flask y publicada en la plataforma PythonAnywhere. En l'actualitat el món es troba enfrontat a una crisi sanitària global provocada per la malaltia Covid-19. Des de la seva aparició en Wuhan (la Xina) el virus ha causat al voltant de quatre milions de morts en el món provocant una alta pressió hospitalària. El virus destaca per la seva alta capacitat de propagació. Per això, sembla indispensable comptar amb mecanismes de detecció precoç de la malaltia per a augmentar la rapidesa del tractament i reduir la probabilitat de contagi. Les radiografies de tòraxs són una prova molt efectiva per a la detecció de pneumònia a causa de Covid-19. L'aprenentatge profund és capaç d'extreure característiques relacionades amb els resultats clínics de les radiografies. En aquest Treball de Fi de Màster s'ha proposat un model de xarxa neuronal convolucional i s'ha intentat millorar mitjançant la utilització de les tècniques d'augment de dades, transferència d'aprenentatge i ajust fi. El projecte s'ha desenvolupat en el llenguatge de programació Python mitjançant la utilització de les llibreries Tensorflow i Keras. Per a l'entrenament del model s'ha utilitzat una base de dades d'imatges de radiografies de tòraxs del repositori Kaggle. Aquestes imatges es troben classificades en quatre categories: normal, opacitat toràcica, pneumònia viral i pneumònia per Covid-19. Finalment s'ha realitzat una comparació dels models creats. El considerat millor model ha estat utilitzat per a mostrar els resultats mitjançant una aplicació web desenvolupada amb Flask i publicada en la plataforma PythonAnywhere. The world is currently facing a global health crisis caused by the Covid-19 disease. Since its appearance in Wuhan (China), the virus has caused around four million deaths worldwide, causing high hospital pressure. The virus stands out for its high propagation capacity. For this reason, it seems essential to have mechanisms for early detection of the disease to increase the speed of treatment and reduce the probability of contagion. Chest X-rays are a very effective test for detecting Covid-19 pneumonia. Deep learning is able to extract characteristics related to clinical results from radiographs. In this Master's Thesis, a convolutional neural network model has been proposed and an attempt has been made to improve it through the use of data augmentation, learning transfer and fine-tuning techniques. The project has been developed in the Python programming language and using the Tensorflow and Keras libraries. For the training of the model, a database of images of chest radiographs from the Kaggle repository was used. These images are classified into four categories: normal, thoracic opacity, viral pneumonia and Covid-19 pneumonia. Finally, a comparison of the created models has been made. The considered best model has been used to show the results through a web application developed with Flask and published on the PythonAnyWhere platform.

Se pretende realizar un estudio comparativo de expresión génica entre distintas poblaciones con cáncer gástrico e intentar establecer relaciones entre la expresión diferencial de genes y posibles factores de presión selectiva medioambiental y dietética. Materiales y métodos. Se estudia la expresión diferencial de genes en muestras de cáncer gástrico de distintas poblaciones, mediante el paquete edgeR del software R. Se estudian las diferencias clínicas y biológicas entre las poblaciones, y se intenta describir una relación plausible entre la expresión diferencial y los factores medioambientales y dietéticos mediante la búsqueda bibliográfica para establecer vías fisiológicas interrelacionadas. Resultados. En el estudio de expresión diferencial de genes, se incluyen un total de 71 muestras de 4 poblaciones distintas (latina, blanca, asiática y negra). Se describen diferencias significativas entre el tipo de tumor, el estadio en el momento del diagnóstico y la presencia de metástasis. Se describe la expresión diferencial de genes en las comparaciones 2 a 2 de las distintas poblaciones, destacando una expresión diferencial en los genes implicados en el metabolismo de las hormonas tiroideas y en el fenotipo de moléculas de histocompatibilidad, que podrían tener relación con factores de presión selectiva como la obesidad y la infección por Helicobacter pylori, respectivamente. Conclusiones. Se confirman diferencias significativas en el tipo histológico y el estadio en el momento del diagnóstico en distintas poblaciones, que presentan una expresión diferencial en genes que podrían estar modulados por efectos medioambientales y dietéticos como la obesidad y la infección por Helicobacter pylori. Es pretén realitzar un estudi comparatiu d'expressió gènica entre diferents poblacions amb càncer gàstric i intentar establir relacions entre l'expressió diferencial de gens i possibles factors de pressió selectiva mediambiental i dietètica. Materials i mètodes. S'estudia l'expressió diferencial de gens en mostres de càncer gàstric de diferents poblacions, mitjançant el paquet edgeR del programari R. S'estudien les diferències clíniques i biològiques entre les poblacions, i s'intenta descriure una relació plausible entre l'expressió diferencial i els factors mediambientals i dietètics mitjançant la cerca bibliogràfica per a establir vies fisiològiques interrelacionades. Resultats. En l'estudi d'expressió diferencial de gens, s'inclouen un total de 71 mostres de 4 poblacions diferents (llatina, blanca, asiàtica i negra). Es descriuen diferències significatives entre la mena de tumor, l'estadi en el moment del diagnòstic i la presència de metàstasi. Es descriu l'expressió diferencial de gens en les comparacions 2 a 2 de les diferents poblacions, destacant una expressió diferencial en els gens implicats en el metabolisme de les hormones tiroidals i en el fenotip de molècules d'histocompatibilitat, que podrien tenir relació amb factors de pressió selectiva com l'obesitat i la infecció per Helicobacter pylori, respectivament. Conclusions. Es confirmen diferències significatives en el tipus histològic i l'estadi en el moment del diagnòstic en diferents poblacions, que presenten una expressió diferencial en gens que podrien estar modulats per efectes mediambientals i dietètics com l'obesitat i la infecció per Helicobacter pylori. To compare gene expression between different populations with gastric cancer and to try to establish relationships between gene differential expression and possible environmental and dietary selective pressure factors. Materials and methods: The differential expression of genes in gastric cancer samples from different populations is studied using the edgeR package of the R software. Clinical and biological differences between populations are studied, and an attempt is made to establish a plausible relationship between differential expression and environmental and dietary factors by establishing interrelated physiological pathways. Results. The gene differential expression study includes a total of 71 samples from 4 distinct populations (latin, white, asian and black). Significant differences between tumor type, stage at diagnosis, and presence of metastasis are described. Gene differential expression is described in comparisons 2 to 2 of the different populations, highlighting a differential expression in genes involved in thyroid hormone metabolism and histocompatibility molecule phenotype, which could be related to selective pressure factors such as obesity and Helicobacter pylori infection, respectively. Conclusions. Significant differences in histological type and stage at diagnosis are confirmed in different populations, which have differential expression in genes that could be modulated by environmental and dietary effects such as obesity and Helicobacter pylori infection.

El limfoma plasmablàstic (LPB) és un subtipus de Limfoma B Difús de Cèl·lula Gran (LBDCG) que s'associa principalment a la infecció pel virus de la immunodeficiència humana (VIH), a altres tipus d'immunodepressió (com els receptors de trasplantament d'òrgans sòlids) i fins i tot en pacients immunocompetents. Tot i que és una malaltia rara en general, la incidència augmenta dràsticament en regions amb una prevalença elevada d'VIH. El limfoma plasmablàstic és un tumor poc estudiat i extremadament agressiu. L'aportació d'informació per definir l'expressió genòmica d'aquest limfoma és important per a la comprensió de la patogènesi d'aquesta malaltia. El present treball estudia els canvis en l'expresssió que es generen en el transcriptoma, mitjançant l'anàlisi bioinformàtic de les dades obtingudes a partir de tècniques d'RNA-seq realitzades sobre un conjunt de mostres de pacients amb LPB i Controls sense LPB. A més, gràcies a un estudi d'expressió de microarrays anterior on es van trobar un conjunt de miRNAs diferencialment expressats entre els mateixos dos grups, es determina quin és el paper dels miRNA diferencialment expressats en la modulació de l'expressió dels gens diana als que s'uneix. Plasmablastic lymphoma (PBL) is a subtype of Diffuse B Large Cell Lymphoma (DBLCL) that is primarily associated with human immunodeficiency virus (HIV) infection, other types of immunosuppression (such as solid organ transplantation) and in immunocompetent patients. In general, PBL is a rare disease, but the incidence increases dramatically in regions with a high HIV prevalence. PBL is a poorly studied and extremely aggressive tumor. The provision of information to define the genomic expression of this lymphoma is important for understanding the pathogenesis of this disease. This study identify the transcriptome expression changes, using bioinformatics analysis of data from RNA-seq techniques performed on a set of samples from patients with PBL and Controls without PBL. In addition, using data of a previous microarray expression study where a set of differentially expressed miRNAs were found between the same two groups, the role of differentially expressed miRNAs in modulating gene expression is determined. The results of this study suggest the creation of future lines of work that will allow further study of this data set. El linfoma plasmablàstic (LPB) es un subtipo de Linfoma B Difuso de Célula Grande (LBDCG) que se asocia principalmente a la infección por el virus de la inmunodeficiencia humana (VIH), a otros tipos de inmunodepresión (como los receptores de trasplante de órganos sólidos) e incluso en pacientes inmunocompetentes. Aunque es una enfermedad rara en general, la incidencia aumenta drásticamente en regiones con una prevalencia elevada de VIH. El linfoma plasmablàstic es un tumor poco estudiado y extremadamente agresivo. La aportación de información para definir la expresión genómica de este linfoma es importante para la comprensión de la patogénesis de esta enfermedad. El presente trabajo estudia los cambios en la expresssió que se generan en el transcriptoma, mediante el análisis bioinformático de los datos obtenidos a partir de técnicas de RNA-seq realizadas sobre un conjunto de muestras de pacientes con LPB y Controles sin LPB. Además, gracias a un estudio de expresión de microarrays anterior donde se encontraron un conjunto de miRNAs diferencialmente expresados entre los mismos dos grupos, se determina cuál es el papel de los miRNA diferencialmente expresados en la modulación de la expresión de los genes diana a que se une.

Uno de los objetivos principales del presente trabajo es la elaboración del análisis filogenético de la óxido nitroso reductasa, una enzima encargada de la reducción del N2O a N2 durante la desnitrificación biológica. El otro objetivo principal es el establecimiento del perfil de dicha proteína. Para ello ha sido necesario crear una base de datos que incluya un conjunto de secuencias proteicas de distintos organismos microbiológicos, mediante la búsqueda de homólogos de la secuencia query en BLAST. Posterior a la preparación de las secuencias, se realiza un alineamiento múltiple con el software MEGA-X, así como la determinación del modelo evolutivo y la señal filogenética, esta última usando TREE-PUZZLE. Para el estudio de la clasificación taxonómica de los organismos poseedores del gen nosZ se prepara un árbol filogenético usando el método probabilístico de máxima verosimilitud con bootstrapping. De este análisis se obtiene la distinción de los organismos en dos Clados, según si poseen el gen ¿típico¿ o ¿atípico¿. El último paso es la preparación del perfil proteico. Se ha preparado dos, uno para cada Clado, usando el servidor web Phyre2. Se han predicho las estructuras tridimensionales de la proteína mediante el modelado por homología, ambas con un nivel de confianza del 100%. Con los resultados obtenidos, se confirma que es posible ampliar y complementar los estudios ya hechos sobre la óxido nitroso reductasa usando bases de datos públicas, hecho que podría significar un paso importante en la potencial reducción de las emisiones de N2O, un potente gas de efecto invernadero. Un dels objectius principals del present treball és l'elaboració de l'anàlisi filogenètica de l'òxid nitrós reductasa, un enzim encarregat de la reducció del N2O a N2 durant la desnitrificació biològica. L'altra finalitat principal és l'establiment del perfil d'aquesta proteïna. Per a això ha estat necessari crear una base de dades que inclogui un conjunt de seqüències proteiques de diferents organismes microbiològics, mitjançant la cerca d'homòlegs de la seqüència query en BLAST. Posterior a la preparació de les seqüències, es realitza un alineament múltiple com el programari MEGA-X, així com la determinació del model evolutiu i el senyal filogenètic, aquesta última usant TREE-*PUZLE. Per a ho estudio de la classificació taxonòmica dels organismes posseïdors del gen nosZ es prepara un arbre filogenètic fent servir el mètode probabilístic de màxima versemblança con bootstrapping. D'aquesta anàlisi s'obté la distinció dels organismes en dos Clades, segons si posseeixen el gen "típic" o "atípic". L'últim pas la hi preparació del perfil proteic. S'han preparat dos, un per a cada Clade, fent servir el servidor web Phyre2. S'han predit les estructures tridimensionals de la proteïna mitjançant la modelada per homologia, ambdues com un nivell de confiança del 100%. Amb els resultats aconseguits, es confirma que és possible ampliar i complementar els estudis ja fets sobre l'òxid nitrós reductasa utilitzant bases de dades públiques, fet que podria significar un pas important en la potencial reducció de les emissions de N2O, un potent gas d'efecte d'hivernacle. One of the main objectives of the present work is the phylogenetic analysis of nitrous oxide reductase, an enzyme responsible for the reduction of N2O to N2 during biological denitrification. The other main objective is to establish the profile of this protein. For this purpose, it has been necessary to create a database that includes a set of protein sequences from different microbiological organisms, by searching for homologues of the query sequence in BLAST. After the preparation of the sequences, a multiple alignment is carried out with the MEGA-X software, as well as the determination of the evolutionary model and the phylogenetic signal, the latter using TREE-PUZZLE. For the study of the taxonomic classification of organisms possessing the nosZ gene, a phylogenetic tree is prepared using the probabilistic method of maximum likelihood with bootstrapping. From this analysis we obtain the distinction of the organisms into two clades, according to whether they possess the "typical" or "atypical" gene. The last step is the preparation of the protein profile. Two have been prepared, one for each Clade, using the Phyre2 web server. The three-dimensional protein structures have been predicted by homology modelling, both with a 100% confidence level. With the results obtained, it is confirmed that it is possible to extend and complement the studies already done on nitrous oxide reductase using public databases, a fact that could mean an important step in the potential reduction of N2O emissions in the European Union emissions of N2O, a potent greenhouse gas.

El splicing es un proceso que ocurre entre la transcripción y la traducción y consiste en eliminar las regiones no codificantes del mRNA para producir un transcrito maduro. Este proceso es necesario para que la traducción se realice correctamente. La presencia de mutaciones puntuales que alteran las secuencias reguladoras conduce a splicing aberrante, pudiendo producir trastornos monogénicos hereditarios específicos. Las mutaciones que afectan al splicing se han clasificado en cinco tipos, según la posición que ocupan en el DNA y según el efecto que producen en él. En el presente TFM, se pretende estudiar algunos de los diferentes tipos de predictores de splicing in silico, partiendo inicialmente de 30; así como comprobar la exactitud con la que éstos predicen el efecto que pueden producir dichas mutaciones y clasificarlas según los cinco tipos fijados. Se ha estudiado un conjunto de 99 variantes, entre las cuales de unas se conocía el efecto que producen en el splicing, y otras se obtuvieron de una base de datos de enfermedades humanas, no conociendo su efecto. Se ha hecho un análisis estadístico y descriptivo de cada uno de los predictores para determinar el de mayor exactitud y los problemas que tienen cada uno de ellos. Sólo unos pocos predictores dan resultados que pueden ser clasificables. Otros no pueden ser extrapolables a los tipos de splicing estudiados o generan resultados que pueden llevar a concluir tipos distintos. Al ser predicciones, es imprescindible validar experimentalmente para poder determinar el verdadero efecto de estas mutaciones en el splicing. Splicing is a process that occurs between transcription and translation and consists in eliminating the non-coding regions of the mRNA to produce a mature transcript. This process is necessary for the translation to be successful. Presence of point mutations that alter regulatory sequences leads to aberrant splicing, which can produce specific hereditary monogenic disorders. Mmutations that affect splicing have been classified into five types, according to the position they occupy in the DNA and according to the effect they produce on it. In this TFM, it is intended to study some of the different types of splicing predictors in silico, starting initially from 30; as well as to verify the accuracy they have to predict the effect that these mutations can produce and to classify them intro the five fixed effects. A set of 99 variants has been studied, for some the effect they produce on splicing was known, and others were obtained from a human disease database, without knowing their effect. A statistical and descriptive analysis has been performed for each of the predictors to determine the one with the highest accuracy and the problems that each one of them have. Only a few predictors give results that can be classifiable. Others cannot be extrapolated to the types of splicing studied or generate results that can lead to the conclusion of different types. As they are predictions, it is essential to validate experimentally in order to determine the true effect of these mutations on splicing. El splicing és un procés que ocorre entre la transcripció i la traducció i consisteix a eliminar les regions no codificants del mRNA per a produir un transcrit madur. Aquest procés és necessari perquè la traducció es realitzi correctament. La presència de mutacions puntuals que alteren les seqüències reguladores condueix a splicing aberrant, podent produir trastorns monogénicos hereditaris específics. Les mutacions que afecten el splicing s'han classificat en cinc tipus, segons la posició que ocupen en el DNA i segons l'efecte que produeixen en ell. En el present TFM, es pretén estudiar alguns dels diferents tipus de predictors de splicing in silico, partint inicialment de 30; així com comprovar l'exactitud amb la qual aquests prediuen l'efecte que poden produir aquestes mutacions i classificar-les segons els cinc tipus fixats. S'ha estudiat un conjunt de 99 variants, entre les quals d'unes es coneixia l'efecte que produeixen en el splicing, i altres es van obtenir d'una base de dades de malalties humanes, no coneixent el seu efecte. S'ha fet una anàlisi estadística i descriptiva de cadascun dels predictors per a determinar el de major exactitud i els problemes que tenen cadascun d'ells. Només uns pocs predictors donen resultats que poden ser classificables. Uns altres no poden ser extrapolables als tipus de splicing estudiats o generen resultats que poden portar a concloure tipus diferents. En ser prediccions, és imprescindible validar experimentalment per a poder determinar el veritable efecte d'aquestes mutacions en el splicing.

A través de la minería de texto, se ha logrado recopilar información proveniente de diferentes publicaciones, relacionadas con el hepatocarcinoma (HCC) y los miARN. A partir de acá se han obtenido genes que estarían implicados con esta enfermedad, miARN que juegan un papel importante y mutaciones que podrían conducir a la formación del HCC . El análisis realizado se visualiza a través de una aplicación web, HmiR², que fue llevada a cabo con el framework Shiny. Esta permite la integración con varias bases de datos que aportan información relevante sobre el contexto en el que se desarrolla esta enfermedad, como cuál es la función de los genes, cuál es el target al que se dirigen los miARN, qué tipo de mutaciones y dónde ocurren las mismas. Este trabajo podría funcionar como punto de partida hacia nuevas líneas de investigación que incluyan a los miARN y su participación en el cáncer. Through text mining, it has been possible to collect information from different publications, related to hepatocarcinoma (HCC) and miRNAs. From here we have obtained genes that would be involved in this disease, miRNAs that play an important role and mutations that could lead to the formation of HCC. The analysis carried out is viewed through a web application, HmiR², which was carried out with the Shiny framework. This allows integration with several databases that provide relevant information about the context in which this disease develops,such as what is the function of genes, what is the target to which miRNAs are directed, what type of mutations and where they happen. This work could serve as a starting point for new lines of research that include miRNAs and their role in cancer. A través de la mineria de text, s'ha aconseguit recopilar informació provinent de diferents publicacions, relacionades amb l'hepatocarcinoma (HCC) i els miARN. A partir d'aquí s'han obtingut gens que estarien implicats amb aquesta malaltia, miARN que juguen un paper important i mutacions que podrien conduir a la formació de l'HCC. L'anàlisi realitzada es visualitza a través d'una aplicació web, HmiR², que va ser portada a terme amb el framework Shiny. Aquesta permet la integració amb diverses bases de dades que aporten informació rellevant sobre el context en què es desenvolupa aquesta malaltia, com quina és la funció dels gens, quin és el target a què es dirigeixen els miARN, quin tipus de mutacions i on ocorren les mateixes. Aquest treball podria funcionar com a punt de partida cap a noves línies d'investigació que incloguin els miARN i la seva participació en el càncer.

Adverse drug reactions (ADRs) are those harmful and unintended responses to a drug at normal doses that lead to a risk situation for the patient. According to previous studies of Lazarou and Pirmohamed, it was shown that the ADRs of, specifically, drugs that act on the cardiovascular system, cause an increase in hospital admission and mortality, which represents an important clinical problem. Because of this, the need arises to investigate these adverse effects to ultimately reduce hospital admissions, as well as improve the quality of life of the patient. Due to the great advance of bioinformatics in recent decades and, especially, in the area of molecular docking, today we find multiple software designed to solve this need. The tool chosen for this was BioGPS, a novel application for the comparison and grouping of protein pockets. The research was carried out with the antiarrhythmic drug Amiodarone, to find and report protein pockets responsible for producing off-target effects. Four notable adverse effects were obtained for this drug: hepatic steatosis, oxidative stress, metabolic acidosis/diuresis, and pulmonary toxicity. The first three were obtained by BioGPS, the last was notified by means of a bibliographic search. With the results obtained, a new horizon opens up in the area of drug design and safety, with the ultimate goal of being able to report ADRs more efficiently in order to improve the health and quality of life of patients. Las reacciones adversas medicamentosas (RAM) son aquellas respuestas nocivas y no intencionadas a un fármaco a dosis normales que llevan a una situación de riesgo para el paciente. Según estudios anteriores de Lazarou y Pirmohamed, se demostró que las RAM, y en concreto, de los fármacos que actúan en el sistema cardiovascular, producen un aumento del ingreso hospitalario y de la mortalidad, lo cual representa un problema clínico importante. A partir de esta problemática, surge la necesidad de investigar sobre dichos efectos adversos para poder reducir en última instancia los ingresos hospitalarios, así como mejorar la calidad de vida del paciente. Debido al gran avance de la bioinformática en las últimas décadas y, en especial, del área del docking molecular, hoy en día encontramos múltiples softwares diseñados para cubrir esta necesidad. La herramienta elegida para ello fue BioGPS, una aplicación novedosa de comparación y agrupación de bolsillos proteicos. La investigación se realizó con el fármaco antiarrítmico Amiodarona, con la finalidad de encontrar y notificar bolsillos proteicos encargados de producir los efectos "off-target". Se obtuvieron cuatro efectos adversos destacables para este fármaco: esteatosis hepática, estrés oxidativo, acidosis metabólica/diuresis y toxicidad pulmonar. Las tres primeras fueron obtenidas mediante BioGPS, la última fue notificada mediante búsqueda bibliográfica. Con los resultados obtenidos, se abre un nuevo horizonte en el área de diseño y seguridad de los fármacos, con el objetivo final de poder notificar de manera más eficiente las RAM para así, mejorar la salud y la calidad de vida de los pacientes. Les reaccions adverses medicamentoses (RAM) són aquelles respostes nocives i no intencionades a un fàrmac a dosis normals que porten a una situació de risc per al pacient. Segons estudis anteriors de Lazarou i Pirmohamed, es va demostrar que les RAM, i en concret, dels fàrmacs que actuen en el sistema cardiovascular, produeixen un augment de l'ingrés hospitalari i de la mortalitat, la qual cosa representa un problema clínic important. A partir d'aquesta problemàtica, sorgeix la necessitat d'investigar sobre aquests efectes adversos per poder reduir en última instància els ingressos hospitalaris, així com millorar la qualitat de vida de l'pacient. A causa de el gran avanç de la bioinformàtica en les últimes dècades i, en especial, de l'àrea de docking molecular, avui dia trobem múltiples programaris dissenyats per cobrir aquesta necessitat. L'eina escollida per a això va ser BioGPS, una aplicació innovadora de comparació i agrupació de butxaques proteiques. La investigació es va realitzar amb el fàrmac antiarrítmic Amiodarona, amb la finalitat de trovar i notificar butxaques proteiques encarregades de produir els efectes "off-target". Es van obtenir quatre efectes adversos destacables per aquest fàrmac: esteatosi hepàtica, estrès oxidatiu, acidosi metabòlica / diüresi i toxicitat pulmonar. Les tres primeres van ser obtingudes mitjançant BioGPS, l'última va ser notificada mitjançant recerca bibliogràfica. Amb els resultats obtinguts, s'obre un nou horitzó en l'àrea de disseny i seguretat dels fàrmacs, amb l'objectiu final de poder notificar de manera més eficient les RAM per així, millorar la salut i la qualitat de vida dels pacients.

La enfermedad por coronavirus 19 (COVID-19) es un síndrome respiratorio infeccioso producido por el virus SARS-CoV-2. Su rápida propagación y el elevado número de fallecidos la convirtió en pandemia en marzo de 2020 siendo una seria amenaza para la salud pública y la economía global. Actualmente, existen vacunas para la prevención de la enfermedad, pero no existe un tratamiento específico y las medidas terapéuticas se centran en paliar los síntomas. Además, los mecanismos moleculares involucrados en la infección son bastante desconocidos. Este proyecto consistió en un estudio bioinformático con el objetivo de mejorar el conocimiento sobre esta enfermedad. En un primer bloque, se recopilaron y procesaron los datos del interactoma humano, del interactoma SARS-CoV-2- humano, del interactoma SARS-CoV-2 y de las vías moleculares humanas. En el segundo bloque, se realizó un análisis estadístico de los datos a fin de identificar los mecanismos moleculares más relevantes en la infección y los productos génicos candidatos para la intervención terapéutica. Se reportaron 358 vías moleculares candidatas y 5 genes candidatos (MAVS, DDX58, IFIH1, TBK1 y RAB14) que podrían considerarse como "targets" potenciales para el desarrollo de fármacos en futuros estudios. Algunas vías moleculares, como aquellas asociadas a la ubicación proteica en los cuerpos de Cajal y la organización del centrosoma, no se habían asociado a la enfermedad previamente y pueden ser la base de futuras investigaciones. The 2019 novel coronavirus disease (2019) is an infectious respiratory syndrome caused by a novel virus coronavirus strain, SARS-CoV-2. In March 2020, COVID-19 became pandemic due to the quick spread and high mortality worldwide and it is a serious problem to global public health and economy. Vaccines have been developed to prevent infection but there is not a specific treatment against COVID-19 beyond therapies to symptom alleviation. Therefore, the molecular mechanism underlaying COVID-19 are largely unknown. Here, we developed a bioinformatic study to get a better understanding of the SARS-CoV-2 infection. The first block was a recompilation and processing of human interactome, SARS-CoV-2-human interactome, SARS-CoV-2 interactome and human molecular pathways. The second block was a statistical data analysis to identify the human molecular pathways associated with COVID19 and the candidate gene products to drug discovery. Statistical data analysis discovered 358 human molecular pathways and 5 genes (MAVS, DDX58, IFIH1, TBK1 y RAB14) that can be considered as potential candidates for drug targets in future studies. Some molecular pathways related with centrosome organization and protein localization in Cajal bodies have not been reported in previous studies and they could be the beginning of new research projects. La malaltia per coronavirus 19 (COVID-19) és una síndrome respiratòria infecciosa produït pel virus SARS-CoV-2. La seva ràpida propagació i l'elevat número de morts la va convertir en pandèmia al març de 2020 sent una seriosa amenaça per a la salut pública i l'economia global. Actualment, existeixen vacunes per a la prevenció de la malaltia, però no existeix un tractament específic i les mesures terapèutiques se centren en pal·liar els símptomes. A més, els mecanismes moleculars involucrats en la infecció són bastant desconeguts. Aquest projecte va consistir en un estudi bioinformàtic amb l'objectiu de millorar el coneixement sobre aquesta malaltia. En un primer bloc, es van recopilar i van processar les dades del interactoma humà, del interactoma SARS-CoV-2- humà, del interactoma SARS-CoV-2 i de les vies moleculars humanes. En el segon bloc, es va realitzar una anàlisi estadística de les dades a fi d'identificar els mecanismes moleculars més rellevants en la infecció i els productes gènics candidats per a la intervenció terapèutica. Es van reportar 358 vies moleculars candidates i 5 gens candidats (MAVS, DDX58, IFIH1, TBK1 i RAB14) que podrien considerar-se com "targets" potencials per al desenvolupament de fàrmacs en futurs estudis. Algunes vies moleculars, com aquelles associades a la ubicació proteica en els cossos de Cajal i l'organització del centrosoma, no s'havien associat a la malaltiaprèviament i poden ser la base de futures recerques.

Las pruebas de toxicidad aguda para determinar la concentración letal media (CL50) aplicadas en Daphnia Magna son ampliamente utilizadas para determinar el nivel de toxicidad acuática de diferentes compuestos. Una alternativa a estos ensayos son los estudios de relación cuantitativa estructura-actividad (QSAR). Este trabajo propone la creación de una aplicación web que implemente el mejor modelo de aprendizaje automático resultante del entrenamiento de diferentes algoritmos tanto para la predicción del valor CL50 cuanto para la clasificación por nivel de toxicidad de moléculas orgánicas a través de cuatro descriptores moleculares: superficie polar topológica que considera N, O, P y S (TPSA.Tot), Número de átomo de hidrógeno unidos a heteroátomos (H.050), coeficiente de partición octanol-agua calculado a partir con el modelo de Moriguchi (MLOGP) y el índice topológico que codifica información sobre el tamaño molecular y la ramificación, sin considerar los heteroátomos (RDCHI). Los algoritmos empleados para obtener los modelos de regresión fueron: árbol de regresión cubist, máquinas de soporte vectorial con kernel radial (SVMr), bosque aleatorio (RF), bosque aleatorio tipo ranger y el impulso de gradiente estocástico (gmb). Para generar los modelos de clasificación se usaron: SVMr, RF, RF ranger, gmb y redes neuronales. En ambos casos, el mejor modelo se obtuvo con el SVM con kernel radial. El modelo de predicción del valor LC50 llegó a un Q2 de 0.77 y un R2 de 0.83 en la validación externa y el modelo de clasificación alcanzó un 0.80 de precisión. Acute toxicity tests to determine the median lethal concentration (LC50) in Daphnia Magna are widely applied to determine the level of aquatic toxicity of different compounds. An alternative to these assays is quantitative structure-activity relationship studies (QSAR). This work proposes the creation of a web application that implemented the best machine learning model of the training of different algorithms both for the prediction of the LC50 value and for the classification by level of toxicity of organic molecules through four molecular descriptors: topological polar surface which considers N, O, P and S (TPSA.Tot), number of hydrogen atoms attached to heteroatoms (H.050), octanol-water partition coefficient calculated from the Moriguchi model (MLOGP) and the topological index which encodes information on molecular size and branching, without considering heteroatoms (RDCHI). The algorithms used to obtain the regression models were cubist regression tree, support vector machines with radial kernel (SVMr), random forest (RF), random forest of ranger type, and stochastic gradient impulse (gmb). To generate the classification models, the following will be used: SVM radial, RF, ranger, gmb and neural networks. In both cases, the best model was obtained using SVM with radial kernel. The LC50 prediction model reached a Q2 of 0.77 and an R2 of 0.83 in the external validation and the classification model reached a precision of 0.80. Les proves de toxicitat aguda per determinar la concentració letal mitjana (CL50) aplicades a Daphnia Magna són àmpliament utilitzades per determinar el nivell de toxicitat aquàtica de diferents compostos. Una alternativa a aquests assajos són els estudis de relació quantitativa estructura-activitat (QSAR). Aquest treball proposa la creació d'una aplicació web que implementi el millor model d'aprenentatge automàtic resultant de l'entrenament de diferents algoritmes tant per a la predicció de la valor CL50 que fa per a la classificació per nivell de toxicitat de molècules orgàniques a través de quatre descriptors moleculars: superfície polar topològica que considera N, O, P i S (TPSA.Tot), Nombre d'àtom d'hidrogen units a heteroàtoms (H.050), coeficient de partició octanol-aigua calculat a partir amb el model de Moriguchi (MLOGP) i l'índex topològic que codifica informació sobre la mida molecular i la ramificació, sense considerar els heteroàtoms (RDCHI). Els algoritmes emprats per obtenir els models de regressió van ser: arbre de regressió CUBIST, màquines de suport vectorial amb nucli radial (SVMr), bosc aleatori (RF), bosc aleatori tipus ranger i l'impuls de gradient estocàstic (GMB). Per generar els models de classificació es van usar: SVMr, RF, RF ranger, GMB i xarxes neuronals. En ambdós casos, el millor model es va obtenir amb el SVM amb nucli radial. El model de predicció de la valor LC50 va arribar a un Q2 de 0.77 i un R2 de 0.83 en la validació externa i el model de classificació va aconseguir un 0.80 de precisió.

El objetivo del trabajo ha sido la realización de una revisión filogenética del gen nosZ en bacterias desnitrificantes existentes en la base de datos del NCBI. Para ello, en este estudio se han descargado y procesado mediante el uso de herramientas bioinformáticas disponibles, secuencias representantes de las especies debidamente anotadas una secuencia representante de este gen que pudiese ser asociada con la secuencia de interés. Esta información ha sido la base para la realización de dos aproximaciones a un análisis filogenético. Por un lado se empleando herramientas de máxima verosimilitud a partir de secuencias de aminoácidos. Por otro lado, se ha realizado un análisis mediante análisis bayesiano de un subconjunto de secuencias de nucleótidos para las especies seleccionadas. A partir de los resultados obtenidos se han elegido un representante de las agrupaciones establecidas en la bibliografía existente para realizar una predicción del perfil de la proteína. Según los resultados obtenidos, ha sido posible obtener una topología para la filogenia con un amplio rango de representantes existentes en la base de datos pública a nivel taxonómico a nivel de especie frente a publicaciones previas. The objective of the work has been to carry out a phylogenetic review of the nosZ gene in denitrifying bacteria existing in the NCBI database. For this, in this study, sequences representing the species duly annotated have been downloaded and processed using available bioinformatics tools, a representative sequence of this gene that could be associated with the sequence of interest. This information has been the basis for carrying out two approaches to a phylogenetic analysis. On the one hand, maximum likelihood tools are used from amino acid sequences. On the other hand, an analysis has been carried out by means of Bayesian analysis of a subset of nucleotide sequences for the selected species. From the results obtained, a representative of the groups established in the existing bibliography has been chosen to make a prediction of the protein profile. According to the results obtained, it has been possible to obtain a topology for the phylogeny with a wide range of existing representatives in the public database at the taxonomic level at the species level compared to previous publications. L'objectiu de la feina ha estat la realització d'una revisió filogenètica de el gen nosZ en bacteris desnitrificants existents a la base de dades de l'NCBI. Per a això, en aquest estudi s'han descarregat i processat mitjançant l'ús d'eines bioinformàtiques disponibles, seqüències representants de les espècies degudament anotades una seqüència representant d'aquest gen que pogués ser associada amb la seqüència d'interès. Aquesta informació ha estat la base per a la realització de dues aproximacions a una anàlisi filogenètic. D'una banda es emprant eines de màxima versemblança a partir de seqüències d'aminoàcids. D'altra banda, s'ha realitzat una anàlisi mitjançant anàlisi bayesià d'un subconjunt de seqüències de nucleòtids per a les espècies seleccionades. A partir dels resultats obtinguts s'han triat un representant de les agrupacions establertes en la bibliografia existent per a realitzar una predicció de el perfil de la proteïna. Segons els resultats obtinguts, ha estat possible obtenir una topologia per a la filogènia amb un ampli rang de representants existents a la base de dades pública a nivell taxonòmic a nivell d'espècie enfront de publicacions prèvies.

En el ámbito de la estadística, se denomina censura al fenómeno que afecta a una variable de estudio cuando su medición no puede ser cuantificada. El presente proyecto se focaliza en la censura que tiene lugar en los estudios de temática medioambiental, cuando el resultado es un valor inferior al límite de detección del método analítico que se emplea. Esto puede resultar un problema en su tratamiento estadístico, dado que usualmente los casos censurados son sustituidos y la aplicación de la metodología estadística estándar puede proporcionar resultados erróneos y llevar a conclusiones poco fiables. Por ello, la finalidad del proyecto es presentar la censura estadística desde una perspectiva global, así como los métodos estadísticos específicos para su tratamiento, mediante una revisión bibliográfica. En l'àmbit de l'estadística, es denomina censura al fenomen que afecta a una variable d'estudi quan el seu mesurament no pot ser quantificada. El present projecte es focalitza en la censura que té lloc en els estudis de temàtica mediambiental, quan el resultat és un valor inferior al límit de detecció del mètode analític que s'empra. Açò pot resultar un problema en el seu tractament estadístic, atès que usualment els casos censurats són substituïts i l'aplicació de la metodologia estadística estàndard pot proporcionar resultats erronis i portar a conclusions poc fiables. Per açò, la finalitat del projecte és presentar la censura estadística des d'una perspectiva global, així com els mètodes estadístics específics per al seu tractament, mitjançant una revisió bibliogràfica. In the area of statistical science, the phenomenon that appears when the measurement of the variable of study cannot be quantified is called censorship. The present project is focused in the censorship which takes places in environmental studies, when the result obtained is under detection limit. This could be a problem in the statistical treatment of the data, due to the censored values are usually substituted and the application of the standard statistical methods could provide wrong results and unreliable conclusions. For this reason, the aim of this project is to introduce the statistical censorship in a general way, as well as the statistical methods that are recommended to deal with it, doing an exhaustive review.

La aplicación de herramientas bioinformáticas para el estudio del cáncer ayuda a entender sus orígenes genéticos. Este estudio trata de la leucemia linfocítica crónica (LLC), una neoplasia hematológica de los linfocitos B. BIRC3 y POT1 son dos genes mutados en pacientes con LLC. Este trabajo se centra en la búsqueda de homólogos a estos genes como posibles marcadores de la LLC. Una búsqueda de los genes asociados con la LLC, devolvió secuencias de VIH-1 en genes asociados al cáncer: BIRC3, POT1, PT53 y OXSR1. El estrés oxidativo puede ser un factor subyacente, ya que está asociado con una serie de neoplasias malignas, incluyendo el gen OXSR1 en pacientes con LLC. The application of bioinformatics tools to study cancer aids the understanding of their genetic origins. This study involved chronic lymphocytic leukaemia (CLL), a haematological malignancy of B-lymphocytes. BIRC3 and POT1 are two genes mutated in patients with CLL. This paper focuses on the search for homologues to these genes as possible markers of CLL. A search of genes associated with CLL returned HIV-1 sequences in cancer associated genes: BIRC3, POT1, PT53 and OXSR1. Oxidative stress may be an underlying factor since it is associated with a range of malignancies, including OXSR1 gene in patients with CLL. L'aplicació d'eines bioinformáticas per a l'estudi del càncer ajuda a entendre els seus orígens genètics. Aquest estudi tracta de la leucèmia linfocítica crònica (LLC), una neoplàsia hematológica dels limfòcits B. BIRC3 i POT1 són dos gens mutats en pacients amb LLC. Aquest treball se centra en la cerca d'homòlegs a aquests gens com a possibles marcadors de la LLC. Una cerca dels gens associats amb la LLC, va retornar seqüències de VIH-1 en gens associats al càncer: BIRC3, POT1, PT53 i OXSR1. L'estrès oxidatiu pot ser un factor subjacent, ja que està associat amb una sèrie de neoplàsies malignes, incloent el gen OXSR1 en pacients amb LLC.

Ant Colony Optimization is an algorithm from the Swarm Intelligence family that has been used for optimization problems including prediction of key gene interactions from expression data. In this Final Project, ACO has been modified and used for predicting more than key interactions in gene interaction networks from expression data. Ant Colony Optimization és un algoritme basat en la intel·ligència d'eixam que s'ha utilitzat per a resoldre problemes d'optimització de grafs, incloent la predicció d'interaccions clau a partir de dades d'expressió gènica. En aquest Treball Final de Màster, ACO s'ha modificat i utilitzat per a la predicció d'interaccions clau en xarxes d'interacció gènica a partir de les dades d'expressió. Ant Colony Optimization es un algoritmo basado en la inteligencia de enjambre que se ha utilizado para resolver problemas de optimización de grafos, incluyendo la predicción de interacciones clave a partir de datos de expresión génica. En este Trabajo Final de Máster, ACO se ha modificado y utilizado para la predicción de interacciones clave en redes de interacción génica a partir de los datos de expresión.