Resumen

Existe un interés continuo por el análisis de la arquitectura y la expresión génicas para determinar la relación que pueda existir. Los avances en las tecnologías de secuenciación de alta calidad y los conjuntos de datos de recursos a gran escala han aumentado la comprensión de las relaciones y las referencias cruzadas de los datos de expresión con los grandes datos genómicos. Aunque en general se ha aceptado que existe una correlación negativa entre el nivel de expresión y la longitud de los genes (especialmente de los transcritos), en la bibliografía han aparecido algunos resultados contradictorios sobre el impacto de las distintas regiones de los genes, y no se comprende bien la razón subyacente. El objetivo de la investigación es aplicar técnicas de regresión cuantílica para el análisis estadístico de datos de longitud de secuencias codificantes y no codificantes y de expresión génica en la planta, Arabidopsis thaliana, y la mosca de la fruta, Drosophila melanogaster, para determinar si existe una relación y si hay alguna variación o similitud entre estas especies. El análisis de regresión cuantil encontró que la longitud de la secuencia codificante y las correlaciones de expresión génica variaron, y surgieron similitudes para la longitud de la secuencia no codificante (5′ y 3′ UTRs) entre especies animales y vegetales. En conclusión, la información descrita en este estudio sienta las bases para seguir explorando la regulación génica en relación con la longitud de las secuencias codificantes y no codificantes.

• Materias:Ácido ribonucleico (ARN) Genética vegetal Genómica Proteómica Transcripción genética
• Subjects:Ribonucleic acid (RNA) Plant genetics Genomics Proteomics Genetic transcription
• Palabras claves:longitud de secuencias no codificantes, correlaciones de expresión génica, datos de expresión génica, grandes datos genómicos, tecnologías de secuenciación de calidad, análisis de regresión cuantil, técnicas de regresión cuantil, conjuntos de datos de recursos a escala, relación, similitudes
• Keywords:noncoding sequence length, gene expression correlations, gene expression data, large genome data, quality sequencing technologies, quantile regression analysis, quantile regression techniques, scale resource datasets, relationship, similarities