Detectar biomarcadores de cáncer de pulmón en estudios de miRNAS.

• Disponemos de conteos normalizados en 849 microRNAs para un total de 30 individuos: 23 enfermos de cáncer de pulmón y 7 sanos.
• Estos datos se obtuvieron tras aplicar un análisis primario que incluyó la evaluación de calidad de las secuencias, mapeo y cuantificación de la expresión a nivel de miRNA.
• Las 23 primeras muestras corresponden a microRNAs en los pacientes con cáncer de pulmón (LUAD) y las 7 últimas a personas sanas (CONTROL).

1. Abre el fichero de datos mirnaseq_30samples.txt con una hoja de cálculo e inspeccion su contenido. Habrá tantas columnas como sujetos y tantas filas como miRNAs que queremos evaluar.
2. Sube este fichero txt en Babelomics desde el menú “Upload”. Tendremos que indicar el tipo de dato que subimos: “Data matrix expression”. En este link se describen los diferentes tipos de datos que podemos utilizar en Babelomics: https://github.com/babelomics/babelomics/wiki/Data-types
3. Tenemos que informar a la herramienta que las 23 primeras muestras corrsponden a pacientes con cáncer de pulmón (LUAD) y las 7 últimas están sanos (CONTROL) Esta información la incluiremos desde “Processing / Edit your uploaded data”, siguiendo el asistente que aparece en esta opción. Para ello generamos una variable que llamaremos “GRUPO” y utilizaremos los valores “LUAD” y “CONTROL” para etiquetar cada uno de los valores. Tras asignar un valor a cada sujeto, guardaremos los cambios.
4. Tras la carga y etiquetado de los datos, el siguiente paso incluye la normalización y la expresión diferencial simultáneamente. . Desde “Expression / RNA-Seq, class comparison” seleccionaremos nuestro fichero, la variable que establece los grupos que queremos comparar, el orden de la comparación (mediante la elección de los atributos o grupos. Realizaremos la comparación LUAD vs. CONTROL). Los datos ya están normalizados.
5. Por último, damos un nombre al job y lo ejecutamos.

Análisis de expresión diferencial.

1. ¿Cuántos miRNAs muestran un patrón diferente entre ambos grupos?
2. ¿Cuál es la interpretación de los gráficos que aparecen en los resultados?
3. Descarga el ficheros con resultados significativos. ¿Cuántos miRNAS están up-expresados? ¿Y cuántos down-expresados?
4. Comenta los valores obtenidos para un miRNA que nos gusta especialmente: MIMAT0000692.