Modelado Estadístico para el análisis diferencial de proteínas en cáncer

FERNÁNDEZ, ELMER ANDRÉS; GIROTTI, MARÍA ROMINA; LLERA, ANDREA SABINA; PODHAJCER, OSVALDO LUIS; CANTET, RODOLFO; BALZARINI, MÓNICA

Pergamino, Bs. As

Congreso; XXXVI Argentine Congress of Genetics; 2007

Soc. Argentina de Genética

Mediante la electroforesis bidimensional diferencial o DIGE es posible “obtener” una visión global del estado de un proteoma. Esta es una tecnología de alto rendimiento que permite medir los cambios de expresión de miles de proteínas en forma simultánea. Tanto para DIGE como para microarreglos de ADN se han desarrollado distintas técnicas tendientes a homogeneizar la varianza entre condiciones experimentales, condición necesaria para la aplicación de los métodos estadísticos lineales clásicos, como también para disminuir los efectos o errores sistemáticos, éstos procesos son conocidos como “normalización”. En este trabajo se evaluaron diferentes modelos estadísticos para el análisis de cuatro proteínas diferenciales en dos líneas celulares de cáncer (control y tratado), previamente validadas por western blot. Se compararon la aplicación de un modelo lineal generalizado (MLG) sobre los datos sin normalizar (asumiendo una distribución Gamma sobre los datos medidos) y la aplicación de modelos lineales y lineales mixtos sobre los datos normalizados mediante la técnica de estandarización de la varianza. Se observó que a través de la aplicación de MLG es posible identificar las proteínas diferenciales sin la necesidad de satisfacer los requerimientos habituales de homogeneidad de varianza. La aplicación de MLG parece ser una estrategia prometedora para el análisis de genes/proteínas diferenciales. A través de MLG es posible construir modelos adecuados para inferir los efectos de tratamiento sin la necesidad de asumir homogeneidad de varianzas, eliminando la necesidad de implementar técnicas heurísticas de normalización de datos necesarias en la modelación estadística clásica.