En busca de proteínas que definen la cilia primaria
Resumen:
La cilia primaria es un organelo evolutivamente conservado presente en muchas células eucariotas, donde desempeña un papel central en la señalización celular y la percepción del entorno. A pesar de su importancia, el conjunto completo de genes necesarios para su estructura y función aún no se conoce en su totalidad. Caenorhabditis elegans constituye un sistema modelo de gran utilidad para estudiar la biología ciliar debido a su sistema nervioso bien caracterizado y a la facilidad de manipulación genética y experimental, lo que permite identificar mecanismos conservados entre especies. Planteamos la hipótesis de que los genes asociados a la función ciliar comparten características basadas en su expresión y otros rasgos biológicos, independientes de la similitud de secuencia de ADN, que pueden utilizarse para su identificación. Para investigar esta hipótesis, se emplearon datos de transcriptómica single cell y de localización genómica de grupos funcionales. Los conjuntos de datos transcriptómicos fueron elaborados a partir de datos públicos de scRNA-seq (Packer et al., 2019; Taylor et al., 2021). Estos conjuntos de datos incluyen tipos celulares neuronales de diferentes etapas del desarrollo, que comprenden tanto poblaciones ciliadas como no ciliadas, y fueron integrados antes del análisis. Los genes se filtraron según su expresión en distintos tipos celulares y su varianza en los diferentes tipos celulares. Los valores de expresión se estandarizaron y se aplicó clustering jerárquico aglomerativo. El análisis de enriquecimiento permitió identificar clusters sobrerrepresentados en genes ciliares, a partir de los cuales se definieron genes candidatos. Las Functional Landscape Arrays (FLAs) son una representación numérica del contexto genómico de un gen. Se construyeron utilizando ventanas genómicas de distintos tamaños alrededor de cada gen y cuantificando la presencia de grupos funcionales en esas regiones. De esta forma, cada gen queda descrito por un conjunto de características que reflejan la organización funcional de su vecindario genómico. Estas matrices fueron utilizadas como features para el entrenamiento y la evaluación de clasificadores de diferente naturaleza. Con base en estos resultados, se seleccionó el clasificador de mejor desempeño y se utilizó para generar una segunda lista de genes candidatos. Como trabajo futuro, se incorporarán características biológicas adicionales independientes de la secuencia de ADN, como los motivos estructurales o las interacciones tridimensionales en el genoma. También se evaluará la performance de los métodos descriptos definiendo nuevas listas de genes ciliares, subdivididas según su ubicación en la cilia y su función específica.
| 2026 | |
|
Agencia Nacional de Investigación e Innovación Institut Pasteur de Montevideo |
|
|
cilia predicción de función Caenorhabditis elegans machine learning aprendizaje automático Ciencias Naturales y Exactas Ciencias de la Computación e Información Ciencias de la Información y Bioinformática |
|
| Español | |
| Institut Pasteur de Montevideo | |
| IPMON en REDI | |
| https://hdl.handle.net/20.500.12381/5686 | |
| Acceso abierto | |
| Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. (CC BY-NC-ND) |
| _version_ | 1879737343474139136 |
|---|---|
| author | Torriglia, Emilia |
| author2 | Irigoin, Florencia Romanelli-Cedrez, Laura Pazos Obregón, Flavio |
| author2_role | author author author |
| author_facet | Torriglia, Emilia Irigoin, Florencia Romanelli-Cedrez, Laura Pazos Obregón, Flavio |
| author_role | author |
| bitstream.checksum.fl_str_mv | 710ccfef5cb01d54b75d1d847d6b6b7b ab58bdd28ebf492fa2122e20508d4fb3 |
| bitstream.checksumAlgorithm.fl_str_mv | MD5 MD5 |
| bitstream.url.fl_str_mv | https://redi.anii.org.uy/jspui/bitstream/20.500.12381/5686/2/license.txt https://redi.anii.org.uy/jspui/bitstream/20.500.12381/5686/1/Torriglia_Presentacion_final_SBBM_2026.pdf |
| collection | IPMON en REDI |
| dc.creator.none.fl_str_mv | Torriglia, Emilia Irigoin, Florencia Romanelli-Cedrez, Laura Pazos Obregón, Flavio |
| dc.date.accessioned.none.fl_str_mv | 2026-09-21T19:44:39Z |
| dc.date.available.none.fl_str_mv | 2026-09-21T19:44:39Z |
| dc.date.issued.none.fl_str_mv | 2026-09-17 |
| dc.description.abstract.none.fl_txt_mv | La cilia primaria es un organelo evolutivamente conservado presente en muchas células eucariotas, donde desempeña un papel central en la señalización celular y la percepción del entorno. A pesar de su importancia, el conjunto completo de genes necesarios para su estructura y función aún no se conoce en su totalidad. Caenorhabditis elegans constituye un sistema modelo de gran utilidad para estudiar la biología ciliar debido a su sistema nervioso bien caracterizado y a la facilidad de manipulación genética y experimental, lo que permite identificar mecanismos conservados entre especies. Planteamos la hipótesis de que los genes asociados a la función ciliar comparten características basadas en su expresión y otros rasgos biológicos, independientes de la similitud de secuencia de ADN, que pueden utilizarse para su identificación. Para investigar esta hipótesis, se emplearon datos de transcriptómica single cell y de localización genómica de grupos funcionales. Los conjuntos de datos transcriptómicos fueron elaborados a partir de datos públicos de scRNA-seq (Packer et al., 2019; Taylor et al., 2021). Estos conjuntos de datos incluyen tipos celulares neuronales de diferentes etapas del desarrollo, que comprenden tanto poblaciones ciliadas como no ciliadas, y fueron integrados antes del análisis. Los genes se filtraron según su expresión en distintos tipos celulares y su varianza en los diferentes tipos celulares. Los valores de expresión se estandarizaron y se aplicó clustering jerárquico aglomerativo. El análisis de enriquecimiento permitió identificar clusters sobrerrepresentados en genes ciliares, a partir de los cuales se definieron genes candidatos. Las Functional Landscape Arrays (FLAs) son una representación numérica del contexto genómico de un gen. Se construyeron utilizando ventanas genómicas de distintos tamaños alrededor de cada gen y cuantificando la presencia de grupos funcionales en esas regiones. De esta forma, cada gen queda descrito por un conjunto de características que reflejan la organización funcional de su vecindario genómico. Estas matrices fueron utilizadas como features para el entrenamiento y la evaluación de clasificadores de diferente naturaleza. Con base en estos resultados, se seleccionó el clasificador de mejor desempeño y se utilizó para generar una segunda lista de genes candidatos. Como trabajo futuro, se incorporarán características biológicas adicionales independientes de la secuencia de ADN, como los motivos estructurales o las interacciones tridimensionales en el genoma. También se evaluará la performance de los métodos descriptos definiendo nuevas listas de genes ciliares, subdivididas según su ubicación en la cilia y su función específica. |
| dc.description.sponsorship.none.fl_txt_mv | Agencia Nacional de Investigación e Innovación Institut Pasteur de Montevideo |
| dc.identifier.anii.es.fl_str_mv | POS_NAC_2025_1_187756 |
| dc.identifier.uri.none.fl_str_mv | https://hdl.handle.net/20.500.12381/5686 |
| dc.language.iso.none.fl_str_mv | spa |
| dc.rights.*.fl_str_mv | Acceso abierto |
| dc.rights.license.none.fl_str_mv | Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. (CC BY-NC-ND) |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
| dc.source.es.fl_str_mv | XV Jornadas de la Sociedad de Bioquímica y Biología Molecular, Montevideo, Uruguay, 17 y 18 de septiembre 2026 |
| dc.source.none.fl_str_mv | reponame:IPMON en REDI instname:Institut Pasteur de Montevideo instacron:Institut Pasteur de Montevideo |
| dc.subject.anii.none.fl_str_mv | Ciencias Naturales y Exactas Ciencias de la Computación e Información Ciencias de la Información y Bioinformática |
| dc.subject.es.fl_str_mv | cilia predicción de función Caenorhabditis elegans machine learning aprendizaje automático |
| dc.title.none.fl_str_mv | En busca de proteínas que definen la cilia primaria |
| dc.type.es.fl_str_mv | Documento de conferencia |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/conferenceObject |
| dc.type.version.es.fl_str_mv | Publicado |
| dc.type.version.none.fl_str_mv | info:eu-repo/semantics/publishedVersion |
| description | La cilia primaria es un organelo evolutivamente conservado presente en muchas células eucariotas, donde desempeña un papel central en la señalización celular y la percepción del entorno. A pesar de su importancia, el conjunto completo de genes necesarios para su estructura y función aún no se conoce en su totalidad. Caenorhabditis elegans constituye un sistema modelo de gran utilidad para estudiar la biología ciliar debido a su sistema nervioso bien caracterizado y a la facilidad de manipulación genética y experimental, lo que permite identificar mecanismos conservados entre especies. Planteamos la hipótesis de que los genes asociados a la función ciliar comparten características basadas en su expresión y otros rasgos biológicos, independientes de la similitud de secuencia de ADN, que pueden utilizarse para su identificación. Para investigar esta hipótesis, se emplearon datos de transcriptómica single cell y de localización genómica de grupos funcionales. Los conjuntos de datos transcriptómicos fueron elaborados a partir de datos públicos de scRNA-seq (Packer et al., 2019; Taylor et al., 2021). Estos conjuntos de datos incluyen tipos celulares neuronales de diferentes etapas del desarrollo, que comprenden tanto poblaciones ciliadas como no ciliadas, y fueron integrados antes del análisis. Los genes se filtraron según su expresión en distintos tipos celulares y su varianza en los diferentes tipos celulares. Los valores de expresión se estandarizaron y se aplicó clustering jerárquico aglomerativo. El análisis de enriquecimiento permitió identificar clusters sobrerrepresentados en genes ciliares, a partir de los cuales se definieron genes candidatos. Las Functional Landscape Arrays (FLAs) son una representación numérica del contexto genómico de un gen. Se construyeron utilizando ventanas genómicas de distintos tamaños alrededor de cada gen y cuantificando la presencia de grupos funcionales en esas regiones. De esta forma, cada gen queda descrito por un conjunto de características que reflejan la organización funcional de su vecindario genómico. Estas matrices fueron utilizadas como features para el entrenamiento y la evaluación de clasificadores de diferente naturaleza. Con base en estos resultados, se seleccionó el clasificador de mejor desempeño y se utilizó para generar una segunda lista de genes candidatos. Como trabajo futuro, se incorporarán características biológicas adicionales independientes de la secuencia de ADN, como los motivos estructurales o las interacciones tridimensionales en el genoma. También se evaluará la performance de los métodos descriptos definiendo nuevas listas de genes ciliares, subdivididas según su ubicación en la cilia y su función específica. |
| eu_rights_str_mv | openAccess |
| format | conferenceObject |
| id | IPMON_f0cb29f09204b878ad6dfcaebea69a60 |
| identifier_str_mv | POS_NAC_2025_1_187756 |
| instacron_str | Institut Pasteur de Montevideo |
| institution | Institut Pasteur de Montevideo |
| instname_str | Institut Pasteur de Montevideo |
| language | spa |
| network_acronym_str | IPMON |
| network_name_str | IPMON en REDI |
| oai_identifier_str | oai:redi.anii.org.uy:20.500.12381/5686 |
| publishDate | 2026 |
| reponame_str | IPMON en REDI |
| repository.mail.fl_str_mv | msarroca@pasteur.edu.uy |
| repository.name.fl_str_mv | IPMON en REDI - Institut Pasteur de Montevideo |
| repository_id_str | 9421_2 |
| rights_invalid_str_mv | Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. (CC BY-NC-ND) Acceso abierto |
| spelling | Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. (CC BY-NC-ND)Acceso abiertoinfo:eu-repo/semantics/openAccess2026-09-21T19:44:39Z2026-09-21T19:44:39Z2026-09-17https://hdl.handle.net/20.500.12381/5686POS_NAC_2025_1_187756La cilia primaria es un organelo evolutivamente conservado presente en muchas células eucariotas, donde desempeña un papel central en la señalización celular y la percepción del entorno. A pesar de su importancia, el conjunto completo de genes necesarios para su estructura y función aún no se conoce en su totalidad. Caenorhabditis elegans constituye un sistema modelo de gran utilidad para estudiar la biología ciliar debido a su sistema nervioso bien caracterizado y a la facilidad de manipulación genética y experimental, lo que permite identificar mecanismos conservados entre especies. Planteamos la hipótesis de que los genes asociados a la función ciliar comparten características basadas en su expresión y otros rasgos biológicos, independientes de la similitud de secuencia de ADN, que pueden utilizarse para su identificación. Para investigar esta hipótesis, se emplearon datos de transcriptómica single cell y de localización genómica de grupos funcionales. Los conjuntos de datos transcriptómicos fueron elaborados a partir de datos públicos de scRNA-seq (Packer et al., 2019; Taylor et al., 2021). Estos conjuntos de datos incluyen tipos celulares neuronales de diferentes etapas del desarrollo, que comprenden tanto poblaciones ciliadas como no ciliadas, y fueron integrados antes del análisis. Los genes se filtraron según su expresión en distintos tipos celulares y su varianza en los diferentes tipos celulares. Los valores de expresión se estandarizaron y se aplicó clustering jerárquico aglomerativo. El análisis de enriquecimiento permitió identificar clusters sobrerrepresentados en genes ciliares, a partir de los cuales se definieron genes candidatos. Las Functional Landscape Arrays (FLAs) son una representación numérica del contexto genómico de un gen. Se construyeron utilizando ventanas genómicas de distintos tamaños alrededor de cada gen y cuantificando la presencia de grupos funcionales en esas regiones. De esta forma, cada gen queda descrito por un conjunto de características que reflejan la organización funcional de su vecindario genómico. Estas matrices fueron utilizadas como features para el entrenamiento y la evaluación de clasificadores de diferente naturaleza. Con base en estos resultados, se seleccionó el clasificador de mejor desempeño y se utilizó para generar una segunda lista de genes candidatos. Como trabajo futuro, se incorporarán características biológicas adicionales independientes de la secuencia de ADN, como los motivos estructurales o las interacciones tridimensionales en el genoma. También se evaluará la performance de los métodos descriptos definiendo nuevas listas de genes ciliares, subdivididas según su ubicación en la cilia y su función específica.Agencia Nacional de Investigación e InnovaciónInstitut Pasteur de MontevideospaXV Jornadas de la Sociedad de Bioquímica y Biología Molecular, Montevideo, Uruguay, 17 y 18 de septiembre 2026reponame:IPMON en REDIinstname:Institut Pasteur de Montevideoinstacron:Institut Pasteur de Montevideociliapredicción de funciónCaenorhabditis elegansmachine learningaprendizaje automáticoCiencias Naturales y ExactasCiencias de la Computación e InformaciónCiencias de la Información y BioinformáticaEn busca de proteínas que definen la cilia primariaDocumento de conferenciaPublicadoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectInstitut Pasteur de MontevideoInstituto de Investigaciones Biológicas Clemente EstableFacultad de Medicina, Universidad de la República//Ciencias Naturales y Exactas/Ciencias de la Computación e Información/Ciencias de la Información y BioinformáticaTorriglia, EmiliaIrigoin, FlorenciaRomanelli-Cedrez, LauraPazos Obregón, FlavioLICENSElicense.txtlicense.txttext/plain; charset=utf-85124https://redi.anii.org.uy/jspui/bitstream/20.500.12381/5686/2/license.txt710ccfef5cb01d54b75d1d847d6b6b7bMD52ORIGINALTorriglia_Presentacion_final_SBBM_2026.pdfTorriglia_Presentacion_final_SBBM_2026.pdfapplication/pdf2709691https://redi.anii.org.uy/jspui/bitstream/20.500.12381/5686/1/Torriglia_Presentacion_final_SBBM_2026.pdfab58bdd28ebf492fa2122e20508d4fb3MD5120.500.12381/56862026-09-21 16:44:40.886oai:redi.anii.org.uy:20.500.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://hdl.handle.net/20.500.12381/575Organismo científico-tecnológicohttps://pasteur.uy/https://redi.anii.org.uy/oai/requestmsarroca@pasteur.edu.uyUruguayopendoar:9421_22026-09-21T19:44:40IPMON en REDI - Institut Pasteur de Montevideofalse |
| spellingShingle | En busca de proteínas que definen la cilia primaria Torriglia, Emilia cilia predicción de función Caenorhabditis elegans machine learning aprendizaje automático Ciencias Naturales y Exactas Ciencias de la Computación e Información Ciencias de la Información y Bioinformática |
| status_str | publishedVersion |
| title | En busca de proteínas que definen la cilia primaria |
| title_full | En busca de proteínas que definen la cilia primaria |
| title_fullStr | En busca de proteínas que definen la cilia primaria |
| title_full_unstemmed | En busca de proteínas que definen la cilia primaria |
| title_short | En busca de proteínas que definen la cilia primaria |
| title_sort | En busca de proteínas que definen la cilia primaria |
| topic | cilia predicción de función Caenorhabditis elegans machine learning aprendizaje automático Ciencias Naturales y Exactas Ciencias de la Computación e Información Ciencias de la Información y Bioinformática |
| url | https://hdl.handle.net/20.500.12381/5686 |