Resumen

Esta pestaña tiene como propósito ofrecer una visión contextual y estructurada del análisis de Bulk RNA-Seq realizado conjuntamente mediante el pipeline miARma‑seq y R, actuándo como una guía introductoria al informe, describiendo el enfoque general seguido, la lógica de su estructura y los contenidos que el lector encontrará en cada una de las secciones posteriores.

En este sentido, se presenta un resumen del proceso analítico llevado a cabo, desde la evaluación inicial de la calidad de las muestras hasta los análisis funcionales realizados a partir de los genes diferencialmente expresados. Cada etapa clave del pipeline se desarrolla en su propia pestaña o subsección específica dentro del informe, permitiendo al lector acceder fácilmente a los contenidos relevantes según su interés. Esta estructura modular favorece una lectura progresiva y ordenada, adaptada tanto a perfiles técnicos como biológicos.

A continuación, se describe brevemente el contenido de cada bloque principal:

• 1. Revisión inicial del conjunto de muestras y metadatos: Se ofrece una visión general de las muestras analizadas y de su distribución según condiciones experimentales. Esta revisión permite contextualizar el diseño del experimento y verificar la consistencia de los datos antes de iniciar el análisis técnico.
• 2. Evaluación de la calidad de las lecturas: Esta sección está dividida en dos niveles: un análisis conjunto de todas las muestras mediante MultiQC, que permite detectar patrones globales de calidad, y una evaluación detallada por muestra mediante FastQC, que se desglosa en dos subsecciones:
  • 2.2.1. Lecturas Forward y 2.2.2. Lecturas Backward: Para cada dirección de lectura se presentan los informes individuales de calidad de cada muestra, lo cual permite examinar con precisión métricas clave como la calidad por base, el contenido GC, o la presencia de secuencias contaminantes.
• 3. Alineamiento de las lecturas al genoma de referencia: Aquí se documentan los pasos necesarios para mapear las lecturas al genoma, incluyendo la construcción del índice genómico con HISAT2 y el posterior alineamiento de cada muestra. Esta etapa es crucial para asegurar una cuantificación precisa de la expresión génica.
• 4. Cuantificación de la expresión génica: Una vez alineadas las lecturas, se procede a contar los niveles de expresión génica mediante featureCounts. La información se presenta en varios niveles:
  • Visualización de la matriz de conteos y de la longitud génica.
  • Exploraciones gráficas sobre el número de lecturas asignadas, genes detectados y distribución de los niveles de expresión por muestra.
• 5. Análisis estadístico de la expresión génica: Este bloque constituye el núcleo analítico del informe, en el que se desarrollan las etapas de normalización y análisis estadístico:
  • 5.1. Normalización: Se aplica una transformación a los datos crudos para corregir sesgos técnicos, evaluando luego su impacto mediante visualizaciones comparativas.
  • 5.2. Control de calidad post-normalización: Se valida que la normalización haya sido efectiva y no haya introducido distorsiones.
  • 5.3. Análisis de expresión diferencial: Se identifican genes con diferencias significativas de expresión entre condiciones, usando edgeR y NOISeq. Este apartado se desarrolla de forma visual e interpretativa en su propia pestaña.
  • 5.4. Análisis funcional: A partir de los genes diferencialmente expresados, se realiza un enriquecimiento funcional utilizando las bases de datos GO y KEGG, asociando los cambios de expresión con funciones biológicas específicas o rutas metabólicas.
• 6. Conclusiones y perspectivas: Finalmente, se sintetizan los hallazgos más relevantes del análisis, discutiendo sus posibles implicaciones biológicas y abriendo la puerta a futuros trabajos o hipótesis de investigación.

En definitiva, esta pestaña tiene un rol fundamental como punto de entrada al informe, contextualizando el análisis realizado, explicando su organización lógica y facilitando la navegación a lo largo de las diferentes etapas del pipeline. La inclusión de secciones independientes para cada proceso, desde la calidad de las lecturas hasta la interpretación funcional, permite al lector abordar el informe de forma flexible, pudiendo centrarse tanto en la visión global como en aspectos técnicos o biológicos concretos según su interés.