¡Hola! Soy Geni, el asistente inteligente de GenoScribe. Estoy aquí para ayudarte a explorar de forma interactiva el contenido de este informe bioinformático.
Cuando me haces una pregunta, primero intento reconocer si coincide con alguno de los patrones o expresiones que conozco. Si encuentro una coincidencia, te responderé directamente con una respuesta predefinida, diseñada para ser rápida, clara e incluso un poco ingeniosa. Si no reconozco el patrón, entonces activo mis herramientas de búsqueda: genero representaciones vectoriales (embeddings) y busco los fragmentos más relevantes entre varios documentos —incluyendo el propio informe, archivos PDF y HTML externos, y sesiones de preguntas y respuestas (QA). A partir de esa información, creo un resumen que intenta ofrecerte una respuesta coherente y útil basada en el contenido existente.
Se debe tener en cuenta que este entorno es experimental. No utilizo grandes modelos de lenguaje, por lo que algunas respuestas pueden ser aproximadas o incompletas. El objetivo principal es facilitar una visualización rápida, comprensible y reproducible de la información contenida en los documentos, permitiendo una exploración más dinámica del informe.
Actualmente, los resultados pueden variar en precisión, ya que empleo modelos ligeros y locales para asegurar que la aplicación funcione en cualquier entorno sin necesidad de servidores externos. Sin embargo, la estructura del sistema está preparada para mejorar notablemente su rendimiento en el futuro mediante la integración con modelos más avanzados o APIs externas. Para comenzar, simplemente escribe tu pregunta en el campo inferior y deja que yo me encargue del resto. ¡Prometo poner todo mi código en ello!
▼
Una vez definido y consensuado el mapa celular en el módulo anterior, esta sección aborda la pregunta central del diseño experimental: ¿Qué impacto tiene el Knock-Out (KO) sobre el transcriptoma de cada tipo celular en comparación con el fenotipo salvaje (WT)?
Para responder a esto con máximo rigor estadístico, el análisis de Expresión Diferencial se ha ejecutado en múltiples niveles evolutivos: desde los clústeres algorítmicos más crudos hasta las poblaciones curadas manualmente.
Dado el volumen masivo de datos generados (cientos de tablas y reportes gráficos), esta pestaña se ha diseñado como un “embudo”. Se ha priorizado la limpieza visual, empaquetando los análisis preliminares y automáticos en repositorios de descarga rápida, y reservando el despliegue interactivo completo (tablas dinámicas y gráficas integradas) exclusivamente para la versión definitiva y consensuada del modelo poblacional.
Tabla de contenidos de esta sección
7. Expresión Diferencial por Condición (WT vs KO)
En las fases anteriores del pipeline bioinformático, el esfuerzo analítico se centró en resolver la heterogeneidad intrínseca de la muestra: determinar la identidad de las células, descubrir sus huellas génicas basales y agruparlas de forma coherente. Sin embargo, para extraer el verdadero valor biológico del experimento, ahora debemos introducir la variable de perturbación.
Es fundamental establecer una diferencia conceptual clara entre los marcadores de linaje (explorados en la Sección 4) y los Genes Diferencialmente Expresados o DEGs (que analizaremos aquí). Mientras que los marcadores nos responden a “¿qué hace que esta célula sea un Macrófago y no un Linfocito?”, los DEGs nos responden a “¿qué le ocurre a este Macrófago cuando le eliminamos este gen específico frente a un Macrófago sano?”.
Para que la navegación por este vasto conjunto de resultados sea intuitiva, la presente sección se ha estructurado en cuatro bloques secuenciales que van de lo preliminar a lo definitivo:
A continuación, iniciaremos este recorrido comenzando por sentar las bases estadísticas del contraste.
7.1. Fundamentos de la Expresión Diferencial
El análisis de expresión diferencial es el motor estadístico que nos permite cuantificar el impacto de una variable experimental (en este caso, la condición Knock-Out frente a la Wild-Type) sobre el transcriptoma celular. Matemáticamente, el algoritmo evalúa la expresión media de cada gen entre dos grupos de células y determina si la diferencia observada es significativa o si, por el contrario, podría deberse al azar o al ruido técnico de la secuenciación.
Para catalogar un gen como Diferencialmente Expresado (DEG) de forma rigurosa, se evalúan dos métricas fundamentales en tándem:
p_val_adj) ⇒ Dado que estamos evaluando miles de genes simultáneamente, existe un alto riesgo de obtener falsos positivos. Por ello, se aplica una corrección por comparaciones múltiples (típicamente la corrección de Bonferroni). En este análisis, consideramos estadísticamente significativo un gen cuyo p-valor ajustado sea estrictamente inferior a 0.05.
avg_log2FC) ⇒ El Log2 Fold Change mide la intensidad y la dirección del cambio. Un valor positivo indica que el gen está sobreexpresado (Up-regulated) en el primer grupo frente al segundo, mientras que un valor negativo indica que su expresión ha sido reprimida (Down-regulated).
A la hora de aplicar este motor estadístico sobre un tejido heterogéneo, es de vital importancia distinguir entre las dos estrategias de contraste que se han calculado a lo largo del proyecto:
Con estos cimientos teóricos establecidos, comenzaremos la exploración empírica. Siguiendo un enfoque progresivo, la sección 7.2 presentará en primer lugar los contrastes diferenciales ejecutados sobre las agrupaciones matemáticas crudas (clústeres numéricos de Seurat), sirviendo como nuestro primer control técnico de calidad basal.
7.2. Exploración Preliminar en Clústeres Numéricos (Seurat)
Para garantizar una trazabilidad analítica absoluta, el primer contraste de expresión diferencial se ejecutó sobre la topología más primaria del proyecto: los clústeres numéricos crudos (Clúster 0, Clúster 1, Clúster 2…) identificados algorítmicamente por Seurat en las fases iniciales del pipeline.
Dado que en este punto de la línea temporal del análisis las agrupaciones aún carecen de identidad fenotípica (nomenclatura biológica), esta fase actúa estrictamente como un control técnico basal. Nos permite verificar de forma temprana e imparcial si la perturbación (KO) tiene un impacto lo suficientemente fuerte como para alterar drásticamente el transcriptoma antes de imponer cualquier sesgo de anotación humana.
Para mantener la fluidez del informe interactivo y evitar redundancias visuales, las tablas estadísticas completas y los reportes gráficos generados en esta etapa no se han incrustado en el documento. Sin embargo, puede explorar, consultar y descargar todo este material preliminar (archivos .tsv, .csv y .pdf) desde el siguiente explorador de archivos:
Explorar directorio de DEGs (Clústeres Numéricos)
Aunque matemáticamente correctos, interpretar los DEGs de un “Clúster 5” abstracto aporta poca utilidad al investigador. Por ello, el siguiente paso evolutivo en el análisis consistió en aplicar estos mismos algoritmos sobre poblaciones etiquetadas mediante bases de datos de referencia (Anotación Automática), cuyos resultados se exponen en la siguiente subsección.
7.3. Exploración en Anotaciones Automáticas (Bases de Datos)
De forma paralela al análisis sobre los clústeres numéricos, el motor de expresión diferencial se ejecutó utilizando las identidades fenotípicas proyectadas por algoritmos de anotación automática (alineamiento contra atlas de referencia como Human Primary Cell Atlas, Monaco Immune Data o Tabula Muris).
Si bien sabemos que estas identidades algorítmicas no constituyen el modelo biológico definitivo ni poseen la resolución fina exigida por el proyecto, su evaluación diferencial cruzada (WT vs KO) es una herramienta heurística de inmenso valor. Nos permite observar de forma rápida, imparcial y estandarizada cómo reaccionan los grandes linajes celulares genéricos (por ejemplo, el compartimento global de células T, estroma o células B) frente a la perturbación experimental.
En el siguiente explorador puede visualizar las carpetas correspondientes a cada uno de los atlas transcriptómicos empleados durante esta fase analítica:
Explorar directorio raíz de Anotaciones Automáticas
Dependiendo de las poblaciones identificadas por cada atlas, dentro de cada subdirectorio encontrará sistemáticamente el siguiente par de resultados analíticos para cada linaje inferido:
.tsv): Constituyen el escrutinio matemático completo de la comparativa. Cada fila representa un gen y sus respectivas métricas de expresión diferencial, destacando la magnitud y dirección del cambio (avg_log2FC), la significancia estadística tras corrección múltiple (p_val_adj), y la proporción de células que expresan el gen en cada condición (pct.1 y pct.2). Esta última métrica es crucial para distinguir entre un cambio absoluto de presencia/ausencia frente a una simple modulación cuantitativa.
.pdf): Actúan como la validación visual de los datos tabulares. Estos documentos inician con proyecciones topológicas (UMAP) que resaltan la ubicación exclusiva de la población diana (ej. Astrocitos) dentro del tejido, seguidas de gráficas avanzadas (como Dot Plots o Feature Plots) que ilustran comparativamente los niveles de expresión y detección de los genes diferenciales más significativos.
A continuación, se desglosan de forma individualizada los repositorios de archivos para cada una de las bases de datos de referencia detectadas en el proyecto:
En este repositorio se recogen los contrastes diferenciales intrapoblacionales (WT vs KO) ejecutados sobre los linajes celulares inferidos matemáticamente mediante el catálogo HPCA.
Nota: Los archivos .tsv pueden utilizarse para inspeccionar rangos amplios de genes, mientras que los reportes .pdf proporcionan una instantánea de los DEGs con mayor magnitud de cambio.
En este repositorio se recogen los contrastes diferenciales intrapoblacionales (WT vs KO) ejecutados sobre los linajes celulares inferidos matemáticamente mediante el catálogo KO_vs_WT.
Explorar directorio de KO_vs_WT
Nota: Los archivos .tsv pueden utilizarse para inspeccionar rangos amplios de genes, mientras que los reportes .pdf proporcionan una instantánea de los DEGs con mayor magnitud de cambio.
En este repositorio se recogen los contrastes diferenciales intrapoblacionales (WT vs KO) ejecutados sobre los linajes celulares inferidos matemáticamente mediante el catálogo Monaco.
Nota: Los archivos .tsv pueden utilizarse para inspeccionar rangos amplios de genes, mientras que los reportes .pdf proporcionan una instantánea de los DEGs con mayor magnitud de cambio.
En este repositorio se recogen los contrastes diferenciales intrapoblacionales (WT vs KO) ejecutados sobre los linajes celulares inferidos matemáticamente mediante el catálogo RNASeqMouse.
Explorar directorio de RNASeqMouse
Nota: Los archivos .tsv pueden utilizarse para inspeccionar rangos amplios de genes, mientras que los reportes .pdf proporcionan una instantánea de los DEGs con mayor magnitud de cambio.
En este repositorio se recogen los contrastes diferenciales intrapoblacionales (WT vs KO) ejecutados sobre los linajes celulares inferidos matemáticamente mediante el catálogo TabulaMuris.
Explorar directorio de TabulaMuris
Nota: Los archivos .tsv pueden utilizarse para inspeccionar rangos amplios de genes, mientras que los reportes .pdf proporcionan una instantánea de los DEGs con mayor magnitud de cambio.
Como se ha documentado, los análisis previos nos otorgan una perspectiva analítica global muy útil. Sin embargo, para responder a las preguntas más intrincadas de la investigación (como qué ocurre en estadios de maduración específicos o en poblaciones exclusivas del tejido), es imperativo someter a contraste el modelo poblacional de alta resolución desarrollado empíricamente por los investigadores.
En la siguiente y última subsección, abandonaremos las proyecciones algorítmicas preliminares para adentrarnos en la joya de la corona del estudio diferencial: el análisis de perturbación sobre las identidades biológicas definitivas y curadas manualmente.
7.4. Análisis Definitivo en Poblaciones Consolidadas (Manual)
Superados los cribados preliminares, nos adentramos en el núcleo analítico de esta sección. Los resultados que se presentan a continuación se han calculado tomando como base el modelo topológico de alta resolución curado manualmente por el equipo investigador. Este modelo agrupado dota al algoritmo diferencial del poder estadístico y la coherencia biológica necesarios para extraer conclusiones sólidas.
Al igual que ocurrió en la fase de agrupación poblacional, la definición de este modelo requirió varias iteraciones (versiones). En el siguiente directorio puede explorar el histórico completo de análisis diferenciales ejecutados para cada una de esas propuestas topológicas:
Explorar directorio histórico de Agrupaciones Manuales
Para mantener la claridad del informe y evitar redundancias, todo el despliegue interactivo subsiguiente se centrará exclusivamente en la última versión generada, la cual representa el consenso biológico definitivo.
7.4.1. Histórico de Versiones y Tipos de Contraste
Dentro de la versión definitiva elegida, el algoritmo de expresión diferencial no solo comparó la condición mutante contra la sana, sino que ejecutó una matriz completa de contrastes para mapear todas las posibles distancias transcripcionales del tejido. Esto generó tres estrategias de comparación documentadas en tres subcarpetas distintas:
01_degs_wt_vs_ko_within_cluster ⇒ Contraste Intrapoblacional: Compara células sanas vs mutantes dentro del mismo tipo celular (ej. DPre WT vs DPre KO). Es el objetivo primario de la investigación.
02_degs_wt_between_clusters_pairwise ⇒ Contraste Interpoblacional Basal: Compara los distintos linajes entre sí utilizando únicamente la muestra sana (WT), sirviendo como atlas de marcadores fisiológicos.
03_degs_ko_between_clusters_pairwise ⇒ Contraste Interpoblacional Mutante: Idéntico al anterior, pero empleando únicamente la muestra perturbada (KO), útil para ver si el fenotipo fusiona o aleja poblaciones que normalmente son distintas.
Puede acceder y descargar las tablas de todos estos contrastes cruzados desde sus respectivos repositorios:
Explorar subcarpetas de la versión definitiva
7.4.2. Contraste Intrapoblacional (WT vs KO): Evaluación Detallada
A continuación, presentamos el repositorio principal de este módulo: la carpeta 01_degs_wt_vs_ko_within_cluster. Aquí se evalúa el impacto directo e individualizado del Knock-Out población a población, aislando cada identidad celular curada y comparando sus células mutantes frente a sus contrapartes sanas.
Debido a la inmensa densidad de los datos generados (matrices tabulares con miles de genes por linaje y reportes gráficos vectoriales de alta resolución), la incrustación simultánea de todos estos elementos comprometería severamente el rendimiento y la fluidez de este documento web. Por ello, le invitamos a explorar, abrir y descargar los archivos específicos de su interés directamente desde el siguiente panel interactivo:
Explorar directorio de DEGs Intrapoblacionales
Guía de Interpretación de Resultados: Para cada población curada (ej. CD8_exhausted_naive), el repositorio proporciona un par de archivos definitivos. A diferencia de las exploraciones preliminares, estos documentos capturan el efecto exacto de la mutación dentro de un nicho biológico validado, y se estructuran de la siguiente manera:
.tsv): Constituye la matriz estadística final del contraste intrapoblacional. En este caso particular, la direccionalidad del logaritmo del cambio (avg_log2FC) es la brújula analítica fundamental: los valores positivos revelan los genes que el Knock-Out ha sobreexpresado, mientras que los negativos identifican las rutas transcripcionales reprimidas respecto al control sano. Combinando esta métrica con el filtro estricto de significancia (p_val_adj < 0.05) y las tasas de detección para el fenotipo mutante (pct.1) y el Wild-Type (pct.2), el investigador puede aislar de forma precisa la firma molecular inducida por la perturbación.
.pdf): Documento diseñado para corroborar espacial y visualmente la biología detrás de las matemáticas. La primera página presenta siempre un contexto topológico segregado (Split UMAP: WT vs KO) que ilumina en color únicamente a la población evaluada frente al fondo gris del resto del tejido. Esta vista es vital para detectar a simple vista si la mutación ha provocado una expansión masiva o una depleción de ese subtipo celular. Las páginas subsiguientes actúan como un atlas de validación: despliegan mapas de calor espaciales (FeaturePlots) paralelos para los genes que han sufrido la mayor alteración (ej. Malat1, Kif1b), permitiendo confirmar cualitativamente que la nube de puntos del KO “brilla” con una intensidad drásticamente distinta a la del tejido sano.
La identificación de este catálogo de genes diferencialmente expresados (DEGs) representa el clímax analítico a nivel transcripcional. Sin embargo, una simple lista de cientos de genes Up o Down regulados resulta extremadamente compleja de interpretar desde una perspectiva fisiológica y sistémica.
Para dotar de significado biológico a este vasto mar de alteraciones genéticas, es necesario dar un paso más allá de la estadística pura y adentrarnos en la minería de vías metabólicas y procesos celulares. Al proyectar estos DEGs contra bases de datos ontológicas (como Gene Ontology o KEGG Pathways), podremos descubrir si la mutación está induciendo estrés oxidativo, inhibiendo el ciclo celular o alterando la señalización inmunológica del tejido.
Este escrutinio sistémico se detalla en el siguiente y último módulo analítico del informe: 8. Análisis funcional y de enriquecimiento.