{"id":35272,"date":"2022-09-01T05:19:18","date_gmt":"2022-09-01T10:19:18","guid":{"rendered":"https:\/\/www.biblia.work\/articulos-salud\/como-las-estadisticas-debilitaron-el-poder-predictivo-del-arnm\/"},"modified":"2022-09-01T05:19:18","modified_gmt":"2022-09-01T10:19:18","slug":"como-las-estadisticas-debilitaron-el-poder-predictivo-del-arnm","status":"publish","type":"post","link":"https:\/\/www.biblia.work\/articulos-salud\/como-las-estadisticas-debilitaron-el-poder-predictivo-del-arnm\/","title":{"rendered":"C\u00f3mo las estad\u00edsticas debilitaron el poder predictivo del ARNm"},"content":{"rendered":"

WIKIMEDIA, NICOLLE RAGER, FUNDACI\u00d3N NACIONAL DE CIENCIASUsar la cantidad de ARN mensajero (ARNm) como indicador de la abundancia de prote\u00ednas podr\u00eda ser arriesgado, concluye un art\u00edculo publicado en PLOS Computational Biology<\/em> hoy (22 de mayo). Los autores examinaron los datos de estudios prote\u00f3micos anteriores y sus nuevos c\u00e1lculos estad\u00edsticos revelaron que, si bien los niveles de ARNm pueden ser una gu\u00eda \u00fatil para los niveles de prote\u00edna cuando se comparan diferentes genes, confiar en el ARNm para evaluar el mismo gen en diferentes tejidos puede ser bastante enga\u00f1oso.<\/p>\n

“Ha habido controversia sobre la cuesti\u00f3n de qu\u00e9 tan bien los niveles de ARNm pueden predecir los niveles de prote\u00edna” dijo el bi\u00f3logo celular y molecular Marko Jovanovic de la Universidad de Columbia, quien no particip\u00f3 en el estudio. \u201cAlgunos art\u00edculos afirman que su poder predictivo es muy limitado, otros dicen que lo predicen muy bien. . . . El problema [es] que depende de lo que est\u00e9s mirando, si est\u00e1s interesado en las diferencias de expresi\u00f3n de diferentes genes dentro de…<\/p>\n

En 2014, se publicaron dos art\u00edculos en Nature <\/em> proporcion\u00f3 los primeros mapas preliminares del proteoma humano, cada uno de los cuales detalla la abundancia y distribuci\u00f3n de las diversas prote\u00ednas en los tejidos del cuerpo seg\u00fan lo determinado por espectrometr\u00eda de masas. Entre la multitud de datos en uno de los documentos hab\u00eda una pepita de informaci\u00f3n pr\u00e1ctica: al observar la amplia gama de prote\u00ednas y sus ARNm correspondientes en los diversos tejidos, los autores determinaron que los niveles de ARNm son buenos sustitutos de los niveles de prote\u00edna. De ser cierto, esto ser\u00eda muy \u00fatil, dijo Jovanovic, porque es mucho m\u00e1s f\u00e1cil medir los niveles de ARN.<\/p>\n

Ver mapeo del proteoma humano<\/h3>\n

La mayor\u00eda de los bi\u00f3logos probablemente asintieron con esta conclusi\u00f3n y leyeron en adelante, pero para el bioingeniero Nikolai Slavov de la Universidad Northeastern en Boston, los documentos afirman que representan un elefante estad\u00edstico en la habitaci\u00f3n, dijo. Estaba claro para m\u00ed que esto no era consistente con sus datos desde el momento en que los vi, y por eso decidimos volver a analizar los datos.<\/p>\n

El problema, dijo Slavov, era que, en el estudio original , los cambios en los niveles de ARNm y prote\u00edna entre diferentes genes, que pueden variar en 1000 veces o m\u00e1s, se agruparon junto con las diferencias de expresi\u00f3n de genes individuales entre tejidos, que generalmente est\u00e1n dentro de un rango de 10 veces. Analizar los datos en masa de esta manera hab\u00eda creado una paradoja cl\u00e1sica de Los Simpson, dijo Slavova, fen\u00f3meno estad\u00edstico por el cual las tendencias aparentes en conjuntos de datos individuales desaparecen o se invierten cuando los conjuntos se agrupan.<\/p>\n

Efectivamente, cuando Slavov volvi\u00f3 a analizar el archivos de datos sin procesar de los dos estudios de Nature<\/em> junto con los de un estudio de proteoma m\u00e1s reciente, descubri\u00f3 que, cuando se compararon genes individuales en diferentes tejidos, los datos de ARNm apenas predijeron los niveles de prote\u00edna.<\/p>\n

El ruido dentro de los datos fue responsable de parte de esta imprevisibilidad, dijo Slavov, pero hubo suficientes resultados reproducibles en diferentes conjuntos de datos para sugerir que el resto de la imprevisibilidad se debi\u00f3 a la regulaci\u00f3n postranscripcional espec\u00edfica del tejido. En resumen, explic\u00f3 Slavov, las diferencias en cosas como la degradaci\u00f3n del ARNm, la degradaci\u00f3n de prote\u00ednas y la secreci\u00f3n de prote\u00ednas entre los tipos de c\u00e9lulas hacen que el nivel de ARNm de un gen individual sea un predictor muy pobre de su abundancia de prote\u00ednas en los tejidos.<\/p>\n

El art\u00edculo no implica que uno nunca deba confiar en los niveles de ARNm como un indicador de la expresi\u00f3n de prote\u00ednas, dijo el bi\u00f3logo de sistemas Michael Springer de la Escuela de Medicina de Harvard, quien no particip\u00f3 en el estudio. Sobre la correlaci\u00f3n de los niveles de ARNm y prote\u00edna, dijo, groseramente, eso es cierto. Los mRNA altamente expresados conducen a prote\u00ednas altamente expresadas, los mRNA poco expresados conducen a prote\u00ednas poco expresadas.<\/p>\n

Pero, continu\u00f3, si las diferencias son m\u00e1s sutiles, como suelen ser para el mismo gen en diferentes tejidos o bajo diferentes condiciones, entonces debe tener cuidado al usar el ARNm como una lectura del nivel de prote\u00edna. . . Realmente depende de la pregunta que se haga.<\/p>\n

El cient\u00edfico <\/em>se acerc\u00f3 a Bernhard Kster, uno de los autores del estudio Nature <\/em>de 2014, pero no obtuve respuesta.<\/p>\n

A. Franks et al., <\/strong>Regulaci\u00f3n postranscripcional en <\/strong>tejidos humanos, PLOS Computational Biology,<\/em> <\/strong>13:e1005535, 2017 .<\/strong><\/p>\n

 <\/p>\n

\u00bfInteresado en leer m\u00e1s?<\/h2>\n

El cient\u00edfico <\/em>ARCHIVOS<\/h4>\n

Convi\u00e9rtase en miembro de<\/h2>\n

Reciba acceso completo a m\u00e1s de 35 a\u00f1os de archivos<\/strong>, as\u00ed como a TS Digest<\/em><\/strong>, ediciones digitales de El cient\u00edfico<\/em><\/strong>, art\u00edculos destacados<\/strong>, \u00a1y mucho m\u00e1s!\u00danase gratis hoy \u00bfYa es miembro?Inicie sesi\u00f3n aqu\u00ed<\/p>\n","protected":false},"excerpt":{"rendered":"

WIKIMEDIA, NICOLLE RAGER, FUNDACI\u00d3N NACIONAL DE CIENCIASUsar la cantidad de ARN mensajero (ARNm) como indicador de la abundancia de prote\u00ednas podr\u00eda ser arriesgado, concluye un art\u00edculo publicado en PLOS Computational Biology hoy (22 de mayo). Los autores examinaron los datos de estudios prote\u00f3micos anteriores y sus nuevos c\u00e1lculos estad\u00edsticos revelaron que, si bien los niveles … Continuar leyendo \u00abC\u00f3mo las estad\u00edsticas debilitaron el poder predictivo del ARNm\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-35272","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/35272","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=35272"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/35272\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=35272"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=35272"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=35272"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}