Patrones de transcripción y metabolitos de óvulos fecundados de maíz (Zea mays) involucrados en los mecanismos de aborto en función de la densidad del cultivo /

La expresión génica es el proceso mediante el cual las células son capaces de decodificar la información contenida dentro del material genético (ácidos nucleicos) para la elaboración del producto génico necesario para el buen funcionamiento del organismo. El proceso más utilizado para revelar estos...

Full description

Bibliographic Details
Main Author: Pierotti, Silvia (autora)
Format: Thesis eBook
Language:Spanish
Published: Córdoba, Argentina : [editor sin identificar], 2021
Subjects:
Online Access:Repositorio digital UNC

MARC

LEADER 00000nam a22000007i 4500
005 20230926113630.0
007 cr |||||||||||
008 221103s2021 ag_|||||om||| 00| 0 spa d
040 |a arcduce  |c arcduce  |b spa  |e rda 
041 0 |a spa 
100 1 |a Pierotti, Silvia,   |e autora  |9 18688 
245 1 0 |a Patrones de transcripción y metabolitos de óvulos fecundados de maíz (Zea mays) involucrados en los mecanismos de aborto en función de la densidad del cultivo /   |c Silvia Pierotti. 
264 1 |a Córdoba, Argentina :  |b [editor sin identificar],   |c 2021 
300 |a 1 recurso en línea (53 páginas) :   |b ilustraciones 
336 |2 rdacontent  |a texto 
337 |2 rdamedia  |a computadora 
338 |2 rdacarrier  |a en línea 
502 |a Tesis (Maestría en Estadística Aplicada) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados, 2021. 
504 |a Bibliografía: páginas 50-52 
520 3 |a La expresión génica es el proceso mediante el cual las células son capaces de decodificar la información contenida dentro del material genético (ácidos nucleicos) para la elaboración del producto génico necesario para el buen funcionamiento del organismo. El proceso más utilizado para revelar estos productos génico es la secuenciación de ARN. Mediante técnicas de microarreglos de ARN, se puede estudiar el nivel de expresión génica (transcriptoma) de un gran conjunto de genes al mismo tiempo. Esta técnica, genera un gran volumen de datos, y con ello, la necesidad de desarrollar nuevas herramientas, tanto informáticas como estadísticas, para su procesamiento, análisis e interpretación. En el presente trabajo, se usaron dos estrategias para analizar los patrones de transcripción y metabolitos de óvulos fecundados de maíz. Redes de co-expresión, que tienen como objetivo identificar grupos de genes o metabolitos altamente correlacionados entre sí (módulos). Y un modelo logístico, para realizar un análisis de ontología-funcional e identificar aquellos términos de ontologías génicas que fueron modificadas en las distintas prácticas. Luego de la construcción de la red de expresión génica se determinaron nueve módulos, cuatro de los cuales presentaban perfiles de expresión de interés, ya que los cambios observados en estos perfiles eran más destacados en comparación con los restantes y debidos a las diferentes zonas de la espiga o las densidades de siembra distintas. Además, se detectaron como centros de estos módulos genes que cumplen funciones relacionadas a “metabolismo de carbohidratos”, “pared celular” y “señalización celular”, que son funciones que se identificaron correlacionadas con aborto de granos. En uno de los cuatro módulos de interés, el gen más conectado fue un factor de transcripción perteneciente a la familia MYB reportada ampliamente como sobre expresado en distintos tipos de estrés (bióticos y abióticos). Los modelos mixtos ajustados para los genes identificados como centros de modulo en los cuatro módulos de interés, mostraron que sólo el gen más conectado para uno de estos módulos fue sensible tanto al efecto principal de zona como de densidad, esto sugiere que este gen puede ser propuesto y estudiado como un biomarcador asociado a procesos de aborto de granos desencadenados por densidad de siembra. Los restantes, sólo fueron sensibles al efecto principal de la zona de la espiga, que se sabe es una región propensa al aborto de granos. El análisis ontológico funcional mediante el ajuste de una regresión logística, permitió profundizar el análisis de los módulos encontrados. Mediante este análisis se detectaron los términos GO más representados dentro de cada módulo, y sus enriquecimientos bajo las distintas condiciones ensayadas. 
650 4 |a MAIZ  |9 5649 
650 4 |9 16285  |a MODELO LOGISTICO 
650 4 |9 138  |a ANALISIS ESTADISTICO 
650 4 |a ONTOLOGIA  |9 16286 
650 4 |9 489  |a GENOMICA ESTADISTICA 
650 4 |9 16287  |a DENSIDAD DE SIEMBRA 
650 4 |9 16289  |a GENETICA DE LAS PLANTAS 
856 4 |u http://hdl.handle.net/11086/23072  |y Repositorio digital UNC 
942 |2 ddc  |c TESM 
945 |a CRA  |c 2022-11-03  |c 2023-05-04 (corregido) 
952 |0 0  |1 0  |2 ddc  |4 0  |6 RECURSO_EN_LÍNEA  |7 0  |9 44797  |a BMB  |b BMB  |d 2022-11-03  |l 0  |o Recurso en línea  |r 2022-11-03 00:00:00  |w 2022-11-03  |y TESM 
999 |c 33575  |d 33575