BIOINFORMATICA

A continuación, se analizarán los datos recogidos hasta el momento. Se diferenciará entre los motivos que aparecen en los dos grupos y los motivos exclusivos de cada grupo.

- COMUNES

De todos los motivos comunes obtenidos para las diferentes longitudes, se recogen los más destacados en la tabla siguiente:

k = 6			k = 5			k = 4
Motivo	C	NC	Motivo	C	NC	Motivo	C	NC
TTTTTT	20	1	TTTTT	45	12	TTTT	110	71
AAAAAA	7	1	AAAAA	12	5	AAAA	24	19
			TATGT	3	4	CTTT	22	8
			ATGTT	3	6	TTCT	20	8
			ATGTG	2	4	TTAT	20	9
						TATG	13	10
						GTAT	8	6
						ATGT	5	5
						TACT	10	10
						TAAC	4	32
						CTAA	3	33
						AACA	2	27
						ACTA	1	29

Todos aquellos motivos que presentan diferente ocurrencia entre el grupo 1 y el grupo 2, pueden indicar señales adicionales implicadas en la regulación de la expresión génica. Considerando el objectivo del trabajo, se destacarán aquellos motivos que presenten una mayor ocurrencia en los intrones del grupo 2.

k = 4 ( 203 motivos diferentes )

Se observa una mayor ocurrencia en el grupo 2 de los motivos TAAC, CTAA, ACTA y AACA respecto al grupo 1. Todos ellos se solapan con la secuencia consenso del branch-site. Como el programa segundo.pl salta el branch-site a la hora de buscar motivos conservados en los intrones del grupo 2, estos 4 motivos indican cierta conservación del motivo TACTAAC. Además, el motivo AACA podria ser un branch-site alternativo a la señal estándar. Si este motivo se encuentra a unas 25-50 bases antes del acceptor-site en distintos intrones, se podría reforzar esta hipótesis.
Por otro lado, los patrones que pueden formar parte de la secuencia del donor-site, TATG, GTAT y ATGT, se encuentran en proporción similar. Esto hace pensar que estos tetrámeros se encuentran indistintamente en los dos tipos de intrones de levadura.
Entre los patrones comunes más abundantes en los dos grupos, se encuentran motivos ricos en timina, como TTTT (el más abundante), ATTT, TTTG o TTTC. En el grupo 1 los motivos CTTT, TTCT y TTAT se encuentran en una mayor frecuencia; esta diferencia puede sugerir la presencia de señales adicionales en la regulación del splicing (*).
También se ha encontrado un motivo AAAA, pero sería necesario conocer su localización parar aventurar una posible utilidad.
El resto de tetrámeros presentan una ocurrencia similar en los dos grupos de intrones.
Se tiene que tener en cuenta que la búsqueda con k = 4 de motivos más grandes da muchas señales inespecíficas, ya que es muy sensible y poco específica.

k = 5 ( 304 motivos diferentes )

En relación al branch-site, hay diversos motivos que se solapan (TATGT, ATGTT, ATGTG, ACTAA), y ACTAA ocurre en mayor frecuencia en el grupo 2; este motivo se encuentra al final del patrón consenso. Respecto al motivo conservado de branch-site en la búsqueda de k = 4, se observa que los nucleótidos AC del final de la señal consenso se conservan.
También se encuentran un gran número de motivos ricos en timina; entre los más frecuentes destacan TTTTT, CTTTT, TTTTG, TATTT, TTTGT, TTTCT, TTTTC y TCTTT. Además, el motivo AAAAA se encuentra entre los más abundantes.
En la búsqueda de k = 5 para motivos de longitud 6 (donor-site) o 7 (branch-site), las señales son más fiables. Respecto a la búsqueda con k = 4, ahora no se encuentra ningún motivo que se solape con el donor-site. Esto nos hace pensar, o bien que los motivos que solapaban el donor-site eran falsos positivos, o bien que eran reales pero menores de 5. Sería necesario contrastarlo con los datos obtenidos en el programa 1, buscando posibles señales en el grupo 2.
El resto de pentámeros presentan una ocurrencia similar en los dos grupos.

k = 6 ( 175 motivos diferentes)

No hay ningún motivo que solape con la señal del donor-site ni branch-site. Este hecho podría ser un indicador de la fiabilidad de los resultados. Por un lado, el programa primero.pl ha clasificado correctamente los intrones y segundo.pl ha omitido la posici%oacute;n de las señales consenso. Por otra parte, esta búsqueda es más selectiva que las de menor k.
Por lo tanto, los motivos que se muestran seran más informativos. Encontrar AACTTT entre las secuencias más habituales es consistente con la idea que los nucleótidos AC de la señal branch-site consenso se encuentran conservados.
Entre los motivos más abundantes vuelven a destacar los ricos en timina, como TTTTTT, TGTTTT, CTTTTT, TTTTGT, y el motiu AAAAAA.
El resto de hexámeros presentan una ocurrencia similar en los dos grupos.

Como la señal de acceptor-site consenso tiene solo tres nucleótidos, no se ha buscado dentro de los motivos obtenidos para k = 4, 5 o 6. Esta búsqueda habría resultado laboriosa y poco productiva, debido al alto número de correspondencias no informativas.

- EXCLUSIVOS

En la tabla siguiente se destacan algunos motivos exclusivos de cada grupo de intrones. Se omitirán todos los motivos que solo aparecen una vez. Como los intrones del grupo 2 no presentan al menos una señal consenso del splicing, se esperan encontrar señales adicionales que participen en este proceso.

k = 6				k = 5				k = 4
C		NC		C		NC		C		NC
Motivo	Núm	Motivo	Núm	Motivo	Núm	Motivo	Núm	Motivo	Núm	Motivo	Núm
TTTGTA	4	ACTAAC	20	ATCTT	7	CTAAC	26	TCCA	8	GCTA	6
TTTGAT	4	CTAACA	16	TTCCA	5	TAACA	19	GGTA	8	TAAG	5
TTTCTT	4	TAACAA	6	CACAA	5	AACTA	6	AATC	7	GCCA	5
TCTTTT	4	AACTAA	4	ATTTC	5	TACTA	2	GAGG	5	CAGC	4
ATCTTT	4	TTACTA	2	AGGTA	5	TTTAG	5	CGGT	5	ATGC	3
ACTTTT	4	TACTAA	2	TGTAC	4	TCAAT	5	GCTC	4	AGCG	3
TTTTTG	3	GCTAAC	2	TCTTA	4	CTTCA	5	GGGT	3	GCAC	2
TTTTGG	3	CTAACT	1	TCCAT	4	TAGTT	4	GCTG	3	GACC	2
TTCCAT	3	ACTAAG	1	GATCA	4	AGTTT	4	CGGA	3	CGTC	2
TGTTAC	3	TTATGT	1	CCATT	4	ACTAT	4	CCTC	3	CCGA	2
ATTTCT	3	TATGTA	1	GTATG	2	TTCAC	3	ACGG	3	CCGA	2
ATTATT	3	CTATGT	1

k = 4 ( 30 motivos consenso y 13 no consenso )

Hay pocos motivos exclusivos de cada grupo ya que es más fácil encontrar coincidencias con patrones de longitud pequeña.

k = 5 ( 239 motivos consenso y 162 no consenso )

Entre los motivos exclusivos del grupo consenso, no hay ninguno solapante con el donor-site o branch-site. En cambio, entre las señales más abundantes del grupo no consenso, destacan CTAAC, TAACA y AACTA, que incluyen el dinucleótido AC, comentado anteriormente.
Ens los dos grupos hay señales con frecuencias elevadas, pero de las que se desconoce su papel en el splicing.

k = 6 ( 520 motius consens i 417 no consens )

La búsqueda de motivos de esta longitud es más selectiva; este hecho se evidencia con el gran número de señales obtenidas en cada grupo.
Como se esperaba, en el grupo consenso las señales más frecuentes son ricas en timinas y no se encuentran patrones que se solapen ni con el donor ni el branch-site.
En el grupo no consenso, las tres señales más frecuentes ( ACTAAC, CTAACA y TAACAA ) corresponden con el branch-site y todas incluyen el dinucleótido AC final.

DISCUSIÓN