Gracias a la secuenciación de última generación (NGS) que permite disponer de múltiples genomas de individuos de una misma población podemos hoy hablar de una nueva disciplina: la genómica de poblaciones. El análisis de la variación a escala genómica añade una nueva dimensión en la interpretación de la variación genética (Jorde et al. 2001). Uno de los proyectos pioneros y más ambiciosos de genómica de poblaciones es la iniciativa internacional Drosophila Genetic Reference Panel (DGRP), en el que se han secuenciado 205 genomas de la especie Drosophila melanogaster. Este recurso único se ha puesto a disposición de la comunidad drosofilista para el estudio de la variación genotípica y fenotípica en este organismo modelo de la genética desde sus orígenes. Los resultados obtenidos de los recientes estudios de variación genómica han desplazado el debate neutralista-seleccionista (Lewontin 1974) hacia una nueva perspectiva: la recombinación parece ser la fuerza evolutiva clave a la hora de determinar la importancia relativa de la deriva genética versus la selección natural en diferentes regiones del genoma. Esta tesis es un estudio de genómica de poblaciones en la que se describen los patrones de variación nucleotídica de una población norteamericana de Drosophila melanogaster usando las secuencias genómicas de DGRP. Se evalúa la importancia relativa de los posibles factores genómicos moduladores de la variación nucleotídica a lo largo del genoma. La recombinación es con mucho la principal variable explicativa, por lo que se ha explorado en profundidad cómo afecta la tasa de recombinación a los patrones de variación. La correlación universalmente hallada entre el polimorfismo y la recombinación desaparece a partir de un valor umbral de recombinación en el nivel del cromosoma. En esta tesis se demuestra y estima la existencia de este valor umbral de recombinación para cada brazo cromosómico y se introducen dos nuevos conceptos en la genómica de poblaciones: bloque de selección ligada (LSB) y bloque sin selección ligada (NLSB). El genoma es un mosaico constituido por ambos tipos de bloques en los que la dinámica de la evolución molecular es opuesta y en consecuencia deben ser reconocidos y cartografiados. En los NLSB la interpretación clásica de los datos basados en la neutralidad como modelo nulo podría adoptarse perfectamente (Cavalli-Sforza 1966; Lewontin y Krakauer 1973), mientras que en los LSB se debe incorporar la selección ligada al cuerpo teórico y los modelos al uso de la genética de poblaciones. En esta tesis se traza el mapa de LSB en la especie Drosophila melanogaster utilizando distintas estimas de recombinación y se intenta determinar la unidad mínima de bloque de selección ligada. / Nowadays, sequencing of multiple individual genomes of the same population by next generation sequencing technologies (NGS) allows us to talk about a new discipline: Population Genomics. Genome-wide diversity analyses add an extra layer to the interpretation of genetic variation (Jorde et al. 2001). A pioneer and ambitious project in population genomics is the international initiative Drosophila Genetic Reference Panel (DGRP), where 205 individual genomes of the species Drosophila melanogaster have been sequenced. This unique resource is being shared by the Drosophila research community to study genotypic and phenotypic diversity in this model organism. The results obtained by the new genome-wide variation studies have shifted the neutralist-selectionist debate (Lewontin 1974) towards a new perspective: the recombination is the key evolutionary force determining the relative importance of genetic drift versus natural selection in different regions of the genome. In this dissertation, we describe the nucleotide diversity patterns of a North American natural population of Drosophila melanogaster population using DGRP genome sequences. We assess the relative importance of different population genetics forces modulating genome-wide nucleotide diversity. Recombination is the main explanatory variable and hence, we have deeply explored how recombination affects diversity patterns. The correlation almost universally found between polymorphism and recombination vanishes when recombination exceeds a given threshold value at the chromosome level. We show the actual existence of a recombination threshold at any given chromosome and their values for each chromosome arm have been estimated. Two new concepts in population genomics are introduced: linked selection block (LSB) and no linked selection block (NLSB). The genome is a mosaic made by these two distinctive blocks on which molecular evolutionary dynamics are opposite and, in consequence, they have to be recognized and mapped. In NLSB the classical interpretation of data based in neutrality as a null model could be perfectly applied (Cavalli-Sforza 1966; Lewontin y Krakauer 1973), while in LSB linked selection should be included in the theoretical framework of population genomics. We mapped the LSB map in Drosophila melanogaster using several recombination variables and we try to determine the minimum unit of linked selection block.

The protein phosphatase calcineurin (Cn), together with its substrates, the transcription factors NFATc, play an essential role in several physiological processes of vertebrates, such as the immune response, angiogenesis, morphogenesis of the heart valves and neural and muscle development. Concretely in the immune system, the Cn-NFATc signaling pathway is crucial in the generation of T cell repertory in the thymus and in several processes of mature T lymphocytes, as T cell activation and survival. The members of the Regulators of Calcineurin (RCAN) family interact with Cn and compete with NFATc transcription factors for binding to Cn. RCANs can act either promoting or suppressing Cn activity towards its substrates. Due to their capacity to negatively modulate Cn- NFATc signaling, RCAN proteins are considered as potential immunosuppressant proteins. The aim of the present work was to deepen in the physiological processes that regulate the expression of RCAN and to evaluate the effect of their overexpression in the immune system. To this end, we have analyzed the evolution of RCAN genes and the genomic structure of the three human members of the RCAN gene family and, more specifically, the regulation of RCAN3 gene expression. Furthermore, we have evaluated the expression pattern of the different mouse Rcan genes in lymphoid tissues, and we have analyzed the in vivo relevance of RCAN1 and RCAN3 overexpression in T cell development and function. In this context, RCAN1 and RCAN3 overexpression enhances positive selection of thymocytes. Moreover, RCAN1 overexpression increases the generation of nTregs in thymus and seem to influence the effector/memory T cells proportion in homeostasis. Furthermore, RCAN proteins appear to modulate other TCR signaling pathways different than Cn-NFATc. Therefore, RCAN proteins are important players of in vivo T cell development, differentiation and activation. / La fosfatasa calcineurina (Cn), junto con sus substratos, los factores de transcripción NFATc, juega un papel esencial en varios procesos fisiológicos de vertebrados, como la respuesta inmune, la angiogénesis, la morfogénesis de las válvulas cardíacas o el desarrollo neuronal y muscular. Concretamente en el sistema inmune, la vía de señalización celular Cn-NFATc es crucial en la generación del repertorio de células T en el timo y en varios procesos de la función de los linfocitos T maduros, como la activación y la supervivencia de las células T. Los miembros de la familia de Reguladores de Calcineurina (RCAN) interaccionan con Cn y compiten con los factores de transcripción NFATc por su unión a Cn. Las RCAN pueden actuar promoviendo o inhibiendo la vía de Cn sobre sus sustratos. Debido a esta capacidad de regular negativamente la vía de señalización Cn- NFATc, las proteínas RCAN son consideradas como proteínas potencialmente inmunosupresoras. El objetivo del presente trabajo ha sido profundizar en los procesos fisiológicos que regulan la expresión de los genes RCAN y evaluar el efecto de su sobrexpresión en el sistema inmune. Con este fin, hemos analizado la evolución de los genes RCAN y la estructura genómica de los tres miembros RCAN en humanos y, más específicamente, la regulación de la expresión génica de RCAN3. Asimismo, hemos examinado el patrón de expresión de los diferentes genes Rcan de ratón en tejidos linfoides y hemos analizado la relevancia in vivo de la sobrexpresión de RCAN1 y RCAN3 en el desarrollo y la función de las células T. En este contexto, la sobrexpresión de RCAN1 y de RCAN3 induce la selección positiva de timocitos. Además, la sobrexpresión de RCAN1 aumenta la generación de células nTregs en timo y parece influir en la proporción de células T efectoras/memoria en homeostasis. Asimismo, las proteínas RCAN parecen modular otras vías de señalización dependientes del TCR diferentes a la vía Cn- NFATc. Por tanto, las proteínas RCAN son agentes importantes en el desarrollo, la diferenciación y la activación de células T.

The genetic basis of phenotypes that have contributed to the adaptation of species and organisms to new environments is a central question in evolutionary genetics. The recent accumulation of genetic variability data has allowed a genome-wide search for different signatures of positive selection which has led to the discovery of hundreds of putative candidate genes that may have played a role in adaptation. However, such hypothesis-free approaches do not reveal either causal variants or the actual biological mechanisms that have made each adaptation possible. Furthermore, the detection of molecular signatures is limited both by the complex architecture of the genome and by the possible polygenic nature of the selected trait. In this thesis, through different evolutionary and functional approaches, we have disentangled the adaptive role of two non-synonymous variants in two different candidate genes encoding for a lymphocyte receptor and a zinc transporter, respectively. In past human adaptation, they were most likely selected as more effective means to fight pathogens. We have also revealed differences in the action of natural selection between different pathways and different coding and non-coding genomic elements in the chimpanzee lineage by analyzing polymorphisms and divergence data together. Thus, the results of this PhD thesis have contributed to detect new instances of genetic adaptation and provide biological explanation to them. / La base genética de los carácteres que han contribuido a la adaptación de los organismos y las especies ha sido siempre una pregunta central en biología evolutiva. Gracias a la acumulación masiva de datos de variabilidad genética, en los últimos años se ha podido detectar en el genoma diferentes señales de selección positiva y también localizar cientos de genes candidatos que han podido tener un papel en la adaptación de las poblaciones a diferentes ambientes. Sin embargo en estos estudios, donde no hay una hipótesis a priori, se desconoce qué variantes dentro de estos genes fueron realmente las que proporcionaron una ventaja selectiva y por qué. Además, la compleja arquitectura del genoma y la naturaleza poligénica de muchos carácteres hace que sea difícil detectar casos más complejos de adaptación. En esta tesis se intenta resolver algunos de estos problemas. En primer lugar, mediante un enfoque evolutivo y funcional, hemos descifrado el rol adaptativo de dos variantes genéticas, una en un receptor linfocitario y la otra en un transportador de zinc, que probablemente fueron seleccionadas por conferir resistencia a patógenos. En segundo lugar, mediante el análisis de datos de polimorfismo y divergencia conjuntamente, también hemos detectado distintos mecanismos de acción de la selección natural en distintos pathways y entre elementos codificantes y elementos no codificantes reguladores en chimpancé.

A fundamental property of living cells is the ability to sense and robustly respond to fluctuations in their environment. In budding yeast (Saccharomyces cerevisiae) changes in extracellular osmolarity are sensed by the HOG pathway, which evokes the program for cell adaptation required for cell survival. The aim of this thesis was to further characterize the molecular mechanisms by which Hog1 regulates gene expression upon osmostress. A genome-wide genetic screen lead to the identification of several activities required for regulation of gene expression. Here we describe the characterization of a novel substrate for the SAPK whose activity is required for proper transcription initiation and elongation in response to stress. This thesis also aimed to globally characterize the role of Hog1 in reprogramming the transcriptome of S. cerevisiae under osmostress conditions. By the combination of molecular approaches coupled to genome-wide techniques (ChIP-seq, MNase-seq and Tiling arrays) we have been able to fully characterize the localization of the key components that drive osmoresponsive transcription, providing for the first time a complete picture of the transcription process. The high resolution of the genome-wide approaches, has allowed us to identify new transcriptional roles for the SAPK such as the targeting of RNA Pol III machinery, and the regulation of a novel class of functional long noncoding RNAs (lncRNA). In summary, results presented in this thesis provide novel insights into the mechanisms by which the Hog1 SAPK modulates gene expression. / Una propietat cel·lular fonamental és l’habilitat de detectar i respondre de forma robusta a les fluctuacions en el seu entorn. En cèl·lules de llevat (Saccharomyces cerevisiae), els canvis en l’ osmolaritat extracel·lular són detectats per la via de senyalització de HOG, que coordina el procés d’adaptació cel·lular imprescindible per sobreviure a un estrès osmòtic. L’objectiu d’aquest estudi és identificar i caracteritzar els mecanismes moleculars utilitzats per Hog1 per regular l’expressió gènica en resposta a estrès osmòtic. Fent servir un crivatge genètic a gran escala dissenyat per identificar activitats necessàries per la regulació de l’expressió gènica en resposta a estrès osmòtic, hem identificat un nou substrat de Hog1, l’activitat del qual és requereix tan per la iniciació com l’ elongació de la transcripció. En aquest treball també ens hem centrat en caracteritzar el paper global de Hog1 en la reorganització del transcriptoma de S. cerevisae en condicions d’ estrès osmòtic. Mitjançant la combinació de tècniques moleculars amb tècniques de seqüenciació (ChIP-seq, MNase-seq, Tiling arrays) hem definit el posicionament en el genoma dels components claus que regulen la transcripció, oferint per primera vegada una visió general del procés de transcripció en resposta a estrès osmòtic L’alta resolució d’aquestes tècniques ens ha permès identificar noves dianes transcripcionals de Hog1, com és la regulació d’una altra maquinària transcripcional (RNA Pol III) i la regulació de la transcripció de una nova classe de RNAs no codificants (lncRNAs). En conjunt, els resultats presentats en aquesta tesi proporcionen una nova visió dels mecanismes per els quals Hog1 modula l’expressió gènica

El trabajo presentado en esta tesis se centra en el estudio del impacto de los elementos transponibles sobre los genes y genomas vegetales y en los mecanismos de control de la transposición en estos genomas. Para ello se ha analizado, por un lado, la dinámica que ha seguido la familia Emigrant de MITEs dentro del genoma de Arabidopsis. Y, por otro lado, se analiza el control de la transcripción del retrotransposón Tnt1 de tabaco.1. ESTUDIO DEL IMPACTO DE LOS ELEMENTOS TRANSPONIBLES SOBRE LOS GENOMAS VEGETALES: Análisis de la familia Emigrant de MITEs de Arabidopsis thaliana.Los MITEs son pequeños transposones de DNA sin capacidad codificante, presentes en un elevado número de copias en la mayoría de los genomas. Se postula que son movilizados por elementos autónomos emparentados, presentes en los mismos genomas. El primer grupo de MITEs descrito en Arabidopsis fue la familia Emigrant (Casacuberta et al., 1998).El objeto de nuestro estudio es conocer la dinámica de estos elementos y su efecto sobre la evolución de los genes y genoma de Arabidopsis.Gracias a la disponibilidad de la secuencia genómica de Arabidopsis se ha diseñado un programa informático para identificar todas las copias de elementos Emigrant contenidas en el genoma de Arabidopsis. Con tal de encontrar el máximo número de elementos Emigrant, se fundamentó la búsqueda en las repeticiones terminales (TIRs) conservadas que definen esta familia de MITEs. De esta forma se pueden encontrar subfamilias representadas por un bajo número de copias o aquellas copias antiguas y, por tanto, más divergentes, de transposones Emigrant, presentes en el genoma de Arabidopsis. También se han desarrollado otras herramientas informáticas que han permitido realizar análisis filogenéticos y evolutivos de estos elementos. A su vez, mediante técnicas moleculares se ha estudiado el polimorfismo de estos MITEs existente entre diferentes ecotipos de Arabidopsis.Mediante estos análisis se han identificado 151 copias Emigrant distribuidas por todo el genoma de Arabidopsis. La mayoría de éstas se pueden agrupar en tres familias, cada una de las cuales puede ser subdividida, a su vez, en subfamilias de variabilidad diferente. El análisis de estas subfamilias ha revelado que mientras que las copias más recientes se localizan lejos de secuencias génicas, aquellos elementos más antiguos aparecen frecuentemente asociados a genes. Esto sugiere que los elementos Emigrant han podido jugar un papel importante en la evolución de los genes de Arabidopsis. Los resultados obtenidos se han publicado en la revista de carácter científico Molecular Biology and Evolution (Santiago et al., 2002). Además la existencia de polimorfismos de inserción de estos transposones entre diferentes ecotipos de Arabidopsis indica la existencia de una actividad reciente de movilización de estos elementos.2. ESTUDIO DEL CONTROL DE LA TRANSPOSICIÓN: Análisis del control de la expresión del retrotransposón Tnt1 de tabaco.Tnt1 fue el primer retrotransposón activo de plantas descrito (Grandbastien et al., 1989). Está presente en cientos de copias en el genoma de tabaco y se expresa en ciertas condiciones de estrés (Casacuberta y Grandbastien, 1993; Mhiri et al., 1997).Por otra parte el silenciamiento génico parece ser el principal mecanismo por el que los diferentes organismos controlan la proliferación de los elementos transponibles y secuencias extrañas dentro de sus genomas (Vaucheret y Fagard, 2001; Hammond et al., 2001; Rudenko et al., 2003).En el trabajo presentado en esta memoria se analiza el control de la expresión del retrotransposón Tnt1 a nivel de la terminación de la transcripción y poliadenilación del mRNA y a nivel de la conformación de la cromatina, mediante el estudio de cambios en el silenciamiento de Tnt1 en condiciones de estrés. Se analiza la existencia y variación de intermediarios del silenciamiento, como siRNAs y modificaciones de la cromatina.En este trabajo se han diseñado diferentes estrategias para inducir el silenciamiento transcripcional de transgenes cuya expresión está promovida por el promotor 35S del CaMV. Los resultados obtenidos indican que en condiciones de estrés se relaja el silenciamiento del retrotransposón Tnt1 sin que se vea comprometido el silenciamiento de otros transgenes estudiados. Por esta razón se decidió caracterizar molecularmente el silenciamiento de Tnt1.Se han identificado siRNAs que pueden estar mediando la represión de Tnt1 en hoja de tabaco, cuando este elemento no se transcribe y sus secuencias promotoras están asociadas a cromatina inactiva. Por otra parte, con tal de conocer de qué manera Tnt1 supera su silenciamiento y se expresa en situaciones de estrés, se ha analizado la influencia de la región U3 de las LTRs de este retrotransposón (donde se localizan los elementos promotores de su transcripción) sobre este proceso. Los resultados obtenidos sugieren que la región U3 no es suficiente para superar el silenciamiento de Tnt1 y que quizás otras secuencias de la LTR o factores estructurales son las que permiten la expresión del retrotransposón. / The work presented in this doctorate thesis focuses on the analysis of plant transposable elements. Here is described the study of the impact these sequences have had on plant genes and genomes and, on the other hand, on the control of the proliferation of the transposable elements within genomes. In particular, I have analysed de dynamics of the Emigrant family of MITEs within the Arabidopsis genome and the transcriptional control of the tobacco Tnt1 retrotransposon.1. STUDY OF THE IMPACT OF TRANSPOSABLE ELEMENTS ON PLANT GENOMES: Genome-wide analysis of the Emigrant family of MITEs from Arabidopsis thaliana.MITEs are short DNA transposable elements lacking any coding capacity. They are found in a high copy number in most of the analysed genomes. They are supposed to be mobilized by other longer related autonomous elements present in the same genomes. The first MITE described in the plant Arabidopsis thaliana was the Emigrant family (Casacuberta et al., 1998).The object of the study here described is to understand the dynamics of these elements and their effect on the Arabidopsis genes and genome evolution.In order to detect divergent ancient copies and low copy number subfamilies with a different internal sequence we have developed a computer program to look for Emigrant elements based solely on the terminal inverted-repeat (TIR) sequence. The development of other computer applications has allowed us to do phylogenetic and divergence analysis of all the copies found. At the same time, using molecular biology methods we have analysed different Arabidopsis ecotypes in order to know if there are Emigrant insertion polymorphisms among them.We have detected 151 Emigrant elements distributed along the Arabidopsis genome. Most of these copies are grouped in three families, each of these containing different subfamilies of different sequence homogeneity. The analysis of these subfamilies has revealed us that the most recent elements are inserted out from genic sequences, contrary to the oldest ones that are preferentially associated to genes. These results suggest that the Emigrant MITEs have probably played an important role on Arabidopsis gene evolution. In addition, the existing polymorphism resulting from the presence or absence of different Emigrant copies detected between the Arabidopsis ecotypes imply a recent mobilization of these elements.2. STUDY OF THE CONTROL OF TRANSPOSITION: Analysis of the tobacco Tnt1 retrotransposon transcriptional control.Tnt1 is the first active plant retrotransposon described (Grandbastien et al., 1989). It is found in hundred copies in the tobacco genome and it is expressed under some stress conditions (Casacuberta y Grandbastien, 1993; Mhiri et al., 1997).On the other hand, gene silencing seems to be the major mechanism developed by the different organisms to control de proliferation of transposable elements and foreign sequences within their genomes (Vaucheret y Fagard, 2001; Hammond et al., 2001; Rudenko et al., 2003).In this section, I present the analysis of the control of Tnt1 retrotransposon expression at two different levels. I have analyzed the termination and polyadenylation of the Tnt1 mRNAs and, on the other hand, I have studied the epigenetic control of Tnt1 expression by gene silencing mechanisms and changes in the chromatin associated to Tnt1 sequences. I have looked for and analyzed silencing intermediates, like siRNAs and chromatin modifications.Different strategies to induce the transcriptional gene silencing of the CaMV 35S promoter are also here described. The results obtained from these approaches suggest that the gene silencing operating on Tnt1 retrotransposon disappears specifically in stress conditions when other silenced loci seem to be kept repressed.On the other hand, in order to understand how Tnt1 is transcriptionally re-activated under stress conditions we have analyzed the role of the U3 region of the Tnt1 LTRs (which contain the transcriptional promoter elements) in the change of its silencing status. The results here presented suggest that the U3 region not only is not able to overcome silencing but also seem to be target of this process when the endogenous copies of Tnt1 are expressed and that other different regions of the Tnt1 sequence as well as structural factors may take part in the retrotransposon re-activation.

In recent years there has been a growing interest in the field of non-coding RNA. This surge is a direct consequence of the discovery of a huge number of new non-coding genes, and of the finding that many of these transcripts are involved in key cellular functions. In this context, accurately detecting and comparing RNA sequences becomes extremely important. Aligning nucleotide sequences is one of the main requisite when searching for homologous genes. Accurate alignments reveal evolutionary relationships, conserved regions and more generally, any biologically relevant pattern. Comparing RNA molecules is, however, a challenging task. The nucleotide alphabet is simpler and therefore less informative than that of proteins. Moreover for many non-coding RNAs, evolution is likely to be mostly constrained at the structure level and not on the sequence level. This results in a very poor sequence conservation impeding the comparison of these molecules. These difficulties define a context where new methods are urgently needed in order to exploit experimental results at their full potential. These are the issues I have tried to address in my PhD. I have started by developing a novel algorithm able to reveal the homology relationship of distantly related ncRNA genes, and then I have applied the approach thus defined in combination with other sophisticated data mining tools to discover novel non-coding genes and generate genome-wide ncRNA predictions. / En los últimos años el interés en el campo de los ARN no codificantes ha crecido mucho a causa del enorme aumento de la cantidad de secuencias no codificantes disponibles y a que muchos de estos transcriptos han dado muestra de ser importantes en varias funciones celulares. En este contexto, es fundamental el desarrollo de métodos para la correcta detección y comparativa de secuencias de ARN. Alinear nucleótidos es uno de los enfoques principales para buscar genes homólogos, identificar relaciones evolutivas, regiones conservadas y en general, patrones biológicos importantes. Sin embargo, comparar moléculas de ARN es una tarea difícil. Esto es debido a que el alfabeto de nucleótidos es más simple y por ello menos informativo que el de las proteínas. Además es probable que para muchos ARN la evolución haya mantenido la estructura en mayor grado que la secuencia, y esto hace que las secuencias sean poco conservadas y difícilmente comparables. Por lo tanto, hacen falta nuevos métodos capaces de utilizar otras fuentes de información para generar mejores alineamientos de ARN. En esta tesis doctoral se ha intentado dar respuesta exactamente a estas temáticas. Por un lado desarrollado un nuevo algoritmo para detectar relaciones de homología entre genes de ARN no codificantes evolutivamente lejanos. Por otro lado se ha hecho minería de datos mediante el uso de datos ya disponibles para descubrir nuevos genes y generar perfiles de ARN no codificantes en todo el genoma.

Expression quantitative trait loci (eQTL) mapping constitutes a challenging problem due to the high-dimensional multivariate nature of continuous gene expression traits and discrete genotypes from genetical genomics experiments. Next to the expression heterogeneity produced by confounding factors and other sources of unwanted variation, indirect e ects spread throughout genes as a result of genetic, molecular and environmental perturbations. Disentangling direct from indirect e ects while adjusting for unwanted variability should help us moving from current parts list of molecular components to understanding how these components work together in networks of eQTL and gene to gene associations. There is a large body of statistical methodology to tackle this challenge within the context of linear models for continuous data. However, little has been investigated in using graphical Markov models (GMMs) and conditional independence on mixed continuous and discrete data from genetical genomics data sets, which are powerful tools for the analysis of complex associations. In this thesis we investigate the use of mixed GMMs to estimate eQTL networks from data. We develop procedures to simulate these models and data from them to gather insight into the propagation of additive e ects throughout the network. We derive the parameters for a likelihood ratio exact test that enables use of higher-order conditional independence with mixed GMMs. We exploit this test in the context of limited-order correlations and marginal distributions to obtain estimates of the underlying eQTL net- work. We show in the context of a yeast genetical genomics data set, that this estimate leads to a sparser network with more direct associations that provide valuable insight into the genetic control of gene expression in yeast. We develop an algorithm for accurate es- timation of the genetic e ects of eQTLs in the presence of missing data. All algorithms described in this thesis are implemented in the R/Bioconductor package qpgraph. / La cartogra a gen etica dels trets quantitatius d'expressi o (eQTL) esdev e un gran repte degut a la naturalesa multivariant d'alta dimensionalitat dels trets continus d'expressi o g enica i els genotips discrets dels experiments de gen omica gen etica. A m es de l'heterogene tat de l'expressi o produ da pels factors de confusi o i altres fonts de variabilitat no desitjada, els efectes indirectes s'estenen per tots els gens com a resultat de perturbacions gen etiques, moleculars i ambientals. L'identi caci o d'efectes directes tot ajustant pels efectes de variabilitat no desitjada, ens hauria de permetre entendre com els diferents components moleculars interaccionen en xarxes d'associacions entre eQTLs i gens. Per abordar aquest problema, existeixen nombrosos m etodes estad stics en el context dels models lineals per a dades cont nues. En canvi, els models gr a cs de Markov (GMMs) i la independ encia condicional, tot i que s on eines adients per a l'estudi d'associacions complexes, han estat poc investigades en el context de dades mixtes cont nues i discretes de gen omica gen etica. En aquesta tesi, investiguem l' us dels GMMs mixtes per a estimar xarxes d'eQTLs. Desenvolupem procediments per a simular GMMs mixtes i simular dades a partir d'aquests models per tal d'investigar la propagaci o dels efectes additius a trav es de la xarxa. Derivem els par ametres d'un test de versemblan ca exacte que ens permet utilitzar independ encies condicionals d'ordre gran amb els GMMs mixtes. Utilitzem aquest test en el context de correlacions d'ordre limitat i distribucions marginals per a obtenir estimacions de la xarxa d'eQTLs subjacent. Tamb e mostrem que, en el context d'un conjunt de dades de gen omica gen etica de llevat, aquesta estimaci o d ona lloc a una xarxa esparsa amb associacions m es directes que ens proporcionen informaci o rellevant sobre el control gen etic de l'expressi o dels gens en llevat. Desenvolupem un algoritme per estimar de manera acurada els efectes gen etics dels eQTLs a partir de dades missing. Tots els algoritmes descrits en aquesta tesi estan implementats en el paquet de R/Bioconductor qpgraph.

Male premutation carriers (PM) presenting between 55-200 CGG repeats in the Fragile X-associated (FMR1) gene are at risk to develop Fragile X Tremor/Ataxia Syndrome (FXTAS), and females to undergo Premature Ovarian Failure (POF1). These pathologies are caused by toxic gain of function of the premutated FMR1 mRNA. Functional alterations of several gene expression regulators provide a detrimental mechanism underlying FMR1 PM–associated pathologies. In this thesis, we have characterized the transcriptome alterations associated to FMR1 premutation and further characterized the relevance of the biogenesis and activity of a small RNAs formed by repeated CGG (sCGG) in neuronal dysfunction linked to FMR1-PM. In blood of FMR1 premutation carriers (fXPCs) we have detected a strong deregulation of genes enriched in FXTAS-relevant biological pathways. We have also identified a deregulated gene (EAP1) that may underlie POF1 in female fXPCs. In addition, we found increased levels of sCGG in different models of FMR1-PM and further demonstrated the neurotoxic activity of sCGG through a mechanism dependent on RNA induced silencing machinery. We propose that the activity of sCGG may contribute to transcriptome perturbations with downstream pathogenic consequences. Overall, we provide mechanistic insight into the disease process and further suggest targets for FXTAS diagnosis to the myriad of phenotypes associated with FXPC. / Homes portadors de la premutació (PM) en el gen associat Fràgil X (FMR1), presenten entre 55-200 repeticions de CGG, estan en risc de desenvolupar el síndrome de tremolor/atàxia associat al X fràgil (FXTAS), i les dones fallida ovàrica precoç (POF1). Aquestes malalties són causades per la funció tòxica de l'ARN missatger. Alteracions funcional de diversos reguladors de l'expressió gènica s'ha proposat com a causa subjacent a aquests trastorns. En aquesta tesi, s'han caracteritzat les alteracions associades al transcriptome de la premutació en l’FMR1 i analitzat la rellevància de la biogènesi i l'activitat d'un petit ARN format per CGG repetits (sCGG) en la disfunció neuronal relacionada amb la PM del FMR1. En sang de portadors de la premutació en l’FMR1 (fXPCs) s'ha detectat una forta desregulació de gens enriquit en vies biològiques rellevants en FXTAS. També hem identificat un gen desregulat (EAP1) que pot ser la base POF1 en dones fXPCs. A més, hem trobat un augment en els nivells de sCGG en diferents models de FMR1-PM i demostrem la seva activitat neurotòxica a través d'un mecanisme dependent en la maquinària de silenciament gènic. Proposem que l'activitat de sCGG pot contribuir a causar pertorbacions en el transcriptoma i desencadenar conseqüències patògenes.En general, oferim un nou enfoc en procés de la malaltia i un diagnòstic més exacte per la gran varietat de fenotips associats amb fXPCs.

Drosophila subobscura és una espècie amb un polimorfisme cromosòmic molt ric, adaptatiu i que actualment està responent al canvi climàtic. Malgrat això, encara es desconeixen els mecanismes selectius que mantenen les inversions a les poblacions i fan que aquestes siguin adaptatives. Existeixen tres hipòtesis descrites per tal d’explicar el manteniment de les inversions a les poblacions: la hipòtesi de la Coadaptació de Dobszhansky, la hipòtesi de la selecció supergènica de Wassermann i la hipòtesi de l’Adaptació local de Kirkpatrick i Barton. L’objectiu del present treball ha estat estudiar a D. subobscura el paper de les inversions cromosòmiques en l’adaptació a l’ambient i com es mantenen a les poblacions naturals. D’aquesta manera, es va analitzar el contingut genètic de les 4 inversions més freqüents del cromosoma O en set poblacions europees, localitzades al llarg d’un gradient latitudinal. S’han utilitzat marcadors moleculars com ara loci microsatèl•lits i gens candidats a l’adaptació tèrmica. Els resultats han mostrat una alta uniformitat genètica de les inversions cromosòmiques al llarg de la clina latitudinal, suggerint que el contingut genètic d’un determinat ordenament cromosòmic és constant a totes les poblacions. A més, en comparar diferents inversions, s’ha trobat una gran diferenciació genètica, essent l’OST el mes diferent. El gran desequilibri de lligament trobat entre dos dels gens, localitzats a més de 14Mb de distància i dins i fóra, respectivament de la inversió O7, podria estar suggerint l’existència d’interaccions epistàtiques entre ells. El conjunt dels nostres resultats indiquen que la hipòtesi de l’adaptació local és la que millor explicaria el manteniment de les inversions del cromosoma O de D. subobscura. Per altra banda també, s’ha analitzat la relació de diferents ordenaments cromosòmics amb la termotolerància i la resposta al xoc tèrmic. Els nivells basals d’HSP70 en els individus homocariotips O3+4 són molt elevats i equivalents als nivells de proteïna mesurats després d’un xoc tèrmic en tots els homocariotips independentment del seu ordenament. Això, sumat a que presenten una major termotolerància i termopreferència en relació als individus portadors de l’ordenament OST, podria estar relacionat amb la clina latitudinal de freqüència que presenta d’aquest ordenament. / Drosophila subobscura is a species with a highly rich inversion polymorphism, which has been shown to be adaptive and responding to global warming. However, the selective pressures acting on inversion how are they maintained in the populations are still unclear. Three main hypotheses have been proposed to explain the adaptive value of inversions: the Coadaptation hypothesis by Dobszhansky, the supergene selection postulated by Wassermann and the Local adaptation hypothesis of Kirkpatrick and Barton. In the present work we aimed to study in D. subobscura the role of chromosomal inversions in the adaptation to the environment and how are they maintained in the populations. To discriminate between the different hypotheses, the genetic content of the four more frequent arrangements of the O chromosome was analyzed in seven different populations located along a latitudinal cline. Different molecular markers such as microsatellite loci and candidate genes for thermal adaptation were used. The results showed a high genetic uniformity of inversions along the latitudinal cline, suggesting that the genetic content of each arrangement it is constant in all populations. Moreover, when comparing different arrangements, a high differentiation was found, being the OST the most different. The strong linkage disequilibrium found between two of the genes, despite being located 14Mb apart and inside and outside O7 inversion respectively could suggest the existence of epistatic interactions between them. Thus, the Local Adaptation hypothesis is the one that fits better our data and would explain the maintenance of the arrangements of the O chromosome of D. subobscura. Moreover, we have studied the relationship of the different chromosomal arrangements with the thermotolerance and the heat shock response. The results showed that O3+4 outbred individuals presented very high basal values of Hsp70 levels, equivalent to those measured after a heat shock in all the homokaryotypes independently of the arrangement. This, together with higher thermotolerance and thermopreference when comparing with the individuals carrying the OST arrangement, could be related whit the latitudinal cline of frequency that the O3+4 arrangement presents.

La presente tesis es un estudio exhaustivo de genómica de poblaciones en la especie modelo Drosophila melanogaster la cual combina aproximaciones bioinformáticas y teórico-estadísticas. El objetivo de este estudio es doble, queremos estimar la importancia relativa de distintos regímenes de selección natural y el impacto del efecto Hill-Robertson a lo largo del genoma de D. melanogaster. Hemos dividido los resultados y discusión en tres partes distintas. En la primera parte hemos desarrollado dos estimadores puntuales de la acción de la selección purificadora basados en el polimorfismo nucleotídico. En la segunda parte hemos aplicado nuestros nuevos estimadores, junto con estimadores existentes de la distribución de coeficientes de selección de nuevas mutaciones deletéreas y la tasa de evolución adaptativa, sobre secuencias genómicas de D. melanogaster provenientes del proyecto Drosophila Genetic Reference Panel (DGRP). Este trabajo de tesis se inició como parte de un gran proyecto internacional el cual fue publicado en 2012 (Mackay et al. 2012). En la tercera y última parte hemos estudiado el efecto de la tasa de recombinación, la densidad génica y la tasa de mutación sobre el número de substituciones de cambio de amino ácido adaptativas ocurridas desde la separación de D. melanogaster y D. yakuba. Además, hemos estimado por primera vez cuantas substituciones adaptativas dejan de fijarse como consecuencia del efecto Hill-Robertson en el genoma codificador de D. melanogaster. Este trabajo ha sido publicado recientemente en 2016 (Castellano et al. 2016). / The present thesis is a comprehensive population genomic study in the model species Drosophila melanogaster which combines bioinformatic and theoretical-statistical approaches. The purpose of this study is two-fold, we want to estimate the relative importance of different regimes of natural selection and the impact of the Hill-Robertson effect along the genome of D. melanogaster. We have divided the results and discussion sections in three distinct parts. In the first part we have designed two new point estimators of the action of purifying selection using nucleotide polymorphism data. In the second part we have applied our new estimators together with existing methods to estimate the distribution of fitness effects (DFE) of new deleterious mutations and the rate of adaptive evolution using genomic sequences of D. melanogaster coming from the Drosophila Genetic Reference Panel (DGRP) project. This thesis work has started as part of a large international project which was published in 2012 (Mackay et al. 2012). In the third and last part we have studied the effect of the rate of recombination, the mutation rate and gene density upon the number of adaptive amino acid substitutions that have occurred since the split between D. melanogaster and D. yakuba. Moreover, we have estimated for the first time how much the Hill-Robertson interference impedes the rate of adaptive evolution in the coding genome of D. melanogaster. This work has been recently published in 2016 (Castellano et al. 2016).