We did functional characterisation of Drosophila melanogaster linker histone, dH1. In the mutant state for this protein, we observed structural changes in polytene chromosomes chromocenter and nucleoli of mutant larvae. In addition, we performed a microarray analysis in H1 mutant background in order to determine contribution of dH1 to gene expression regulation. We determined effects of dH1 loss in different types of chromatin and we identified groups of differentially expressed (DE) genes, groups in sense of physical clusters of genes and genomic elements rather than groups of functionally related genes. We found that dH1 affects in greater extent expression of heterochromatin genes compared to its effect on euchromatin genes; that dH1 regulates transcription in a regional manner, since the genes physically nearest to the most DE genes tend to be upregulated as well; and that dH1 is negatively regulating expression of transposable elements and members of certain gene families. In addition, we found that dH1 is necessary for preserving genome stability. Among DE transposable elements we detected R1 and R2 retrotransposons, elements that are integrating specifically in rRNA locus. We showed that activation of their transcription is also upregulating expression of aberrant, transposon-inserted, rDNA units of the locus. In this regard we observed an accumulation of extra-chromosomal rDNA circles, increased γ-H2Av content, stop in cell proliferation and activation of apoptosis. Altogether, these results are revealing so far unknown role of histone H1 in preserving genome stability and its effects on cell proliferation.

Tradicionalmente los programas de mejora del melocotón (Prunus persica (L.) Batsch) se centraron fundamentalmente en la obtención de genotipos elite de alta productividad, resistentes a plagas y patógenos, adaptados a diferentes zonas agroecológicas y que produzcan frutos de gran tamaño y buen aspecto. Como resultado, muchos de estos programas han obtenido cultivares de excelentes características agronómicas. No obstante, el mejoramiento selectivo hacia caracteres agronómicos puede ir en detrimento de la calidad organoléptica del fruto como fue demostrado en el caso de fresa y tomate donde algunos aromas se perdieron en el proceso de mejora (Klee and Giovannoni, 2011; Olbricht et al., 2008). En melocotón, la disminución de la calidad del fruto ha sido percibida por los consumidores y además es la mayor causa de insatisfacción de los mismos (Bruhn et al., 1991). Un probable consecuencia de esto puede ser el bajo consumo de melocotón en comparación con otras frutas como el plátano y la manzana (Crisosto, 2006). Estudios pioneros han establecido que el aroma es uno de los atributos principales por los cuales los consumidores juzgan la calidad del melocotón (Bruhn, 1995). El aroma está definido íntegramente por los compuestos volátiles orgánicos (VOCs) los cuales también contribuyen al sabor del fruto en combinación con azucares y ácidos orgánicos. Los volátiles del melocotón han sido estudiados con anterioridad, describiéndose un poco más de 100 compuestos incluyendo: lactonas, esteres, terpenos, aldehídos, ácidos carboxílicos y alcoholes entre otros [(Aubert and Milhet, 2007) y referencias incluidas]. La identificación de regiones génicas y genes candidatos para el control de los aromas del fruto resulta un punto fundamental para su posterior implementación en programas de mejora con el fin de obtener melocotones de mayor calidad. En este sentido nos propusimos la identificación de QTLs (del inglés ``Quantitative trait loci'') y genes candidatos involucrados en la producción de los compuestos volátiles del melocotón. El desarrollo reciente de un conjunto técnicas analíticas de mayor potencia permitió el advenimiento de una nueva plataforma tecnológica, la metabolómica, que contempla el análisis global de los metabolitos de un organismo permitiendo abordar la evaluación de calidad de una forma más exhaustiva. Dentro de ellas, la tecnología HS-SPME-GC-MS (del inglés ``Head Space-Solid Phase Microextraction-Gas Chromatography-Mass Spectroscopy'') es actualmente el método de elección para el análisis de volátiles debido a su alta sensibilidad, reproducibilidad y robustez (Tikunov et al., 2005). Además el análisis en conjunto de los datos derivados de la metabolómica con otras tecnologías de alto rendimiento para el análisis de expresión de genes, como lo son los microarrays, ha permitido el descubrimiento de genes implicados la producción de diversos metabolitos en Arabidopsis y tomate (Mounet et al., 2009; Saito and Matsuda, 2010; Carrera et al. 2012). En una primera instancia nos propusimos el desarrollo de una plataforma de alto rendimiento basada en HS-SPME-GC-MS para la identificación y cuantificación de compuestos volátiles en fruto de melocotón. Se ensayarán diferentes protocolos para la extracción de los compuestos volátiles con el fin de identificar el más adecuado (es decir el más sensible manteniendo la reproducibilidad y con una robustez satisfactoria). Una vez desarrollado un protocolo adecuado se analizará en paralelo la evolución de los compuestos volátiles y la expresión de genes mediante microarrays durante la maduración de diferentes genotipos de melocotón con el objetivo de identificar patrones comunes de co-regulación entre metabolitos y genes durante el desarrollo del fruto. Por último, se propuso la identificación de regiones génicas implicadas en la producción de volátiles mediante análisis de QTLs. / Sánchez, G. (2013). Cartografiado de QTL y genes candidatos asociados a metabolitos determinantes de la calidad de fruto en melocotón [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/34511 / TESIS

La citricultura es una de las ramas de la fruticultura de mayor producción a nivel mundial, siendo España el cuarto productor y primer país exportador mundial de cítricos para consumo en fresco (FAO, 2005). La obtención de nuevas variedades que se adapten a las exigencias de mercado y de cultivo es la clave para continuar siendo competitivos. La reducción de las precipitaciones en muchas zonas agrícolas provoca que el estrés hídrico sea uno de los estreses abióticos que más limita la producción de los cultivos, entre ellos los cítricos. Aunque son numerosos los estudios orientados a conocer mejor la respuesta de la planta ante el estrés hídrico a nivel molecular en especies modelo, son pocos los trabajos realizados en relación a la respuesta al estrés hídrico en cítricos. Este trabajo tiene como objetivo el desarrollo de herramientas que nos permitan conocer mejor la respuesta de los cítricos frente a este estrés que en un futuro puedan utilizarse para conseguir cítricos que sean capaces de aprovechar mejor el agua disponible en condiciones adversas, evitando las importantes pérdidas de cosecha. El análisis global de la respuesta a estrés hídrico en cítricos se ha llevado a cabo a través de un estudio del transcriptoma de los cítricos sometidos a este estrés. Para ello se han utilizado dos abordajes, la generación de ESTs y la hibridación de micromatrices de cDNA, que han permitido identificar genes candidatos a estar implicados en la respuesta a estrés hídrico. La generación de ESTs se ha realizado a partir de la secuenciación de un total de 2296 clones aislados de dos bibliotecas de cDNA sustraido, Drought1 y Drought2, construidas a partir de hojas y raíces de plantas sometidas a estrés hídrico respectivamente. Las ESTs obtenidas han pasado a formar parte de la colección del CFGP (Citrus Functional Genomics Project). Como resultado del estudio de los unigenes resultantes de las bibliotecas construidas con material sometido a estrés hídrico, en relación con el r / Gimeno Romeu, J. (2007). Respuesta transcripcional al estrés hídrico en mandarino. Estudio genómico-funcional con micromatrices de cDNA [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/1993 / Palancia

Entender el genoma es un desafío de primer nivel, y esto se debe en gran parte a la gran cantidad de información existente en el dominio. Gracias a la aplicación de tecnologías NGS (Next-Generation Sequencing) se han generado enormes cantidades de datos -nuevos-, por lo que es fundamental construir estructuras que permitan organizar, procesar y explorar los datos con el fin de lograr un máximo provecho de la información y mejorar la comprensión del genoma humano. En este estudio se define un marco de trabajo centrado en el uso del Modelado Conceptual como estrategia esencial para la búsqueda de soluciones. En el campo médico este enfoque de desarrollo de software está ganando impulso por su impacto en el trabajo realizado por genetistas, laboratorios clínicos y bioinformáticos. Entender el genoma es un dominio de aplicación muy interesante debido a dos aspectos fundamentales: 1) en primer lugar, por las implicaciones sociológicas que supone plantearse la posibilidad de entender el lenguaje de la vida. 2) y, en segundo lugar, desde una perspectiva más práctica de aplicación en el ámbito clínico, debido a su repercusión en la generación de diagnósticos genómicos, los cuales juegan un papel importante dentro de la Medicina de Precisión. En esta Tesis Doctoral se propone utilizar un Modelo Conceptual del Genoma Humano (MCGH) como base fundamental para la generación de Sistemas de Información Genómicos (GeIS), con el objetivo de facilitar una conceptualización del dominio que permita i) alcanzar un conocimiento preciso del dominio y ii) ser capaces de llegar a una medicina de precisión (personalizada). Es importante resaltar que este Modelo Conceptual debe permanecer en constante crecimiento debido a los nuevos aportes que surgen en la comunidad científica. En este trabajo de investigación se presenta la evolución natural del modelo, así como un ejemplo de extensión del mismo, lo que permite comprobar su extensibilidad conservando su definición inicial. Además, se aplica el uso de una metodología (SILE) sistemática para la obtención de los datos desde los distintos repositorios genómicos, los cuales serán explotados a través herramientas software basadas en modelos conceptuales. Mediante el uso de este Modelo Conceptual holístico del Genoma Humano se busca comprender y mejorar el compromiso ontológico con el dominio -genómico-, y desarrollar Sistemas de Información Genómicos apoyados en Modelo Conceptuales para ayudar a la toma de decisiones en el entorno bioinformático. / Understanding the genome is a first level challenge, and this is due in large part to a large amount of information in the domain. Thanks to the application of NGS (Next-Generation Sequencing) technologies, enormous amounts of -new- data have been generated, so it is essential to building structures that allow organizing, processing and exploring the data in order to obtain maximum benefit from the information and improve the understanding of the human genome. In this study we define a framework focused on the use of Conceptual Modeling as an essential strategy for finding solutions. In the medical field, this approach to software development is gaining momentum due to its impact on the work carried out by geneticists, clinical laboratories, and bioinformatics. Understanding the genome is a domain of very interesting application due to two fundamental aspects: 1) firstly, because of the sociological implications of considering the possibility of understanding the language of life. 2) secondly, from a more practical perspective of application in the clinical field, due to its repercussion in the generation of genomic diagnoses, which play an important role within Precision Medicine. In this PhD, it is proposed to use a Conceptual Model of the Human Genome (CMHG) as the fundamental basis for the generation of Genomic Information Systems (GeIS), with the aim of facilitating a conceptualization of the domain that allows i) to achieve a precise knowledge of the domain and ii) be able to increase and improve the adaptation of genomics in personalized medicine. It is important to highlight that this Conceptual Model must remain in constant growth due to the new contributions that arise in the scientific community. In this research work the natural evolution of the model is presented, as well as an example of its extension, which allows verifying its extensibility while preserving its initial definition. In addition, the use of a systematic methodology is applied to obtain the data from the different genomic repositories, which will be exploited through software tools based on conceptual models. Through the use of this Holistic Conceptual Model of the Human Genome, we seek to understand and improve the ontological commitment to the -genomic- domain, and develop GeIS supported in Conceptual Model to help decision making in the bioinformatic environment in order to provide better treatment to the patients. / Entendre el genoma és un desafiament de primer nivell, i açò es deu en gran part a la gran quantitat d'informació existent en el domini. Gràcies a l'aplicació de tecnologies NGS (Next-Generation Sequencing) s'han generat enormes quantitats de dades - nous-, per la qual cosa és fonamental construir estructures que permeten organitzar, processar i explorar les dades a fi d'aconseguir un màxim profit de la informació i millorar la comprensió del genoma humà. En este estudi es definix un marc de treball centrat en l'ús del Modelatge Conceptual com a estratègia essencial per a la busca de solucions. En el camp mèdic este enfocament de desenvolupament de programari està guanyant impuls pel seu impacte en el treball realitzat per genetistes, laboratoris clínics i bioinformàtics. Entendre el genoma és un domini d'aplicació molt interessant a causa de dos aspectes fonamentals: 1) en primer lloc, per les implicacions sociològiques que suposa plantejar-se la possibilitat d'entendre el llenguatge de la vida. 2) i, en segon lloc, des d'una perspectiva més pràctica d'aplicació en l'àmbit clínic, a causa de la seua repercussió en la generació de diagnòstics genòmics, els quals juguen un paper important dins de la Medicina de Precisió. En esta Tesi Doctoral es proposa utilitzar un Model Conceptual del Genoma Humà (MCGH) com a base fonamental per a la generació de Sistemes d'Informació Genòmics (GeIS), amb l'objectiu de facilitar una conceptualització del domini que permeta i) aconseguir un coneixement precís del domini i ii) ser capaços d'arribar a una medicina de precisió (personalitzada). És important ressaltar que este Model Conceptual ha de romandre en constant creixement degut a les noves aportacions que sorgixen en la comunitat científica. En este treball d'investigació es presenta l'evolució natural del model, així com un exemple d'extensió del mateix, la qual cosa permet comprovar la seua extensibilitat conservant la seua definició inicial. A més, s'aplica l'ús d'una metodologia (SILE) sistemàtica per a l'obtenció de les dades des dels distints reposadors genòmics, els quals seran explotats a través ferramentes de programari basades en models conceptuals. Per mitjà de l'ús d'este Model Conceptual holístic del Genoma Humà es busca comprendre i millorar el compromís ontològic amb el domini -genòmic-, i desenvolupar Sistemes d'Informació Genòmics recolzats en Model Conceptuals per ajudar a la presa de decisions en l'entorn bioinformàtic. / Reyes Román, JF. (2018). DISEÑO Y DESARROLLO DE UN SISTEMA DE INFORMACIÓN GENÓMICA BASADO EN UN MODELO CONCEPTUAL HOLÍSTICO DEL GENOMA HUMANO [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/99565 / TESIS

[ES] En las últimas décadas, los avances en la tecnología de secuenciación han producido cantidades significativas de datos genómicos, hecho que ha revolucionado nuestra comprensión de la biología. Sin embargo, la cantidad de datos generados ha superado con creces nuestra capacidad para interpretarlos. Descifrar el código de la vida es un gran reto. A pesar de los numerosos avances realizados, nuestra comprensión del mismo sigue siendo mínima, y apenas estamos empezando a descubrir todo su potencial, por ejemplo, en áreas como la medicina de precisión o la farmacogenómica. El objetivo principal de esta tesis es avanzar en nuestra comprensión de la vida proponiendo una aproximación holística mediante un enfoque basado en modelos que consta de tres artefactos: i) un esquema conceptual del genoma, ii) un método para su aplicación en el mundo real, y iii) el uso de ontologías fundacionales para representar el conocimiento del dominio de una forma más precisa y explícita. Las dos primeras contribuciones se han validado mediante la implementación de sistemas de información genómicos basados en modelos conceptuales. La tercera contribución se ha validado mediante experimentos empíricos que han evaluado si el uso de ontologías fundacionales conduce a una mejor comprensión del dominio genómico. Los artefactos generados ofrecen importantes beneficios. En primer lugar, se han generado procesos de gestión de datos más eficientes, lo que ha permitido mejorar los procesos de extracción de conocimientos. En segundo lugar, se ha logrado una mejor comprensión y comunicación del dominio. / [CA] En les últimes dècades, els avanços en la tecnologia de seqüenciació han produït quantitats significatives de dades genòmiques, fet que ha revolucionat la nostra comprensió de la biologia. No obstant això, la quantitat de dades generades ha superat amb escreix la nostra capacitat per a interpretar-los. Desxifrar el codi de la vida és un gran repte. Malgrat els nombrosos avanços realitzats, la nostra comprensió del mateix continua sent mínima, i a penes estem començant a descobrir tot el seu potencial, per exemple, en àrees com la medicina de precisió o la farmacogenómica. L'objectiu principal d'aquesta tesi és avançar en la nostra comprensió de la vida proposant una aproximació holística mitjançant un enfocament basat en models que consta de tres artefactes: i) un esquema conceptual del genoma, ii) un mètode per a la seua aplicació en el món real, i iii) l'ús d'ontologies fundacionals per a representar el coneixement del domini d'una forma més precisa i explícita. Les dues primeres contribucions s'han validat mitjançant la implementació de sistemes d'informació genòmics basats en models conceptuals. La tercera contribució s'ha validat mitjançant experiments empírics que han avaluat si l'ús d'ontologies fundacionals condueix a una millor comprensió del domini genòmic. Els artefactes generats ofereixen importants beneficis. En primer lloc, s'han generat processos de gestió de dades més eficients, la qual cosa ha permés millorar els processos d'extracció de coneixements. En segon lloc, s'ha aconseguit una millor comprensió i comunicació del domini. / [EN] Over the last few decades, advances in sequencing technology have produced significant amounts of genomic data, which has revolutionised our understanding of biology. However, the amount of data generated has far exceeded our ability to interpret it. Deciphering the code of life is a grand challenge. Despite our progress, our understanding of it remains minimal, and we are just beginning to uncover its full potential, for instance, in areas such as precision medicine or pharmacogenomics. The main objective of this thesis is to advance our understanding of life by proposing a holistic approach, using a model-based approach, consisting of three artifacts: i) a conceptual schema of the genome, ii) a method for its application in the real-world, and iii) the use of foundational ontologies to represent domain knowledge in a more unambiguous and explicit way. The first two contributions have been validated by implementing genome information systems based on conceptual models. The third contribution has been validated by empirical experiments assessing whether using foundational ontologies leads to a better understanding of the genomic domain. The artifacts generated offer significant benefits. First, more efficient data management processes were produced, leading to better knowledge extraction processes. Second, a better understanding and communication of the domain was achieved. / Las fructíferas discusiones y los resultados derivados de los proyectos INNEST2021 /57, MICIN/AEI/10.13039/501100011033, PID2021-123824OB-I00, CIPROM/2021/023 y PDC2021- 121243-I00 han contribuido en gran medida a la calidad final de este tesis. / García Simón, A. (2022). Understanding the Code of Life: Holistic Conceptual Modeling of the Genome [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/191432

Many countries in the global south - which harbour the majority of the world’s biodiversity - face serious resource limitations and a lack of access to affordable sequencing services. Furthermore, biodiversity research and monitoring of non-model, threatened and/or cryptic species often relies on low-quality non-invasive genetic samples. In situ conservation genomics approaches optimised for field conditions and low-quality DNA can help empower local researchers and meet their needs. To do so, however, accessible and reproducible sequencing and genotyping alternatives are needed. I designed a SNP panel as a field-friendly genotyping approach for two species of Amazonian primates using both high- and low-quality DNA samples, and two different sequencing platforms, Illumina and Nanopore. I used 14 high-quality genomes to identify a set of 210 SNPs that allow for identification of species (twelve SNPs), sex (twelve SNPs) and individual identity (186 SNPs) in two species of tamarins, Leontocebus weddelli and Saguinus imperator. Primers, adapters and indexes were designed in a Genotyping-in-Thousands by sequencing approach that is compatible with both sequencing platforms. This approach is based on sequencing multiplexed PCR products of a few hundred target SNPs to genotype thousands of individuals in a single sequencing run. In an effort to make conservation genomics more accessible, the reproducible pipeline to obtain the informative SNPs is being modulated with Snakemake, a workflow management system. / Muchos países en el sur global - los cuales poseen la mayoría de la biodiversidad mundial - enfrentan serias limitaciones de recursos y una falta de acceso a servicios económicos de secuenciación. Con frecuencia, la investigación y el monitoreo de biodiversidad y especies no-modelo, amenazadas y/o crípticas, dependen de muestras genéticas no-invasivas de baja calidad. La genómica de la conservación in situ optimizada para condiciones de campo y ADN de baja calidad puede empoderar a investigadorxs locales y ayudarles a responder a sus necesidades. Para ello, sin embargo, se requieren alternativas accesibles y reproducibles de secuenciación y genotipado. Diseñé un panel de SNPs como una aproximación de genotipado apta para el campo y dirigida a dos especies de primates amazónicos con el uso de ADN de baja y alta calidad, y dos plataformas de secuenciación (Illumina y Nanopore). Usé 14 genomas de alta calidad para encontrar 210 SNPs que permiten la identificación de la especie (doce SNPs), del sexo (doce SNPs) y de la identidad individual (186 SNPs) en dos especies de pichicos, Leontocebus weddelli y Saguinus imperator. Los cebadores, adaptadores e índices fueron diseñados con un enfoque de Genotyping-in-Thousands by sequencing (Genotipado en los miles por secuenciación) que es compatible con ambas plataformas de secuenciación. Este método está basado en la secuenciación de productos de PCR multiplexados de unos cientos de SNPs para genotipar miles de individuos en una sola corrida de secuenciación. En un intento de mejorar la accesibilidad de la genómica de la conservación, el proceso reproducible para obtener a los SNPs informativos está siendo modulado con Snakemake, un sistema de manejo de flujos de trabajo.

El objetivo principal de esta tesis es la aplicación integrada de enfoques metodológicos de las disciplinas Ingeniería del Software y Auditoría de Sistemas de Información a la Bioinformática, en función de la identificación y caracterización de las aportaciones de esta disciplina a los trabajos de investigación en el área de la Epidemiología Genómica de las Enfermedades Cardiovasculares. Dado que el ámbito de aplicación así definido es demasiado amplio, se ha establecido un tema específico, el cálculo del riesgo cardiovascular a escala individual, sobre el cual giran los trabajos de investigación y se describen las aportaciones concretas de esta tesis.El ámbito de la Epidemiología Genómica de las Enfermedades Cardiovasculares está caracterizado por el Framingham Heart Study (Massachusetts, EE.UU., 1948 ) y los factores de riesgo cardiovascular son de tipo genético y ambiental. Dado que la lista actual de factores genéticos implicados en las enfermedades cardiovasculares contiene casi 3.000 genes, de la misma se han elegido un reducido subconjunto de los cuales se tiene información sobre sus polimorfismos y fenotipos patológicos: CETP, APOE, APOA1, LIPC, SR-BI y PLIN. Este último gen también se ha estudiado comparativamente en población general de la Comunidad Valenciana. Se ha desarrollado un estudio completo de cada uno de los genes relacionados. Los resultados obtenidos permiten descubrir unas interesantes interacciones gen*ambiente, gen*sexo, gen*dieta, gen*diabetes 2 y gen*obesidad, asociados a los polimorfismos de los genes estudiados y que se identifican en cada estudio. En resumen, se ofrecen datos concretos de asociaciones reales observadas entre variaciones genéticas y fenotipos cardiovasculares, así como de interacciones gen*ambiente.En el ámbito de la Bioinformática, se ha desarrollado un modelo para el cálculo del riesgo cardiovascular a escala individual y un modelo para la aplicación de la Auditoría Bioinformática en el análisis y control de las funciones bioinformáticas. También se han desarrollado soluciones específicas para la resolución de problemas planteados en el protocolo científico del laboratorio genómico.En conclusión, la Bioinformática, entendida como una disciplina científico-técnica, es indispensable como instrumento de integración en la investigación genómica cardiovascular en los distintos niveles de adquisición, tratamiento, análisis, almacenamiento y salvaguarda de datos. Sin embargo, debido a su reciente desarrollo, tropieza todavía con las dificultades derivadas de la ausencia de un cuerpo teórico común y consistente, que permita dar respuesta rápida a las grandes demandas de proceso de información ómica que se están detectando en la actualidad.

La fecundación en mamíferos consiste básicamente en la fusión de los gametos masculino y femenino para formar un zigoto capaz de dar lugar a un nuevo individuo. Hasta ahora, la mayoría de las investigaciones encaminadas al esclarecimiento de este proceso se han centrado en el estudio de la biología de ambos gametos como células aisladas, o bien en el estudio de los diversos mecanismos que tienen lugar durante la interacción de ambos. Sin embargo, se ha dejado un poco de lado a otro elemento fundamental y sin el cual el resto de estudios pueden resultar incompletos: el microambiente en el que tiene lugar el encuentro entre los gametos, es decir, el fluido y las células oviductales que secretan ciertos componentes de dicho fluido. La fase folicular tardía o etapa inmediatamente preovulatoria, es el momento en el que el oviducto se encuentra preparado para el encuentro de los gametos y para que se produzca la fecundación. Debido a la importancia de los factor es implicados en la unión de gametos que han de estar presentes en este momento preciso del ciclo estral y a la escasez de información acerca de los mismos, centramos nuestro estudio en esta fase. Para ello, se abordó el análisis de los componentes oviductales y sus características fundamentalmente desde cuatro perspectivas: (1) efecto del fluido oviductal (FO) sobre la resistencia a la digestión enzimática de la zona pelúcida en 9 especies, (2) fraccionamiento del FO bovino en base a su capacidad de unión a heparina, (3) análisis proteómico del FO y (4) análisis de la expresión génica del oviducto porcino. / Fertilization in mammals is basically the merging of male and female gametes to form a zygote that can give rise to a new individual. So far, most research aimed at clarifying this process have focused either on the study of the biology of the spermatozoon and the oocyte as isolated cells or in the study of the various mechanisms that occur during the interaction of both. However, it has been partially left to one side to another key element without which the other studies may be incomplete: the microenvironment in which the meeting takes place between the gametes, ie the fluid and the oviductal cells that secrete some components of such a fluid. The late follicular phase or immediately pre-ovulatory phase is the time when the oviduct is prepared for the meeting of gametes and fertilization occurs. Due to the importance of the factors involved in the gametes interaction which must be present at this precise moment of the estrous cycle and the scarcity of information about them, we focused our study on this phase. To do so, it was addressed the analysis of oviductal components and features mainly from four perspectives: (1) effect of oviductal fluid (OF) on the resistance to enzymatic digestion of the zona pellucida in 9 species, (2) fractionation of the bovine oviductal fluid based on their ability to bind to heparin, (3) proteomic analysis of OF and (4) gene expression analysis of pig oviduct.

El trabajo que aquí se presenta, estudia el reconocimiento de las señales que delimitan y definen los genes que codifican para proteínas, así como su aplicabilidad en los programas de predicción de genes. La tesis que aquí se presenta, también explora la utilitzación de la genómica comparativa para mejorar la identificación de genes en diferentes especies simultaniamente. También se explica el desarrollo de dos programas de predicción computacional de genes: geneid y sgp2. El programa geneid identifica los genes codificados en una secuencia anónima de DNA basandose en sus propiedades intrínsecas (principalmente las señales de splicing y el uso diferencial de codones). sgp2 permite utilitzar la comparación entre dos genomas, que han de estar a una cierta distancia evolutiva óptima, para mejorar la predicción de genes, bajo la hipotesis que las regiones codificantes están mas conservadas que las regiones que no codifican para proteínas. / The motivation of this thesis is to give a little insight in how genes are encoded and recognized by the cell machinery and to use this information to find genes in unannotated genomic sequences. One of the objectives is the development of tools to identify eukaryotic genes through the modeling and recognition of their intrinsic signals and properties. This thesis addresses another problem: how the sequence of related genomes can contribute to the identification of genes. The value of comparative genomics is illustrated by the sequencing of the mouse genome for the purpose of annotating the human genome. Comparative gene predictions programs exploit this data under the assumption that conserved regions between related species correspond to functional regions (coding genes among them). Thus, this thesis also describes a gene prediction program that combines ab initio gene prediction with comparative information between two genomes to improve the accuracy of the predictions.

Tesis por compendio / [ES] Un objetivo fundamental en los programas de conservación es mantener la diversidad genética y la estrategia de gestión más eficiente para lograrlo es aplicar el método de Contribuciones Óptimas. Este método optimiza las contribuciones de los candidatos a reproductores minimizando el parentesco global ponderada, lo que conduce a niveles más altos de diversidad genética, medida como heterocigosis esperada, y a un control efectivo del aumento de consanguinidad. El parámetro fundamental de este método es la matriz de parentesco. Esta matriz se ha obtenido tradicionalmente a partir del pedigrí, pero la disponibilidad actual de genotipos para un gran número de polimorfismos de un solo nucleótido (SNP) nos permite estimarla con una mayor precisión. Sin embargo, se han propuesto muchas medidas de parentesco genómico y se desconoce qué medida es la más apropiada para minimizar la pérdida de diversidad genética. Por lo tanto, el objetivo general de esta tesis fue investigar la eficiencia de diferentes matrices genómicas de parentesco en la gestión de poblaciones en programas de conservación, cuando se aplica el método de Contribuciones Óptimas. Las matrices comparadas fueron aquellas basadas en: i) la proporción de alelos compartidos por dos individuos (CSIM); ii) las desviaciones del número observado de alelos compartidos por dos individuos respecto del número esperado (CL&H); iii) la matriz de relaciones genómicas obtenida a través el método 1 de VanRaden (CVR1); iv) la matriz de relaciones genómicas obtenida a través el método 2 de VanRaden (CVR2); v) la matriz de relaciones genómicas obtenida a través el método de Yang (CYAN); y vi) segmentos idénticos por descendencia (CSEG). Los resultados para una sola generación, usando miles de SNP genotipados en individuos de una población cultivada de rodaballo, mostraron grandes diferencias en la magnitud de los seis coeficientes de parentesco. Las correlaciones entre los diferentes coeficientes variaron mucho, siendo las más bajas aquellas entre CSIM, CL&H o CSEG y CVR2 o CYAN. La gestión que utiliza matrices basadas en la proporción de alelos o segmentos compartidos (CSIM, CL&H y CSEG) retuvieron una mayor diversidad que aquella que utiliza matrices de relaciones genómicas (CVR1, CVR2 y CYAN). Como era de esperar, maximizar la heterocigosis llevó los alelos hacia frecuencias intermedias. Sin embargo, alejar las frecuencias alélicas de las frecuencias iniciales puede ser indeseable, ya que se pueden perder adaptaciones particulares al medio. Se utilizaron simulaciones estocásticas para investigar la eficiencia de CL&H y CVR2 en el manejo de poblaciones no divididas a lo largo de 50 generaciones y ambas matrices se compararon tanto en términos de la diversidad genética como en términos de los cambios asociados en las frecuencias alélicas. EL uso de CL&H en el método de Contribuciones Óptimas llevó a una mayor diversidad genética pero también en un mayor cambio de frecuencias alélicas que el uso de CVR2. Las diferencias entre estrategias fueron menores cuando sólo se usaron SNP con una frecuencia del alelo menos común (MAF) por encima de un umbral particular (MAF > 0.05 y MAF > 0.25) para calcular CL&H y CVR2 así como cuando se aplicó el método de Contribuciones Óptimas en poblaciones con censo más pequeños (se pasó de N = 100 a N = 20). La evaluación de CL&H y CVR2 se extendió a poblaciones subdivididas, también a través de simulaciones por ordenador. En poblaciones subdivididas, la diversidad genética se distribuye en dos componentes: dentro y entre subpoblaciones. Cuando se otorga un mayor peso al componente dentro de subpoblaciones, es posible restringir los niveles de consanguinidad. Bajo este escenario, la utilización de CL&H resultó ser la mejor opción para gestionar este tipo de poblaciones, ya que mantuvo una mayor diversidad global, condujo a una menor consanguinidad y a cambios en las frecuencias similares a los observados cuando se utilizó CVR2. / [CA] Un objectiu fonamental en els programes de conservació és mantindré la diversitat genètica i l'estratègia de gestió més eficient per aconseguir-ho és aplicar el mètode de contribucions òptimes. Aquest mètode optimitza les contribucions dels candidats a reproductors minimitzant el parentiu global ponderat, cosa que condueix a nivells més alts de diversitat genètica, mesurada com a heterozigosi esperada, i a un control efectiu de l'augment de consanguinitat. El paràmetre fonamental d'aquest mètode és la matriu de parentiu. Aquesta matriu s'ha obtingut tradicionalment a partir del pedigrí, però la disponibilitat actual de genotips per a un gran nombre de polimorfismes d'un sol nucleòtid (SNP) ens permet estimar-la amb més precisió. Tot i això, s'han proposat moltes mesures de parentiu genòmic i es desconeix quina mesura és la més apropiada per minimitzar la pèrdua de diversitat genètica. Per tant, l'objectiu general d'aquesta tesi va ser investigar l'eficiència de diferents matrius genòmiques de parentiu en la gestió de poblacions en programes de conservació, quan s'aplica el mètode de Contribucions Òptimes. Les matrius comparades van ser aquelles basades en: i) la proporció d'al·lels compartits per dos individus (CSIM); ii) les desviacions del nombre observat d'al·lels compartits per dos individus respecte del nombre esperat (CL&H); iii) la matriu de relacions genòmiques obtinguda a través del mètode 1 de VanRaden (CVR1); iv) la matriu de relacions genòmiques obtinguda a través del mètode 2 de VanRaden (CVR2); v) la matriu de relacions genòmiques obtinguda a través del mètode de Yang (CYAN); i vi) segments idèntics per descendència (CSEG). Els resultats per a una sola generació, usant milers d'SNP genotipats en individus d'una població cultivada de turbot, van mostrar grans diferències en la magnitud dels sis coeficients de parentiu. Les correlacions entre els coeficients van variar molt, sent les més baixes aquelles entre CSIM, CL&H o CSEG i CVR2 o CYAN. La gestió que utilitza matrius basades en la proporció d'al·lels o segments compartits (CSIM, CL&H i CSEG) van retindré una diversitat més gran que aquella que utilitza matrius de relacions genòmiques (CVR1, CVR2 i CYAN). Com calia esperar, la màxima heterozigosi va portar els al·lels cap a freqüències intermèdies. No obstant això, allunyar les freqüències al·lèliques de les freqüències inicials pot ser indesitjable, ja que es poden perdre adaptacions particulars al medi. Es van fer servir simulacions estocàstiques per investigar l'eficiència de CL&H i CVR2 en el maneig de poblacions no dividides al llarg de 50 generacions i les dues matrius es van comparar tant en termes de la diversitat genètica com en termes dels canvis associats a les freqüències al·lèliques. L'ús de CL&H en el mètode de Contribucions Òptimes va resultar en una major diversitat genètica però també en un canvi més gran de freqüències al·lèliques que l'ús de CVR2. Les diferències entre estratègies van ser menors quan només es van fer servir SNP amb una freqüència de l'al·lel menys comú (MAF) per sobre d'un llindar particular (MAF > 0.05 i MAF > 0.25) per calcular CL&H i CVR2 així com quan es va aplicar el mètode de Contribucions Òptimes en poblacions amb cens més petit (es va passar de N = 100 a N = 20). L'avaluació de CL&H i CVR2 es va estendre a poblacions subdividides, també a través de simulacions per ordinador. En poblacions subdividides, la diversitat genètica es distribueix en dos components: dins i entre subpoblacions. Quan s'atorga un pes més gran al component dins de subpoblacions, és possible restringir els nivells de consanguinitat. Sota aquest escenari, la utilització de CL&H va resultar ser la millor opció per gestionar aquest tipus de poblacions, ja que va mantindré una diversitat global més gran, va conduir a una menor consanguinitat i a canvis en les freqüències similars als observats quan es va utilitzar CVR2. / [EN] A main objective in conservation programs is to maintain genetic diversity, and the most efficient management strategy to achieve it is to apply the Optimal Contributions method. This method optimizes the contributions of breeding candidates by minimizing the global weighted coancestry. This leads to the highest levels of genetic diversity, when measured as expected heterozygosity, and to an effective control of the increase of inbreeding. The fundamental parameter of the method is the coancestry matrix which, traditionally, has been obtained from pedigree data. The current availability of genome-wide information allows us to estimate coancestries with higher precision. However, many different genomic coancestry measures have been proposed and it is unknown which measure is more efficient to minimize the loss of genetic diversity. Thus, the general aim of this thesis was to investigate the efficiency of different genomic coancestry matrices in the management of conserved populations when the Optimal Contributions method is applied to maximize genetic diversity. The matrices compared were those based on: i) the proportion of shared alleles (CSIM); ii) deviations of the observed number of alleles shared by two individuals from the expected number (CL&H); iii) the realized relationship matrix obtained by VanRaden's method 1 (CVR1); iv) the realized relationship matrix obtained by VanRaden's method 2 (CVR2); v) the realized relationship matrix obtained by Yang¿s method (CYAN); and vi) identical by descent segments (CSEG). Results for a single generation using thousands of SNP genotyped in individuals from a farm turbot population, showed large differences in the magnitude of the six coancestry coefficients. Moreover, pairwise correlations were those between coefficients greatly varied (especially for self-coancestry). The lowest correlations between CSIM, CL&H or CSEG and CVR2 or CYAN. Management with matrices based on the proportion of shared alleles or on segments (CSIM, CL&H and CSEG) retained higher variability than those based on realized genomic relationship matrices (CVR1, CVR2 and CYAN). As expected, maximizing heterozygosity pushed alleles toward intermediate frequencies. However, moving allele frequencies away from initial frequencies may be undesirable as particular adaptations to the environment can be lost. Stochastic simulations were used to investigate the efficiency of CL&H and CVR2 in the management of an undivided population across 50 generations and both matrices were compared not only in terms of the genetic diversity maintained but also in terms of the associated changes in allele frequencies across generations. The use of CL&H in the Optimal Contribution method resulted in a higher genetic diversity but also in a higher change of allele frequencies than the use of CVR2. The differences between strategies were reduced when only SNPs with a minimum allele frequency (MAF) above a particular threshold (MAF > 0.05 and MAF > 0.25) were used to compute CL&H and CVR2 as well as when the Optimal Contributions method was applied in populations of smaller sizes (N = 20 vs N = 100). The evaluation of CL&H and CVR2 was extended to subdivided populations, also via computer simulations. When populations are subdivided into different breeding groups, it is possible to give different weights to the within- and between-subpopulation components of genetic diversity. When a higher weight is given to the within-subpopulation component, the levels of inbreeding can be restricted. In this scenario, the use of CL&H was the best option for managing subdivided populations as it maintained more global diversity, led to less inbreeding and to changes in frequencies similar to those observed when using CVR2 when a large weight was given to the within-subpopulation term. / Esta tesis doctoral se realizó en el Instituto de Investigación y Tecnología Agraria y Alimentaria (INIA-CSIC) de Madrid. El trabajo expuesto en el capítulo 2 se realizó en parte en el Instituto Roslin, de la Universidad de Edimburgo durante una estancia predoctoral. Los trabajos expuestos en la tesis han sido financiados con una beca predoctoral FPI (BES-2017-081070) y a través de proyectos del Plan Estatal de I+D+i del Ministerio de Ciencia e Innovación (proyectos CGL2016-75904-C2-2-P y PID2020- 114426GB-C22) y de la Unión Europea (‘European Union‘s Seventh Framework Program, KBBE.2013.1.2-10, under Grant Agreement No. 613611, FISHBOOST project’ y ‘European Commission Horizon 2020, Framework Programme through Grant Agreement No. 727315, MedAID project’). / Morales González, E. (2023). Management of Genetic Diversity in Conservation Programs Using Genomic Coancestry [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/195231 / Compendio