derecha|miniaturadeimagen|200px|Los mapas de calor de valores de expresión génica muestran cómo las condiciones experimentales influyen en la producción (expresión) de ARNm para un conjunto de genes. El color verde indica una expresión reducida. El análisis de clusters ha colocado un conjunto de genes con regulación negativa en la esquina superior izquierda. En el campo de la biología molecular, el perfil de expresión génica es la medida de la actividad (de la expresión génica) de miles de genes simultáneamente, para crear una imagen global de la función celular. Estos perfiles pueden, por ejemplo, distinguir entre las células que se están dividiendo activamente, o mostrar cómo las células reaccionan a un tratamiento en particular. Muchos experimentos de este tipo analizan un genoma completo simultáneamente, es decir, cada gen presente en una célula en particular.

La tecnología de chip de ADN mide la actividad relativa de los genes diana previamente identificados. También se utilizan para perfiles de expresión génica las técnicas basadas en la secuenciación, como el análisis en serie de la expresión génica SuperSAGE. La técnica SuperSage es especialmente precisa y puede medir cualquier gen activo y no solo un conjunto predeterminado. La llegada de tecnologías de nueva generación de secuenciación ha hecho del análisis de expresión basado en la secuencia una alternativa “digital” llamada tecnología RNA-Seq (secuenciación masiva de transcriptoma), cada vez más popular comparada con la tecnología de microarreglos. Sin embargo la tecnología de microarreglos es mucho más común, considerando los 17 000 artículos PubMed de 2006.

Antecedentes

El perfil de expresión es el siguiente paso lógico después de la secuenciación del genoma: la secuencia nos dice lo que posiblemente podría hacer la célula, mientras que el perfil de expresión nos dice lo que está haciendo realmente en un momento determinado. Los genes contienen las instrucciones para producir ARN mensajero (ARNm), pero en cualquier momento cada célula produce ARNm a partir de sólo una fracción de los genes que porta. Si un gen se utiliza para producir ARNm se considera activado (“on”), si no desactivado (“off”). Hay muchos factores que determinan si un gen está activado o desactivado tales como la hora del día, si la célula se está dividiendo activamente o no, su medio ambiente local y las señales químicas procedentes de otras células. Por ejemplo, las células de la piel, las células del hígado y las células nerviosas pueden activar (expresar) diferentes genes, que es en gran parte lo que las hace diferentes. Por lo tanto, un perfil de expresión nos permite inferir un tipo de célula, el estado, el entorno y así sucesivamente.

Los experimentos de perfil de expresión a menudo implican la medida de la cantidad relativa de ARNm expresado en dos o más condiciones experimentales. Esto es porque niveles alterados de una secuencia específica de ARNm sugieren una necesidad de cambio para la proteína codificada por el ARNm, tal vez indicando una respuesta homeostática o una condición patológica. Por ejemplo, niveles más altos de RNAm que codifica para la enzima alcohol deshidrogenasa sugieren que las células o tejidos en estudio están respondiendo al aumento de los niveles de etanol en su entorno. Del mismo modo, si las células de cáncer de mama expresan niveles más altos de ARNm asociados con un receptor transmembrana en particular que las células normales, puede ser que este receptor juegue un papel en el cáncer de mama. Un medicamento que interfiera con este receptor podría prevenir o tratar el cáncer de mama. En el desarrollo de un medicamento se pueden realizar experimentos de perfiles de expresión génica para ayudar a evaluar la toxicidad de dicho medicamento, quizás mediante la búsqueda de cambios en los niveles de la expresión de genes del citocromo P450, que puede ser un biomarcador del metabolismo de los fármacos. Los perfiles de expresión génica pueden convertirse en una prueba de diagnóstico importante.

Comparación con proteómica

El genoma humano contiene alrededor de 25 000 genes que trabajan en conjunto para producir alrededor de 1 000 000 proteínas distintas. Esto es debido al corte y splicing alternativo y también debido a que las células llevan a cabo importantes cambios en las proteínas a través de la modificación postraduccional después de haberlas sintetizado primero, por lo que un gen dado sirve como base para muchas versiones posibles de una proteína en particular. En cualquier caso, una única espectrometría de masas puede identificar alrededor de 2 000 proteínas o el 0.2% del total. Si bien es más importante saber la proteína exacta que sintetiza la célula (proteómica) que saber cuánto ARN mensajero se fabrica de cada gen, los perfiles de expresión génica ofrecen una imagen global en un único ensayo.

Empleo para generación de hipótesis y experimentos

A veces un científico ya tiene una idea de lo que está pasando, una hipótesis, y lleva a cabo un experimento de perfiles de expresión con la idea de potencialmente refutar esta hipótesis. En otras palabras, el científico está haciendo una predicción específica sobre los niveles de expresión que podría resultar ser falsa.

Usualmente el perfil de expresión se lleva a cabo antes de saber lo suficiente acerca de cómo los genes interactúan en diferentes condiciones experimentales para que exista una hipótesis comprobable. Si no hay una hipótesis, no hay algo que refutar, pero el perfil de expresión puede ayudar a identificar una posible hipótesis para futuros experimentos. La mayoría de los primeros experimentos de determinación de perfiles de expresión, y muchos de los actuales, tienen esta forma que se conoce como descubrimiento de clases. Un enfoque usual de descubrimiento de clase implica agrupar similares genes o muestras utilizando el método de agrupación K-means o métodos de agrupación jerárquica. Además de seleccionar un [algoritmo de agrupamiento], el usuario normalmente tiene que elegir una medida de proximidad apropiada (distancia o similitud) entre los objetos de datos. La figura anterior representa la salida de un agrupamiento en dos dimensiones, en el que muestras similares (filas, arriba) y similares sondas de genes (columnas) se organizaron de tal forma que pudieran estar juntos. La forma más simple de descubrimiento de clase sería una lista de todos los genes que cambiaron en más de una cierta cantidad entre dos condiciones experimentales.

La predicción de clase es más difícil que el descubrimiento de clase, pero permite responder a las preguntas de relevancia clínica tales como, dado este perfil, ¿cuál es la probabilidad de que este paciente va a responder a este medicamento? Esto requiere de muchos ejemplos de perfiles que respondieron y no respondieron, así como de técnicas de validación cruzada para poder discriminar entre ellos.

Limitaciones

En general, los estudios de perfiles de expresión informan acerca de aquellos genes que mostraron diferencias estadísticamente significativas bajo condiciones experimentales diferentes. Esto es típicamente una pequeña fracción del genoma por varias razones. En primer lugar, diferentes células y tejidos expresan un subconjunto de genes como una consecuencia directa de la diferenciación celular, por lo tanto, muchos genes se desactivan. En segundo lugar, muchos de los genes codifican para proteínas que son necesarias para la supervivencia en cantidades muy específicas, por lo tanto, muchos genes no cambian. En tercer lugar, las células utilizan muchos otros mecanismos para regular las proteínas además de alterar la cantidad de ARNm, por lo tanto, estos genes pueden permanecer expresados constantemente incluso cuando las concentraciones de las proteínas están subiendo y bajando. En cuarto lugar, las limitaciones financieras restringen los experimentos de perfiles de expresión a un pequeño número de observaciones del mismo gen en condiciones idénticas, lo que reduce el poder estadístico del experimento, lo que hace imposible para dicho experimento el poder identificar cambios importantes pero sutiles. Por último, se necesita mucho esfuerzo para poder estudiar la importancia biológica de cada gen regulado, por lo que los científicos suelen limitar el estudio a un subconjunto. Las últimas técnicas de análisis de Microarreglos automatizan ciertos aspectos de la vinculación entre los resultados de perfiles de expresión y la importancia biológica de los mismos, sin embargo éste sigue siendo un problema muy complicado.

Las listas de genes, de longitud relativamente cortas publicadas a partir de experimentos de perfiles de expresión, limitan el grado de concordancia de los experimentos realizados en diferentes laboratorios. La colocación de los resultados de perfiles de expresión en una base de datos de microarreglos de acceso público, permite a los investigadores evaluar los patrones de expresión más allá del alcance de los resultados publicados, pudiendo así identificar alguna similitud con su propio trabajo.

Validación de las mediciones de alto rendimiento

Tanto el Chip de ADN y la PCR en tiempo real de ADN aprovechan la unión preferencial o "apareamiento de bases” de secuencias de ácidos nucleicos complementarios, y ambos se utilizan en perfiles de expresión génica a menudo de manera seriada. Mientras que los microarreglos de ADN de alto rendimiento carecen de la precisión cuantitativa de la qPCR (PCR cuantitativa), se tarda aproximadamente el mismo tiempo en medir la expresión génica de unas pocas docenas de genes vía qPCR, que el que emplearía la técnica de microarreglos de ADN en medir todo un genoma. Por lo tanto, a menudo tiene sentido realizar experimentos de análisis de microarreglos de ADN semicuantitativos para identificar los [genes candidatos] y a continuación realizar una qPCR, en algunos de los genes candidatos más interesantes, para validar los resultados de microarreglos. Otros experimentos tales como una Western blot o de algunos de los productos proteicos de los genes diferencialmente expresados, sacan algunas conclusiones basadas en el perfil de expresión más convincente, ya que los niveles de ARNm no se correlacionan necesariamente con la cantidad de proteína expresada.

Análisis estadístico

El análisis de datos de microarreglos se ha convertido en un área de intensa investigación. Indica simplemente que un grupo de genes fueron regulados por lo menos dos veces, una sola vez carece de una base estadística sólida. Con cinco repeticiones o menos en cada grupo, típico de microarreglos, una sola observación de un valor atípico puede crear una diferencia aparente mayor del doble. Además, establecer arbitrariamente el margen a una revisión de expresión doble no es biológicamente acertado, ya que no son considerados muchos genes de importancia biológica obvia.