Análisis de microARN utilizando Galaxy: superando barreras bioinformáticas en la formación estudiantil

Resumen

El análisis de datos ómicos es esencial en la biología moderna, pero la complejidad técnica de las herramientas bioinformáticas sigue siendo una barrera para quienes no poseen formación en programación. Este trabajo tuvo como objetivo demostrar que es posible realizar un análisis completo de microARNs utilizando únicamente Galaxy, como estrategia pedagógica para acercar a estudiantes de ciencias biológicas al análisis bioinformático. Se analizaron seis muestras de tejido cerebral humano, tres fetales y tres adultas, obtenidas de un repositorio público. El flujo de trabajo incluyó control de calidad con FastQC, eliminación de adaptadores con Cutadapt, alineamiento al genoma humano con HISAT2 y cuantificación de lecturas con featureCounts. El análisis de expresión diferencial se realizó con DESeq2. Se obtuvieron altos porcentajes de mapeo (87–93 %) y asignación confiable de lecturas a miRNAs conocidos. El análisis de componentes principales mostró una separación clara entre fetales y adultos, mientras que los mapas de calor confirmaron la consistencia de las réplicas y las diferencias entre regiones cerebrales. El histograma de valores p y las estimaciones de dispersión reflejaron patrones típicos de RNA-seq, y el MA-plot permitió identificar miRNAs diferencialmente expresados entre ambos grupos. El uso de Galaxy posibilitó completar el análisis sin necesidad de programación ni infraestructura avanzada, resaltando su valor como herramienta didáctica para la enseñanza de análisis de datos ómicos. En conclusión, este estudio evidencia que es posible implementar un flujo reproducible y accesible para la caracterización de perfiles de microARNs, ofreciendo un recurso pedagógico para la formación práctica en bioinformática.