All Transcriptomics
Analyses

QC inicial y control de calidad de lecturas crudas. Evaluación de métricas con FastQC, MultiQC, RSeQC, Trimmomatic/Fastp. Incluye trimming adaptativo y filtrado por calidad.

Alineamiento preciso con STAR, HISAT2 o pseudo-alineamiento con Salmon y Kallisto. Generación de archivos BAM indexados y métricas de mapeo.

HTSeq-Counts, featureCounts, Salmon, Kallisto. Generación de matrices de conteo a nivel de gen o transcrito, con normalización TPM, RPKM o TMM según requerimiento.

DESeq2, edgeR, limma-voom. Comparación entre condiciones con modelos estadísticos robustos. Corrección FDR/Benjamini-Hochberg. Volcano plots, MA-plots.

Gene Set Enrichment Analysis y ORA. Identificación de rutas biológicas, términos GO y vías KEGG/Reactome enriquecidas en genes diferencialmente expresados.

Redes de co-expresión génica para identificar módulos correlacionados con rasgos clínicos o fenotípicos. Análisis de hubs génicos, conectividad y conservación modular.

Procesado de datos crudos de scRNA-seq (10x Genomics, Drop-seq, Smart-seq). Control de calidad por célula: nº de genes, UMIs, % mitocondrial. Filtrado, normalización y escalado.

Reducción de dimensionalidad (PCA, UMAP, t-SNE). Clustering no supervisado con Leiden y Louvain. Anotación automática y manual de tipos celulares.

DEA pseudo-bulk y a nivel de célula única entre condiciones clínicas o experimentales. Incluye pseudorréplica y corrección por batch entre donantes.

Reconstrucción de trayectorias de diferenciación celular con Monocle3, Slingshot o scVelo. Inferencia de pseudotiempo y genes conductores del proceso.

Deconvolución del microambiente tumoral o de nicho tisular. Identificación de subpoblaciones inmunes, estromales o tumorales con RCTD, CARD o SCDC.

Inferencia de señalización intercelular mediante CellChat, CellPhoneDB, LIANA. Identificación de vías de señalización activas entre tipos celulares.

Análisis de variantes de splicing alternativo a nivel de célula única. Identificación de isoformas específicas por tipo celular con BRIE2, Whippet o herramientas similares.

Identificación de fusiones génicas con STAR-Fusion, FusionCatcher y Arriba. Priorización de fusiones recurrentes con relevancia clínica o diagnóstica.

Detección de eventos de splicing alternativo (exon skipping, retención de intrones) con rMATS, LeafCutter o MAJIQ. Asociación con condiciones patológicas.

Cuantificación de isoformas a nivel de transcrito con StringTie, kallisto|bustools o RSEM. Análisis comparativo de uso de isoformas entre condiciones.

Evaluación de calidad y preprocesamiento de lecturas largas con NanoPlot, Filtlong y Porechop. Preparación para análisis de isoformas de alta resolución.

Ensamblaje y cuantificación de isoformas con FLAIR, Bambu o IsoSeq3. Anotación funcional de isoformas nuevas vs. referencia.

Identificación de isoformas novedosas, fusiones y transcritos alternativos mediante análisis de lecturas largas no supervisado.

Reconstrucción y cuantificación de receptores de células T (TCR) y B (BCR) con MiXCR, TRUST4 o TraCeR.

Pipeline optimizado para small RNA-seq: QC, trimming, alineamiento y cuantificación diferencial con DESeq2 o edgeR contra la base de datos miRBase.

Identificación de lncRNA diferencialmente expresados con DESeq2. Clasificación en subtipos (lincRNA, antisense, intrónico) y análisis de co-expresión con genes codificantes.

Detección de circRNA con find_circ, CIRI2 o CircExplorer3. Cuantificación de expresión diferencial y análisis funcional como esponjas de miRNA.

Construcción de redes regulatorias ceRNA integrando miRNA, lncRNA y mRNA. Identificación de hubs regulatorios con potencial biomarcador o terapéutico.

Integración de datos de accesibilidad cromatínica (ATAC-seq) o unión proteica (ChIP-seq) con perfiles transcriptómicos para identificar reguladores maestros.

Detección de variantes genéticas que modulan la expresión génica (eQTL) o el splicing (sQTL) integrando datos de RNA-seq con variantes de SNP-array o WGS.

Análisis de datos espaciales (10x Visium, Slide-seq, MERFISH). Integración con scRNA-seq para deconvolución de spots y mapeo espacial de tipos celulares.

Identificación de regiones regulatorias activas integrando RNA-seq con datos epigenómicos. Análisis de enhancers, promotores y elementos reguladores en contexto transcriptómico.