CBL - Campus del Baix Llobregat

Projecte matriculat

Títol: Metaanàlisi transcriptòmica per a la identificació de gens clau en la resposta a estrès abiòtic en tomàquet

Tutor/a o Cotutor/a: ROIG VILLANOVA, IRMA

Departament: DEAB

Títol: Metaanàlisi transcriptòmica per a la identificació de gens clau en la resposta a estrès abiòtic en tomàquet

Data inici oferta: 27-01-2026 Data finalització oferta: 27-09-2026

Estudis d'assignació del projecte:
GR ENG SIS BIOLÒG 23

Lloc de realització:
EEABB

Segon tutor/a (UPC): SANCHEZ MUÑOZ, RAUL

Paraules clau:
Metaanàlisi transcriptòmica, Machine learning, Estrès abiòtic, Tomàquet, Resiliència vegetal

Descripció del contingut i pla d'activitats:
L'augment en la freqüència i intensitat d'episodis d'estrès abiòtic, com la sequera, la calor extrema o les inundacions, està posant en risc la productivitat agrícola a escala global. En aquest context, entendre els mecanismes moleculars que permeten a les plantes respondre i adaptar-se a condicions ambientals adverses és clau per al desenvolupament de cultius més resilients. Tot i els avenços recents, la resposta a l'estrès en plantes és un procés altament complex, regulat per xarxes gèniques àmplies i dependents del context ambiental. L'augment exponencial de dades transcriptòmiques disponibles i el desenvolupament de mètodes de machine learning han obert noves possibilitats per abordar aquesta complexitat. Recentment, una metaanàlisi basada en RNA-seq i aprenentatge automàtic en Arabidopsis thaliana va permetre identificar un conjunt reduït de gens amb un paper central en respostes generals a estrès abiòtic. Tot i el seu interès conceptual, la transferibilitat d'aquests resultats a espècies de cultiu continua sent una qüestió oberta.
En aquest Treball Final de Grau (TFG) es proposa reproduir i adaptar aquesta estratègia de metaanàlisi en tomàquet (Solanum lycopersicum). El projecte abordarà l'anàlisi des de zero, utilitzant dades crues de RNA-seq obtingudes de múltiples experiments públics sota condicions d'estrès abiòtic. El processament inclourà totes les etapes estàndard de l'anàlisi transcriptòmica (control de qualitat, alineament, quantificació i normalització), seguit de l'aplicació de models de machine learning per identificar gens associats a respostes generals a l'estrès en tomàquet. El projecte es dividirà en dues fases principals. La primera serà completament computacional i se centrarà en la recopilació de dades públiques de RNA-seq, el processament dels raw data, la reproducció del flux d'anàlisi emprat en Arabidopsis i la identificació de gens clau en tomàquet. En la segona fase, aquests resultats es faran servir per prioritzar genotips de tomàquet amb potencial per ser utilitzats en futurs experiments d'estrès controlat.
Aquest TFG permetrà no només identificar nous candidats gènics implicats en la tolerància a estrès abiòtic en tomàquet, sinó també validar la transferibilitat d'estratègies de metaanàlisi basades en machine learning des d'espècies model a cultius. En conjunt, el projecte contribuirà a establir bases sòlides per a l'aplicació de la genòmica computacional en programes de millora vegetal orientats a l'adaptació al canvi climàtic.

Orientació a l'estudiant: Haver cursat les assignatures de genòmica i biotecnologia