Mapping protein-coding genomes to phenomes: a phylogenetic perspective

Abstract

In the current genomics era, it is essential to understand how the existing genomics diversity across evolution is linked to the enormous diversity we observe at the phenotypic level. Until now, Genome-wide association studies (GWAS) have been the predominant tool in genome-phenome studies, focused on populations from different model organisms. However, the significant increase in the availability of large comparative datasets in recent years helps to broaden the understanding of the genomic architecture of biological traits and recover variability one would miss only with GWAS studies. In this thesis, firstly, we developed new comparative methodologies, datasets and strategies to carry out comprehensive genome-phenome analysis on the mammals and primate’s phylogenies. Secondly, we obtained a comprehensive phylogenetic protein-coding genome phenome map in primates, providing amino acid positions and protein-coding gene evolutionary rates associated with phenotype variation on morphological, physiological, life-history, ecological and behavioral traits. Lastly, we demonstrate the applicability of these datasets and methodologies studying protein-coding genomic correlates in two phenotypes of particular interest from the human perspective: longevity in mammals and neoplasia in primates.

En la era genómica actual, es esencial entender cómo la diversidad genómica existente a lo largo de la evolución puede explicar la enorme diversidad que observamos a nivel fenotípico. Hasta el momento, los estudios de asociación genoma-fenoma (GWAS) han sido la herramienta principal en estudios de genoma-fenoma, centrados en poblaciones de distintos organismos modelo. Sin embargo, el significativo aumento de disponibilidad de recursos de genómica comparativa en los últimos años puede ayudar a ampliar la comprensión que tenemos de la arquitectura genómica de los caracteres biológicos, recuperando variación que perdemos si solo nos centramos en estudios de GWAS. En esta tesis, primero desarrollamos nuevas metodologías, bases de datos y estrategias comparativas para llevar a cabo análisis comprensivos de genoma-fenoma en las filogenias de mamíferos y primates. En segundo lugar, generamos un mapa filogenético genoma-fenoma exhaustivo en primates a partir de genes codificante para proteínas, recuperando posiciones aminoacídicas testadas filogenéticamente y tasas evolutivas de genes codificantes asociadas a la variación de caracteres morfológicos, fisiológicos, ecológicos, de historia de la vida y comportamentales. Finalmente, demostramos la aplicabilidad de estos datos y metodologías estudiando las correlaciones con el genoma codificante para proteína en dos fenotipos particularmente interesantes desde la perspectiva humana: longevidad en mamíferos y neoplasia en primates.