COMENTARIO
GenéticaÊÊMédicaÊyÊGenómica.Ê2023
LaÊsecuenciaciónÊdelÊARNÊcomoÊtecnologíaÊdeÊvalorÊenÊ
elÊdiagnósticoÊdeÊenfermedadesÊraras
VicenteÊA.ÊYépez
Technical University of Munich
EnÊlosÊúltimosÊsieteÊaños,ÊlaÊsecuenciaciónÊdelÊtrans-
criptomaÊoÊARNÊdeÊunÊindividuoÊ(RNA-seq)ÊhaÊemer-
gidoÊdeÊmaneraÊconstanteÊcomoÊunÊensayoÊcomple-
mentarioÊ aÊ laÊ yaÊ bienÊ establecidaÊ secuenciaciónÊ delÊ
ADNÊparaÊelÊdiagnósticoÊyÊdescubrimientoÊdeÊenfer-
medadesÊ raras.Ê LaÊ RNA-seqÊ haÊ sustituidoÊ principal-
menteÊaÊlosÊmétodosÊdirigidosÊaÊregionesÊgenómicasÊ
específicasÊ(MortazaviÊet al.,Ê2008;ÊNonisÊet al.,Ê2014;Ê
StarkÊet al.,Ê2019),ÊdebidoÊaÊqueÊesÊcapazÊdeÊanalizarÊ
todosÊ losÊ genesÊ expresadosÊ (entreÊ diezÊ milÊ yÊ doceÊ
mil,Ê deÊmedia,ÊdependiendoÊprincipalmenteÊdelÊteji-
do).Ê
EnÊelÊdiagnósticoÊdeÊenfermedadesÊraras,ÊlaÊRNA-seqÊ
seÊ haÊ utilizadoÊ principalmenteÊ paraÊ i)Ê confirmarÊ elÊ
efectoÊ deÊ variantesÊ patogénicasÊ candidatasÊ obteni-
dasÊ aÊ partirÊ delÊ ADNÊ queÊ sirvenÊ comoÊ "estudioÊ fun-
cionalÊ bienÊ establecidoÊ queÊ muestraÊ unÊ efectoÊ dele-
téreo"ÊsiguiendoÊlasÊdirectricesÊdelÊACMGÊ(American
College of Medical Genetics and Genomics)Ê (RichardsÊ
et al.,Ê 2015)Ê eÊ Ê ii)Ê identificarÊ genesÊ candidatosÊ enÊ losÊ
queÊinicialmenteÊnoÊseÊencontraronÊvariantesÊoÊnoÊseÊ
priorizaron.ÊEnÊesteÊartículoÊdeÊComentario,ÊdescriboÊ
algunosÊ deÊ losÊ estudiosÊ queÊ hanÊ utilizadoÊ conÊ éxitoÊ
RNA-seqÊparaÊelÊdiagnósticoÊdeÊenfermedadesÊraras,Ê
losÊ diferentesÊ métodosÊ estadísticosÊ especializadosÊ
queÊhanÊsurgido,ÊasíÊcomoÊlasÊlimitacionesÊdeÊlaÊtec-
nologíaÊyÊlasÊperspectivasÊdeÊfuturo.
ESTUDIOS
LosÊestudiosÊpionerosÊdeÊKremerÊyÊcolaboradoresÊdeÊ
laÊ UniversidadÊ TécnicaÊ deÊ MúnichÊ yÊ deÊ CummingsÊ yÊ
colaboradoresÊdelÊInstitutoÊBroad,ÊlanzadosÊsimultá-
neaÊ eÊ independientementeÊ enÊ 2016Ê yÊ publicadosÊ enÊ
YépezÊVA,Ê2023
GENÉTICAÊMÉDICAÊYÊGENÓMICA
2017,ÊoriginaronÊelÊconceptoÊyÊlaÊposibilidadÊdeÊutili-
zarÊ RNA-seqÊ paraÊ elÊ diagnósticoÊ deÊ enfermedadesÊ
raras.ÊLaÊideaÊeraÊlaÊmisma:ÊreunirÊunaÊcohorteÊsufi-
cientementeÊ grandeÊ yÊ analizarÊ todosÊ losÊ genesÊ ex-
presadosÊenÊunaÊmuestraÊafectadaÊparaÊdetectarÊdes-
viacionesÊsignificativasÊenÊlaÊexpresiónÊyÊelÊprocesadoÊ
delÊ ARNÊ conÊ respectoÊ aÊ laÊ mediaÊ deÊ laÊ cohorte.Ê AÊ
continuación,Ê encontrarÊ variantesÊ genéticasÊ queÊ pu-
dieranÊ explicarÊ esasÊ alteracionesÊ y,Ê porÊ último,Ê eva-
luarÊsiÊpodíanÊserÊlaÊcausaÊdeÊlaÊenfermedadÊenÊcom-
binaciónÊconÊelÊfenotipoÊdelÊpacienteÊ(Fig.Ê1).
ElÊprimerÊestudioÊsecuencióÊfibroblastosÊderivadosÊdeÊ
laÊ pielÊ yÊ elÊ segundo,Ê músculo,Ê estableciendoÊ asíÊ laÊ
utilidadÊ deÊ esosÊ tejidosÊ paraÊ estaÊ tarea.Ê UnÊ parÊ deÊ
añosÊ después,Ê FrésardÊ yÊ colaboradoresÊ deÊ StanfordÊ
publicaronÊ unÊ estudioÊ similarÊ conÊ sangre.Ê EsosÊ tresÊ
tejidosÊclínicamenteÊaccesiblesÊseÊhanÊconvertidoÊenÊ
losÊmásÊutilizados,ÊcadaÊunoÊconÊsusÊprosÊyÊsusÊcon-
tras.ÊPorÊejemplo,ÊelÊmúsculoÊesÊsinÊdudaÊelÊestándarÊ
paraÊ estudiarÊ losÊ trastornosÊ (neuro)musculares,Ê yaÊ
queÊlaÊmayoríaÊdeÊlosÊgenesÊdeÊinterésÊsóloÊseÊexpre-
sanÊ enÊ él.Ê LaÊ sangreÊ esÊ elÊ tejidoÊ másÊ accesible;Ê sinÊ
embargo,ÊtieneÊelÊmenorÊnúmeroÊdeÊgenesÊexpresa-
dosÊ enÊ comparaciónÊ conÊ losÊ otrosÊ dosÊ (YépezÊet al.,Ê
2022).Ê LosÊ fibroblastosÊ parecenÊ serÊ elÊ tejidoÊ másÊ
completo,Ê yaÊ queÊ seÊ expresanÊ laÊ mayoríaÊ deÊ losÊ ge-
nesÊ relacionadosÊ conÊ enfermedadÊ yÊ esÊ posibleÊ culti-
varÊlasÊcélulasÊyÊreutilizarlasÊparaÊotrosÊensayos.
DesdeÊentoncesÊseÊhanÊpublicadoÊmuchosÊotrosÊestu-
diosÊ queÊ informanÊ deÊ unaÊ variedadÊ deÊ trastornos:Ê
mitocondriales,Ê neuromusculares,Ê neurológicos,Ê delÊ
neurodesarrolloÊ eÊ inmunológicos,Ê procedentesÊ deÊ
diferentesÊ centrosÊ deÊ todoÊ elÊ mundo,Ê comoÊ CanadáÊ
(GonorazkyÊet al.,Ê2019;ÊDeshwarÊet al.,Ê2023),ÊEsta-
2023ÊÊ|ÊÊÊNúm.Ê00ÊÊ|ÊÊÊVol.Ê0ÊÊ|ÊÊÊGenéticaÊMédicaÊyÊGenómica | 00
https://genotipia.com/revista-genetica-medica/
 GENÉTICAÊMÉDICAÊYÊGENÓMICA

FiguraÊ1.ÊExpresiónÊyÊprocesadoÊdeÊÊARNsÊaberrantes.ÊA)ÊEjemploÊdeÊexpresiónÊgénicaÊdeÊunÊgenÊenÊunaÊcohorteÊenÊlaÊqueÊunaÊdeÊlasÊmuestrasÊpresentaÊunÊvalorÊatípico.ÊB)Ê
TiposÊdeÊvariantesÊqueÊpuedenÊdarÊlugarÊaÊunaÊexpresiónÊaberrante.ÊC)ÊEjemplosÊdeÊeventosÊdeÊsplicingÊaberranteÊyÊlosÊtiposÊdeÊvariantesÊqueÊpuedenÊcausarlos.

dosÊ UnidosÊ (MurdockÊ et al.,Ê 2021),Ê AlemaniaÊ (YépezÊ
et al.,Ê2022),ÊHongÊKongÊ(LeeÊet al.,Ê2022),ÊPaísesÊBa-
josÊ (DekkerÊ et al.,Ê 2023)Ê yÊ AustraliaÊ (LunkeÊ et al.,Ê
2023).Ê ElÊ aumentoÊ registradoÊ enÊ losÊ rendimientosÊ
diagnósticosÊoscilaÊentreÊelÊ7%ÊyÊelÊ36%,Êdependien-
doÊ deÊ laÊ enfermedad,Ê laÊ metodologíaÊ yÊ elÊ tejidoÊ ex-
plorado,Ê peroÊ especialmenteÊ deÊ siÊ laÊ cohorteÊ incluíaÊ
pacientesÊconÊvariantesÊcandidatasÊoÊnoÊ(Fig.Ê2).ÊMuyÊ
recientemente,ÊDeshwarÊyÊcolaboradores,ÊdelÊHospi-
tal for Sick Children,Ê asíÊ comoÊ LunkeÊ yÊ colaboradoresÊ
deÊmúltiplesÊcentrosÊdeÊAustralia,ÊexploraronÊlaÊutili-
dadÊ deÊ realizarÊ RNA-seqÊ enÊ trío,Ê comoÊ seÊ haceÊ fre-
cuentementeÊ enÊ losÊ diagnósticosÊ basadosÊ enÊ ADN.Ê
NoÊ seÊ observóÊ unÊ beneficioÊ diagnósticoÊ significativoÊ
delÊ diseñoÊ enÊ tríoÊ conÊ respectoÊ aÊ laÊ realizaciónÊ deÊ
pruebasÊúnicamenteÊenÊelÊcasoÊíndice.ÊSinÊembargo,Ê
dadoÊqueÊenÊelÊestudioÊparticipóÊunÊnúmeroÊmodestoÊ
deÊfamilias,ÊesÊnecesarioÊrealizarÊmásÊinvestigacionesÊ
paraÊconcluirÊsuÊutilidad.
MÉTODOSÊESPECIALIZADOS
TrasÊelÊéxitoÊdeÊlosÊdosÊestudiosÊpioneros,ÊseÊempe-
zaronÊaÊdesarrollarÊmétodosÊespecializadosÊparaÊde-
tectarÊlaÊexpresiónÊaberranteÊyÊelÊprocesadoÊalterna-
tivoÊ oÊ splicing.Ê LosÊ métodosÊ modelanÊ losÊ recuentosÊ

00 |ÊÊÊGenéticaÊMédicaÊyÊGenómicaÊ|ÊÊÊVol.Ê0ÊÊÊ|ÊÊÊNúm.Ê00Ê | 2023ÊÊÊÊ YépezÊVA,Ê2023

https://genotipia.com/revista-genetica-medica/

FiguraÊ2.ÊCronologíaÊdeÊestudiosÊqueÊutilizanÊARN-seqÊparaÊelÊdiagnósticoÊdeÊenfermedadesÊrarasÊenÊgrandesÊcohortes
deÊ lecturasÊ conÊ unaÊ distribuciónÊ estadísticaÊ
(generalmenteÊÊbinomialÊnegativaÊparaÊrecuentosÊdeÊ
lecturasÊyÊbeta-binomialÊoÊDirichlet-multinomialÊpa-
raÊrecuentosÊdeÊempalmes)ÊyÊluegoÊobtienenÊvaloresÊ
pÊ paraÊ cadaÊ combinaciónÊ gen-muestraÊ oÊ empalme-
muestra.ÊAlgunosÊdeÊestosÊmétodosÊsonÊOUTRIDERÊ
(BrechtmannÊ et al.,Ê 2018)Ê yÊ OutSingleÊ (SalkovicÊ et
al.,Ê2023)ÊparaÊlaÊexpresión;ÊyÊBrisbeeÊ(HalperinÊet al.,Ê
2021),Ê FRASERÊ (MertesÊ et al.,Ê 2021),Ê FRASER2Ê
(SchellerÊet al.,Ê2023),ÊyÊLeafCutterMDÊ(JenkinsonÊet
al.,Ê 2020)Ê paraÊ elÊ empalme.Ê OUTRIDERÊ yÊ FRASER2Ê
estánÊincluidosÊenÊelÊDetection of RNA Outliers Pipe-
line,Ê DROPÊ (YépezÊ et al.,Ê 2021),Ê unaÊ soluciónÊ integralÊ
paraÊfacilitarÊyÊacelerarÊlaÊdetecciónÊdeÊvaloresÊatípi-
cosÊaÊpartirÊdeÊdatosÊbrutos.Ê
EstosÊ métodosÊ pudieronÊ probarseÊ aÊ fondoÊ aprove-
chandoÊelÊamplioÊrecursoÊ proporcionadoÊporÊelÊpro-
YépezÊVA,Ê2023
GENÉTICAÊMÉDICAÊYÊGENÓMICA
yectoÊ The Genotype-Tissue ExpressionÊ (GTEx),Ê queÊ
ofreceÊ másÊ deÊ 8000Ê muestrasÊ emparejadasÊ WGS-
RNA-seqÊ deÊ casiÊ 1000Ê individuosÊ yÊ 51Ê tejidosÊ (GTExÊ
Consortium,Ê2017).ÊConÊesteÊrecurso,ÊfueÊposibleÊes-
tablecerÊqueÊlosÊvaloresÊatípicosÊdeÊexpresiónÊyÊem-
palme,Êefectivamente,ÊestánÊasociadosÊconÊvariantesÊ
rarasÊ(ZengÊet al.,Ê2015;ÊLiÊet al.,Ê2017)Êy,ÊporÊloÊtanto,Ê
pudoÊÊÊÊÊÊconvertirseÊenÊunÊconjuntoÊdeÊdatosÊdeÊrefe-
renciaÊparaÊlosÊmétodosÊdeÊdetecciónÊdeÊvaloresÊatí-
picos.
LIMITACIONES
LaÊ extracciónÊ deÊ ARNÊ seÊ limitaÊ aÊ tejidosÊ accesibles,Ê
comoÊ laÊ sangreÊ yÊ laÊ pielÊ y,Ê enÊ casosÊ extremos,Ê elÊ
músculo.Ê EstoÊ implicaÊ queÊ elÊ estudioÊ seÊ restringeÊ aÊ
losÊ genesÊ expresadosÊ enÊ elÊ tejidoÊ investigado:Ê alre-
2023ÊÊ|ÊÊÊNúm.Ê00ÊÊ|ÊÊÊVol.Ê0ÊÊ|ÊÊÊGenéticaÊMédicaÊyÊGenómica | 00
https://genotipia.com/revista-genetica-medica/
 GENÉTICAÊMÉDICAÊYÊGENÓMICA

DesafíosÊpúblicos

ObservandoÊlosÊbeneficiosÊpotencialesÊdeÊlaÊtecnología,ÊseÊhanÊlanzadoÊdesafíosÊpúblicosÊparaÊpropor-
cionarÊdiagnósticosÊgenéticosÊutilizandoÊADN,ÊARNÊyÊdatosÊclínicosÊaÊpartirÊdeÊunaÊcohorteÊdeÊenferme-
dadesÊraras,ÊparaÊqueÊgruposÊdeÊtodoÊelÊmundoÊpuedanÊutilizarÊsusÊherramientasÊyÊenfoques.ÊEjemplosÊ
deÊelloÊsonÊelÊretoÊCAGIÊ6Ê(Critical Assessment of Genome Interpretation)1ÊÊ"PredecirÊeventosÊmolecula-
resÊsubyacentesÊaÊlaÊenfermedadÊaÊpartirÊdelÊgenomaÊyÊtranscriptomaÊdeÊunÊpaciente"ÊofrecidoÊporÊelÊ
Hospital for Sick Children'sÊyÊelÊretoÊKaggleÊEndALSÊ(EsclerosisÊLateralÊAmiotrófica)2,ÊambosÊlanzadosÊenÊ
2021.ÊAdemás,ÊeventosÊtipoÊHackathonÊin situ,ÊcomoÊelÊInternationalÊUndiagnosedÊHackathon3Êorgani-
zadoÊporÊelÊUDNIÊenÊelÊInstitutoÊKarolinskaÊenÊ2023,ÊofrecenÊRNA-seqÊyÊWGSÊacopladosÊparaÊacelerarÊelÊ
diagnóstico.ÊLaÊcrecienteÊpopularidadÊdeÊestaÊtecnología,ÊespecialmenteÊenÊcombinaciónÊconÊelÊanálisisÊ
deÊADN,ÊesÊinnegable.
1
Êhttps://genomeinterpretation.org/cagi6-sickkids.html
2Ê
https://www.kaggle.com/datasets/alsgroup/end-als
3
Êhttps://www.undiagnosedhackathon.org/

dedorÊdelÊ65%ÊdeÊlosÊgenesÊcausalesÊdeÊenfermeda- LOÊQUEÊNOSÊDEPARAÊELÊFUTURO
desÊmendelianasÊconocidasÊ(OMIM)ÊseÊexpresanÊenÊlaÊ
LaÊsecuenciaciónÊdeÊARNÊformaÊparteÊdeÊlaÊdenomi-
sangreÊ yÊ elÊ 70%Ê enÊ losÊ fibroblastosÊ derivadosÊ deÊ laÊ
nadaÊ SecuenciaciónÊ deÊ PróximaÊ Generación.Ê PocoÊ aÊ
piel.ÊElÊañoÊpasado,ÊunÊestudioÊpioneroÊdeÊlaÊUniversi-
poco,Ê estáÊ pasandoÊ aÊ llamarseÊ RNA-seqÊ deÊ lecturaÊ
dadÊ deÊ HongÊ KongÊ demostróÊ queÊ laÊ RNA-seqÊ tam-
corta,Ê yaÊ queÊ estáÊ surgiendoÊ unaÊ nuevaÊ tecnologíaÊ
biénÊpuedeÊhacerseÊaÊpartirÊdelÊlíquidoÊamnióticoÊdu-
queÊpermiteÊsecuenciarÊlecturasÊmuchoÊmásÊlargas,ÊlaÊ
ranteÊelÊembarazoÊparaÊevaluarÊlaÊexpresiónÊyÊelÊpro-
RNA-seqÊdeÊlecturaÊlargaÊ(PollardÊet al.,Ê2018;ÊWangÊ
cesadoÊ delÊ ARNÊ delÊ fetoÊ (LeeÊ et al.,Ê 2022).Ê PorÊ últi-
et al.,Ê2023).ÊSuÊpotencialÊyÊsuÊmejoraÊenÊelÊdiagnósticoÊ
mo,ÊunÊrecienteÊartículoÊpreprintÊhaÊdescritoÊlaÊposi-
deÊ enfermedadesÊ rarasÊ aúnÊ estánÊ porÊ demostrarse.Ê
bilidadÊdeÊanalizarÊelÊARNÊdeÊotrosÊtejidosÊaccesibles:Ê
Además,ÊlaÊsecuenciaciónÊdeÊgenomaÊcompletoÊaho-
hisoposÊ bucales,Ê folículosÊ pilosos,Ê salivaÊ yÊ pelletsÊ deÊ
raÊpermiteÊdetectarÊvariacionesÊenÊelÊnúmeroÊdeÊco-
célulasÊdeÊlaÊorinaÊ(MartorellaÊet al.,Ê2023).ÊEsÊnecesa-
piasÊ(CNV)ÊenÊformaÊdeÊgrandesÊdeleciones,Êduplica-
rioÊ investigarÊ aÊ fondoÊ paraÊ verificarÊ suÊ utilidadÊ enÊ elÊ
ciones,Ê inserciones,Ê inversiones,Ê translocacionesÊ yÊ
diagnóstico.
expansionesÊ deÊ repeticiones.Ê CómoÊ puedeÊ laÊ RNA-
OtraÊ limitaciónÊ importanteÊ deÊ laÊ RNA-seqÊ esÊ queÊ elÊ seqÊ detectarÊ cadaÊ unaÊ deÊellasÊ empezóÊ aÊ explorarseÊ
efectoÊdeÊlaÊabundanteÊclaseÊdeÊvariantesÊconÊcambioÊ enÊadultosÊdeÊedadÊavanzadaÊeÊindividuosÊconÊenfer-
deÊ sentidoÊ podríaÊ noÊ reflejarseÊ enÊ elÊ transcriptoma.Ê medadÊ deÊ AlzheimerÊ enÊ elÊ minuciosoÊ estudioÊ deÊ
LaÊproteómicaÊtieneÊlaÊventajaÊdeÊcaptarÊelÊefectoÊdeÊ (VialleÊet al.,Ê2022),ÊperoÊesÊnecesarioÊseguirÊinvesti-
lasÊ variantesÊ conÊ cambioÊ deÊ sentidoÊ yÊ losÊ cambiosÊ gando.
reguladoresÊpostranscripcionales;ÊsinÊembargo,Êcare-
ObtenerÊunÊdiagnósticoÊesÊútil,ÊyaÊqueÊpuedeÊcondu-
ceÊdeÊlaÊpotenciaÊnecesariaÊparaÊrevelarÊelÊprocesadoÊ
cirÊ aÊ proporcionarÊ asesoramientoÊ genético.Ê SinÊ em-
delÊ ARNÊ erróneoÊ yÊ laÊ expresiónÊ alelo-específica.Ê PorÊ
bargo,Ê elÊ objetivoÊ principalÊ esÊ proporcionarÊ trata-
ahora,ÊlaÊRNA-seqÊyÊlaÊproteómicaÊparecenÊmásÊcom-
miento,ÊporÊejemplo,ÊmedianteÊlaÊadministraciónÊdeÊ
plementariasÊ queÊ competidorasÊ (KopajtichÊ et al.,Ê
suplementosÊ farmacológicosÊ (KochÊ et al.,Ê 2017).Ê LaÊ
2021;ÊVialleÊet al.,Ê2022).
RNA-seqÊ puedeÊ serÊ especialmenteÊ útilÊ paraÊ orientarÊ

00 |ÊÊÊGenéticaÊMédicaÊyÊGenómicaÊ|ÊÊÊVol.Ê0ÊÊÊ|ÊÊÊNúm.Ê00Ê | 2023ÊÊÊÊ YépezÊVA,Ê2023

https://genotipia.com/revista-genetica-medica/

oligonucleótidosÊ antisentido,Ê comoÊ hanÊ hechoÊ re-
cientementeÊ KumarÊ yÊ susÊ colegas,Ê queÊ diseñaronÊ yÊ
aplicaronÊ estosÊ oligonucleótidosÊ antisentidoÊ paraÊ
restaurarÊ elÊ procesamientoÊ normalÊ delÊ ARNmÊ
TIMMDC1ÊyÊlosÊnivelesÊdeÊproteínaÊenÊlasÊcélulasÊdeÊ
losÊpacientesÊ(KumarÊet al.,Ê2022).
PorÊúltimo,ÊelÊmayorÊcambioÊpodríaÊproducirseÊcuan-
doÊlasÊcompañíasÊdeÊsegurosÊreembolsenÊlasÊpruebasÊ
deÊ ARN,Ê comoÊ yaÊ estáÊ empezandoÊ aÊ ocurrirÊ conÊ elÊ
ADN.
DeclaraciónÊdeÊconflictoÊdeÊintereses
ElÊautorÊdeclaraÊlaÊausenciaÊdeÊconflictoÊdeÊintereses.
BIBLIOGRAFÍA
BrechtmannÊF,ÊetÊal.ÊOUTRIDER:ÊAÊStatisticalÊMeth-
odÊforÊDetectingÊAberrantlyÊExpressedÊGenesÊinÊRNAÊ
SequencingÊData.ÊAm.ÊJ.ÊHum.ÊGenet.Ê2018.Ê103,Ê907
–917.Êdoi:Ê10.1016/j.ajhg.2018.10.025.
CummingsÊBB,ÊetÊal.ÊImprovingÊgeneticÊdiagnosisÊinÊ
MendelianÊ diseaseÊ withÊ transcriptomeÊ sequencing.Ê
Sci.Ê Transl.Ê Med.Ê 2017.Ê 9,Ê 12.Ê doi:Ê 10.1126/
scitranslmed.aal5209.
DekkerÊJ,ÊetÊal.ÊWeb-accessibleÊapplicationÊforÊiden-
tifyingÊ pathogenicÊ transcriptsÊ withÊ RNA-seq:Ê In-
creasedÊ sensitivityÊ inÊ diagnosisÊ ofÊ neurodevelop-
mentalÊ disorders.Ê Am.Ê J.Ê Hum.Ê Genet.Ê 2023.Ê doi:Ê
10.1016/j.ajhg.2022.12.015.
DeshwarÊAR,ÊetÊal.ÊTrioÊRNAÊsequencingÊinÊaÊcohortÊ
ofÊ medicallyÊ complexÊ children.Ê Am.Ê J.Ê Hum.Ê Genet.Ê
2023.Êdoi:Ê10.1016/j.ajhg.2023.03.006.
Frésard,ÊL,ÊetÊal.ÊIdentificationÊofÊrare-diseaseÊgenesÊ
usingÊ bloodÊ transcriptomeÊ sequencingÊ andÊ largeÊ
controlÊcohorts.ÊNat.ÊMed.Ê(2019).Ê25,Ê911–919.Êdoi:Ê
10.1038/s41591-019-0457-8.
GonorazkyÊ HD,Ê etÊ al.Ê ExpandingÊ theÊ BoundariesÊ ofÊ
RNAÊSequencingÊasÊaÊDiagnosticÊToolÊforÊRareÊMen-
delianÊDisease.ÊAm.ÊJ.ÊHum.ÊGenet.Ê(2019)Ê104,Ê466–
YépezÊVA,Ê2023
GENÉTICAÊMÉDICAÊYÊGENÓMICA
483.Êdoi:Ê10.1016/j.ajhg.2019.01.012.
GTExÊ Consortium.Ê GeneticÊ effectsÊ onÊ geneÊ expres-
sionÊ acrossÊ humanÊ tissues.Ê NatureÊ (2017)Ê 550,Ê204–
213.Êdoi:Ê10.1038/nature24277.
HalperinÊ RF,Ê etÊ al.Ê ImprovedÊ methodsÊ forÊ RNAseq-
basedÊ alternativeÊ splicingÊ analysis.Ê Sci.Ê Rep.Ê 2021.Ê
11,Ê10740.Êdoi:Ê10.1038/s41598-021-89938-2.
JenkinsonÊ G,etÊ al.Ê LeafCutterMD:Ê anÊ algorithmÊ forÊ
outlierÊ splicingÊ detectionÊ inÊ rareÊ diseases.Ê Bioinfor-
matics.Ê 2020.Ê 1–7.Ê doi:Ê 10.1093/bioinformatics/
btaa259.
KochÊJ,ÊetÊal.ÊCADÊmutationsÊandÊuridine-responsiveÊ
epilepticÊencephalopathy.ÊBrain.Ê2017.Ê140,Ê279–286.Ê
doi:Ê10.1093/brain/aww300.
Kopajtich,Ê R,Ê etÊ al.Ê IntegrationÊ ofÊ proteomicsÊ withÊ
genomicsÊ andÊ transcriptomicsÊ increasesÊ theÊ diag-
nosticÊ rateÊ ofÊ MendelianÊ disorders.Ê MedRxiv.Ê 2021.Ê
doi:Ê10.1101/2021.03.09.21253187.
KremerÊ LS,Ê etÊ al.Ê GeneticÊ diagnosisÊ ofÊ MendelianÊ
disordersÊviaÊRNAÊsequencing.ÊNat.ÊCommun.Ê2017.Ê
8,Ê15824.Êdoi:Ê10.1038/ncomms15824.
KumarÊR,ÊetÊal.ÊOligonucleotideÊcorrectionÊofÊanÊin-
tronicÊTIMMDC1ÊvariantÊinÊcellsÊofÊpatientsÊwithÊse-
vereÊneurodegenerativeÊdisorder.ÊNpjÊGenomicÊMed.Ê
2022.Ê7,Ê1–12.Êdoi:Ê10.1038/s41525-021-00277-7.
LeeÊ M,Ê etÊ al.Ê DiagnosticÊ potentialÊ ofÊ theÊ amnioticÊ
fluidÊ cellsÊ transcriptomeÊ inÊ decipheringÊ mendelianÊ
disease:Ê aÊ proof-of-concept.Ê NpjÊ GenomicÊ Med.Ê
2022.Ê7,Ê1–10.Êdoi:Ê10.1038/s41525-022-00347-4.
LiÊX,ÊetÊal.ÊTheÊimpactÊofÊrareÊvariationÊonÊgeneÊex-
pressionÊacrossÊtissues.ÊNature.Ê2017.Ê550,Ê239–243.Ê
doi:Ê10.1038/nature24267.
LunkeÊS,ÊetÊal.ÊIntegratedÊmulti-omicsÊforÊrapidÊrareÊ
diseaseÊ diagnosisÊ onÊ aÊ nationalÊ scale.Ê Nat.Ê Med.Ê
2023.Ê1–11.Êdoi:Ê10.1038/s41591-023-02401-9.
Martorella,Ê M,Ê etÊ al.Ê EvaluationÊ ofÊ noninvasiveÊ bio-
specimensÊ forÊ transcriptomeÊ studies.Ê bioRxiv.Ê 2023.ÊÊ
doi:Ê10.1101/2022.09.06.506813.
2023ÊÊ|ÊÊÊNúm.Ê00ÊÊ|ÊÊÊVol.Ê0ÊÊ|ÊÊÊGenéticaÊMédicaÊyÊGenómica | 00
https://genotipia.com/revista-genetica-medica/
 GENÉTICAÊMÉDICAÊYÊGENÓMICA

MertesÊC,ÊetÊal.ÊDetectionÊofÊaberrantÊsplicingÊeventsÊ
inÊRNA-seqÊdataÊusingÊFRASER.ÊNat.ÊCommun.Ê2021.Ê
12,Ê529.Êdoi:Ê10.1038/s41467-020-20573-7.
Mortazavi,Ê A,Ê etÊ al.Ê MappingÊ andÊ quantifyingÊ mam-
malianÊ transcriptomesÊ byÊ RNA-Seq.Ê Nat.Ê Methods.Ê
2008.Ê5,Ê621–628.Êdoi:Ê10.1038/nmeth.1226.
MurdockÊ DR,Ê etÊ al.Ê Transcriptome-directedÊ analysisÊ
forÊ MendelianÊ diseaseÊ diagnosisÊ overcomesÊ limita-
tionsÊofÊconventionalÊgenomicÊtesting.ÊJ.ÊClin.ÊInvest.Ê
2021.Ê131,Êe141500.Êdoi:Ê10.1172/JCI141500.
NonisÊA,ÊetÊal.ÊChoosingÊbetweenÊRT-qPCRÊandÊRNA-
seq:Ê aÊ back-of-the-envelopeÊ estimateÊ towardsÊ theÊ
definitionÊ ofÊ theÊ break-even-point.Ê Anal.Ê Bioanal.Ê
Chem.Ê 2014.Ê 406,Ê 3533–3536.Ê doi:Ê 10.1007/s00216-
014-7687-x.
WangÊF,ÊetÊal.ÊTEQUILA-seq:ÊaÊversatileÊandÊlow-costÊ
methodÊ forÊ targetedÊ long-readÊ RNAÊ sequencing.Ê
Nat.ÊCommun.Ê2023.ÊÊ14,Ê 4760.Êdoi:Ê10.1038/s41467-
023-40083-6.
Yépez,ÊVA,ÊetÊal.ÊClinicalÊimplementationÊofÊRNAÊse-
quencingÊforÊMendelianÊdiseaseÊdiagnostics.ÊGenomeÊ
Med.Ê2022.Ê14,Ê38.Êdoi:Ê10.1186/s13073-022-01019-9.
YépezÊVA,ÊetÊal.ÊDetectionÊofÊaberrantÊgeneÊexpres-
sionÊ eventsÊ inÊ RNAÊ sequencingÊ data.Ê Nat.Ê Protoc.Ê
2021.Ê16,Ê1276–1296.Êdoi:Ê10.1038/s41596-020-00462
-5.
Zeng,ÊY,ÊetÊal.ÊAberrantÊGeneÊExpressionÊinÊHumans.Ê
PLOSÊ Genet.Ê 2015.Ê doi:Ê 10.1371/
journal.pgen.1004942.

PollardÊ MO,Ê etÊ al.Ê LongÊ reads:Ê theirÊ purposeÊ andÊ

place.Ê Hum.Ê Mol.Ê Genet.Ê 2018.Ê 27,Ê R234–R241.Ê doi:Ê PalabrasÊ clave:Ê Ê ARN,Ê RNA-seq,Ê diagnóstico,Ê enfer-
10.1093/hmg/ddy177. medadesÊraras

RichardsÊ S,Ê etÊ al.Ê StandardsÊ andÊ guidelinesÊ forÊ theÊ

interpretationÊ ofÊ sequenceÊ variants:Ê aÊ jointÊ consen-
susÊ recommendationÊ ofÊ theÊ AmericanÊ CollegeÊ ofÊ
MedicalÊGeneticsÊandÊGenomicsÊandÊtheÊAssociationÊ PublicadoÊonline:Ê26ÊoctubreÊ2023
forÊMolecularÊPathology.ÊGenet.ÊMed.Ê2015.Ê17,Ê405–
423.Êdoi:Ê10.1038/gim.2015.30.

SalkovicÊ E,Ê etÊ al.Ê OutSingle:Ê aÊ novelÊ methodÊ ofÊ de-

tectingÊandÊinjectingÊoutliersÊinÊRNA-SeqÊcountÊdataÊ
usingÊtheÊoptimalÊhardÊthresholdÊforÊsingularÊvalues.Ê
BioinformaticsÊ 2023.Ê doi:Ê 10.1093/bioinformatics/
btad142.

SchellerÊ IF,Ê etÊ al.Ê ImprovedÊ detectionÊ ofÊ aberrantÊ

splicingÊ usingÊ theÊ IntronÊ JaccardÊ Index.Ê MedRxiv.Ê
2023.Êdoi:Ê10.1101/2023.03.31.23287997.

StarkÊ R.,Ê etÊ al.Ê RNAÊ sequencing:Ê theÊ teenageÊ years.Ê

Nat.Ê Rev.Ê Genet.Ê 2019.Ê 20,Ê 631–656.Ê doi:Ê 10.1038/
s41576-019-0150-2.

Vialle,ÊRA,ÊetÊal.ÊIntegratingÊwhole-genomeÊsequenc-
ingÊwithÊmulti-omicÊdataÊrevealsÊtheÊimpactÊofÊstruc-
turalÊvariantsÊonÊgeneÊregulationÊinÊtheÊhumanÊbrain.Ê
Nat.ÊNeurosci.Ê2022.Êdoi:Ê10.1038/s41593-022-01031-
7.

00 |ÊÊÊGenéticaÊMédicaÊyÊGenómicaÊ|ÊÊÊVol.Ê0ÊÊÊ|ÊÊÊNúm.Ê00Ê | 2023ÊÊÊÊ YépezÊVA,Ê2023

https://genotipia.com/revista-genetica-medica/
 GENÉTICAÊMÉDICAÊYÊGENÓMICA

YépezÊVA,Ê2023 2023ÊÊ|ÊÊÊNúm.Ê00ÊÊ|ÊÊÊVol.Ê0ÊÊ|ÊÊÊGenéticaÊMédicaÊyÊGenómica | 00
https://genotipia.com/revista-genetica-medica/