El endometrio es la fina capa que recubre el interior del útero. Es un tejido dinámico que varia a lo largo del ciclo menstrual por la acción cíclica de las hormonas esteroideas. La receptividad endometrial es el fenotipo que adquiere el endometrio en el que es posible la implantación embrionaria. Este estado se adopta durante un periodo de tiempo concreto, que transcurre entre los días 19 al 21 del ciclo menstrual, denominado ventana de implantación. La receptividad endometrial está inducida por una serie de cambios que se evidencian a nivel tisular, celular y molecular, y evaluarlo es de gran interés clínico en medicina reproductiva para conocer la salud endometrial de la mujer. Se han intentado encontrar métodos de evaluación de la receptividad endometrial basados en criterios morfológicos o en el análisis de un conjunto reducido de moléculas. Pero debido a la naturaleza multifactorial de la adquisición del fenotipo receptivo no ha sido adecuada ni la profundidad de análisis ni la cantidad de parámetros considerados. Es por ello que, a causa de la ausencia de un método diagnóstico efectivo de uso clínico para la receptividad endometrial, se ha ido a la búsqueda del enfoque de las ciencias “ómicas” para obtener un análisis de gran cantidad de moléculas a la vez. El objetivo de la presente tesis doctoral fue crear una herramienta molecular capaz de evaluar el estado de receptividad endometrial "in vivo" a partir de la transcriptómica y de la predicción computacional. La herramienta molecular estuvo constituida por el diseño de un microarray personalizado de receptividad endometrial (Endometrial Receptivity Array, ERA) con los genes de interés, y por un predictor. De manera que con el ERA se registraba el transcriptoma de la receptividad endometrial y con el predictor se distinguían las muestras tomadas en la fase receptiva del ciclo menstrual como receptivas o como no receptivas. También se definió la firma trascriptómica de la receptividad endometrial (Endometrial Receptivity Signature, ERS) con los genes que caracterizaban dicho fenotipo. Las muestras empleadas fueron biopsias endometriales en las diferentes fases del ciclo menstrual obtenidas a partir de la población de mujeres del programa de donación de óvulos del Instituto Valenciano de Infertilidad (IVI). Se utilizaron dos cohortes de muestras distintas: una para la selección de genes que fueron incluidos en el ERA, y otra para entrenar al predictor para definir el perfil normal de receptividad endometrial y para caracterizar la ERS. El ERA quedó constituido por 238 genes, como genes relativos a la receptividad endometrial, que fueron seleccionados a partir de un análisis de expresión génica diferencial de genoma completo entre muestras prereceptivas y receptivas. Se seleccionaron aquellos genes diferencialmente expresados con significatividad estadística (FDR<0,05) y una tasa de cambio de expresión mayor o igual a tres veces (|FC|>3). La ERS quedó caracterizada por 56 genes que cambiaban su expresión de forma significativa (FDR<0,05) en fase receptiva con respecto a todas las fases del ciclo menstrual. El predictor se entrenó con los modelos predictivos SVM, KNN y Random Forest a partir de otra cohorte de muestras tomadas en todas las fases del ciclo menstrual. El resultado del entrenamiento fue que el predictor era capaz de clasificar las muestras receptivas con una sensibilidad de 1 con el modelo SVM y con una especificidad de 0,90 con el KNN. Al comparar la herramienta molecular diagnóstica de la receptividad endometrial generada en esta investigación con el dataje histológico clásico, que ha sido considerado el gold standard para la evaluación endometrial, se mejoró este dataje tanto en la fase pre-receptiva, como en la post-receptiva, siendo de un 100% de acierto en la fase receptiva. La herramienta molecular confiere un método de evaluación objetivo de la receptividad endometrial que otorga información en la clínica como un parámetro fiable en el tratamiento de la infertilidad.The endometrium is a highly dynamic tissue with the capacity to undergo physiological changes in response to steroid hormones with the ultimate aim of creating a receptive status called endometrial receptivity phenotype. This biological process occurs in a synchronized manner with the arrival of the implanting blastocyst during the window of implantation between days 19 and 21. The main objetives of this thesis were to create a genomic tool composed of a customized microarray (Endometrial Receptivity Array [ERA]) and a bioinformatic predictor for endometrial receptivity dating and the other one was to define the transcriptomic signature (ERS) of human endometrial receptivity. Two cohorts of endometrial biopsies along the menstrual cycle were used: the first one was to select the genes to design the customized microarray ERA, and the other one was analyzed by ERA, to train the predictor for endometrial receptivity dating and to define the transcriptomic signature (ERS). These samples were obtained from healthy fertile woman from the oocyte donor program (n=99) which belonged to Instituto Valenciano de Infertilidad (IVI) and they were analyzed in the laboratories of Fundación IVI (FIVI). The results obtained were that the ERA included 238 selected genes represented by 569 probes; The ERS was characterized by 56 genes. The predictor trained by SVM algorithm showed a sensitivity of 1, and it showed a specificity of 0.90 trained by KNN algorithm. The diagnostic tool improved the classical endometrial dating in receptive status by showing a 100% of success. This genomic diagnostic tool is being used clinically in reproductive medicine and gynecology as a reliable biomarker in assisted reproductive treatments.