基于网络的共病社区检测及其与SARS-CoV-2病毒在COVID-19发病中关联的分析
分子网络
2022-06-01 v1 亚细胞过程
摘要
近期研究强调有必要识别被冠状病毒科病毒(尤其是SARS-CoV-2)靶向的关键(人类)生物学过程与通路。在患有恶性肿瘤和阿尔茨海默病的COVID-19患者中，COVID-19导致了高达33–55%的死亡率。鉴于此，我们识别了最有可能受COVID-19影响的生物学过程与通路。从IntAct COVID-19数据集(用DisGeNET数据注释)中获取了各类疾病与已知同冠状病毒科病毒相互作用的人类基因之间的关联。我们构建了疾病-基因网络以识别参与各种共病状态的基因。通过Louvain方法识别疾病-基因网络中的社区，并利用过表征分析方法进行功能富集，以发现COVID-19与其他疾病间共享的显著生物学过程与通路。IntAct COVID-19数据集包含828个人类基因和10,473种疾病，共同构成疾病-基因网络中的节点。70,210条边中的每条连接一个人类基因与一种关联疾病。与最多疾病相关联的前10个基因为VEGFA、BCL2、CTNNB1、ALB、COX2、AGT、HLA-A、HMOX1、FGT2和COMT。由此发现的最脆弱患者群体具有如癌、恶性肿瘤和阿尔茨海默病之类的共病状态。最后，我们识别出37个潜在有用的生物学过程与通路以改进疗法。
引用
@article{arxiv.2205.15968,
title = {Network-based community detection of comorbidities and their association with SARS-CoV-2 virus during COVID-19 pathogenesis},
author = {S. Chatterjee and B. S. Sanjeev},
journal= {arXiv preprint arXiv:2205.15968},
year = {2022}
}