Medidas basadas en teoría de grafos y la predicción de la morbosidad de genes

Abstract

Estudios previos sugieren que las redes de interacción entre proteínas presentan propiedades de la teoría de grafos que pueden tener cierta relación con la morbosidad de los genes. En particular, se ha sugerido que cuando un polimor smo afecta a un gen, es más probable que se produzca una enfermedad si el grado de ese gen en una red de interacción entre proteínas es elevado. Sin embargo, estos resultados no tienen en cuenta el posible sesgo intro- ducido en los datos por la variación en la cantidad de información que se tiene sobre los diferentes genes. En este trabajo se intenta modelar la morbosidad de genes como una combinación lineal de los grados de los nodos en redes de interacción entre proteínas y la cantidad de información sobre genes disponible en la literatura. Un conjunto de 7461 genes y 3665 enfermedades reportadas en la base de datos Online Mendelian Inheritance in Man (OMIM) fue utilizado conjuntamente con una red de interacciones entre proteínas de 9630 nodos y 38756 interacciones de la Human Proteome Resource Database (HPRD). La cantidad de información disponible para cada gen se ha medido minando la base de datos PubMed. Los resultados sugieren que la correlación entre el grado de un nodo en la red de interacciones entre proteínas y la morbosidad del gen que el nodo representa es consecuencia, al menos en una parte considerable, de la variación en la cantidad de información disponible para los diferentes genes. Aunque los resultados sugieren una correlación positiva entre el grado de un nodo y su morbosidad, los autores creen que esta correlación debe ser considerada con precaución puesto que podría estar afectada por factores que no se consideraron en este estudio.