Relación genética entre las enfermedades pulmonares de origen ambiental u ocupacional y la osteoporosis: un enfoque bioinformático Translated title: Genetic relationship between pulmonary diseases of environmental or occupational origin and osteoporosis: a bioinformatic approach

Abstract

Resumen Objetivo: Identificación de biomarcadores que relacionan la osteoporosis con enfermedades pulmonares ocupacionales y ambientales. Material y métodos: Mediante bases de datos de terminología médica unificada se obtuvieron enfermedades relacionadas con enfermedades pulmonares que, junto con la osteoporosis, fueron analizadas en DisGeNET para obtener los genes asociados a cada enfermedad y formar una red de interacción proteína-proteína (PPI) mediante el uso de STRING dentro de Cytoscape. A través de la aplicación de diferentes algoritmos de centralidad utilizando CythoHubba en Cytoscape, se seleccionaron las 5 proteínas de la red con el mayor grado de centralidad. Resultados: 9 enfermedades fueron incluidas en el grupo de enfermedades pulmonares. Se obtuvieron 2.698 genes asociados a enfermedades pulmonares y a osteoporosis. Los genes vinculados con osteoporosis y con al menos dos de las enfermedades pulmonares incluidas dieron lugar a una red PPI con 152 nodos y 1.378 ejes. Las proteínas con mayor grado de centralidad de la red fueron AKT1, ALB, IL6, TP53 y VEGFA. Conclusiones: Existe una elevada relación entre la osteoporosis y las enfermedades pulmonares ambientales estudiadas, a través de genes con una implicación dual. Nosotros proponemos cinco genes importantes que vinculan estas enfermedades y que podrían constituir una base coherente para investigaciones más profundas en este campo.

Translated abstract

Summary Objetives: Identifying biomarkers that relate osteoporosis to occupational and environmental lung diseases. Material and methods: Using integrated medical terminology databases, diseases related to lung diseases were obtained which, together with osteoporosis, were analyzed in DisGeNET to obtain the genes associated with each disease and form a protein-protein interaction network (PPI) through the Cytoscape StringApp. Applying different centrality algorithms using CythoHubba in Cytoscape, the 5 network proteins with the highest degree of centrality were selected. Results: 9 diseases were included in the group of pulmonary diseases. 2,698 genes associated with lung diseases and osteoporosis were obtained. Genes associated with osteoporosis and with at least two of the included lung diseases resulted in a PPI network with 152 nodes and 1,378 axes. The proteins with the highest degree of network centrality were AKT1, ALB, IL6, TP53 and VEGFA. Conclusions: There is a significant relationship between osteoporosis and the environmental lung diseases studied, through genes with dual involvement. We propose five important genes that link these diseases. This could provide a coherent basis for further research in this field.