Network and Systems Medicine Approach against COVID-19

Abstract

[ES] El estudio de diferentes redes basadas en la COVID-19 puede proporcionar un enfoque sistemático para explorar los repositorios de medicamentos al tiempo que se tienen en cuenta otros factores multidimensionales que intervienen, que van desde las interacciones moleculares hasta los síntomas. CovMulNet19 es una red COVID-19 integral construida a partir de todas las interacciones existentes que involucran: (1) proteínas SARS-CoV-2, (2) proteínas humanas que interactúan y (3) enfermedades y síntomas relacionados con estas proteínas humanas. Esta información se completa con los compuestos que potencialmente pueden atacar estas enfermedades y síntomas.

Basándonos en esta red, se puede intentar extraer una lista de enfermedades cuyos síntomas son similares a COVID-19 y relacionarlas con medicamentos que potencialmente pueden usarse para abordar estos síntomas. Esta información también permite identificar cuáles son los factores de riesgo asociados a estas enfermedades y las comorbilidades más comunes.

En este trabajo, revisamos la construcción de la red CovMulNet19 y los conocimientos biológicos y médicos que pueden proporcionar a los investigadores y profesionales. Compararemos los resultados con los obtenidos de otros enfoques basados ​​en la Medicina de Redes.

[EN] The study of different COVID-19 networks can provide a systematic approach for exploring drug repositories while accounting for the intervening multidimensional factors, from molecular interactions to symptoms. The CovMulNet19 is a comprehensive COVID-19 network built from all existing interactions involving: (1) SARS-CoV-2 proteins, (2) interacting-human proteins, and the (3) diseases and symptoms linked to these human proteins. This information is completed with the compounds that can potentially target these diseases and symptoms.

Based on this network, one can try to extract a list of diseases whose symptoms are similar to COVID-19 and match them with drugs that can potentially be used to tackle these symptoms. This information also permits to identify which are risk factors associated with these diseases and the most common comorbidities.

In this work, we revise the construction of CovMulNet19 network and the biological and medical insights that can provide to researchers and practitioners. We will compare the results with the ones obtained from other approaches based on Network Medicine.