SARS-COV-2 characterization – an in silico approach

Abstract

O SARS-CoV-2 (Síndrome Respiratório Agudo Grave Coronavírus-2) já infetou mais de 225 milhões de pessoas e foi responsável por mais de 4,64 milhões de mortes em quase dois anos, tornando-se a última pandemia mundial. Ainda há muito que saber sobre este vírus e, tendo em conta a enorme quantidade de dados que surgiram desde a sua descoberta, pensámos numa abordagem que nos permitisse obter diferentes camadas de informação. Usámos text mining para obter informações de 179.984 artigos e obtivémos 10.325 genes humanos. Em seguida, usando o clusterprofiler, foi possível realizar uma análise de enriquecimento com as databases GO (Gene Ontology), KEGG (Kyoto Encyclopedia of Genes and Genomes) e MeSH (Medical Subject Headings). Os resultados de diferentes databases corresponderam, o que significa que vários termos enriquecidos estavam presentes nas diferentes análises. Analisando os resultados finais percebemos que a concentração do ião de cálcio tem um enorme impacto na evolução do COVID-19 (Coronavirus Disease 2019), a doença causada pela infeção por SARS-CoV-2. O stress oxidativo e a exposição a níveis baixos de oxigénio também são responsáveis pela evolução da severidade do COVID-19. Descobrimos múltiplos genes associados com vários dos termos enriquecidos, inclusive alguns genes que estão associados com os vários termos e a entrada e/or replicarão do SARS-CoV-2 em células humanas. Para resultados mais significativos seria necessário uma analise mais profunda e mais cuidada destes dados .

SARS-CoV-2 (Severe Acute Respiratory Syndrome Coronavirus-2) infected over 225 million people and was responsible for over 4.64 million deaths in almost two years, becoming the last worldwide pandemic. There is still a lot to know about this virus and, considering the huge amount of data that appeared since the virus was discovered, we needed un approach to obtain different layers of information. We used text mining techniques to gather information from 179.984 articles and we were able to retrieve 10.325 human genes. Then, we performed enrichment analysis with GO (Gene Ontology), KEGG (Kyoto Encyclopedia of Genes and Genomes) and MeSH (Medical Subject Headings) databases. The results from the different databases matched, meaning that various enriched terms were present in the different analysis. Analysing the final results we realise that calcium ion concentration has a huge impact on the evolution of COVID-19 (Coronavirus Disease 2019), the disease caused by the SARS-CoV-2 infection. Oxidative stress and exposure to low oxygen levels are also responsible for the evolution of COVID-19 severity. We discovered multiple genes associated with several of the enriched terms, including some genes that are associated with the various terms and the entry and/or replication of SARS-CoV-2 in human cells. Further and more careful analysis of these data would be required for more meaningful results. This means that this research may be continued and taken to a deeper level, in order to find new results.