Construcción de una red de regulación génica en respuesta a la polución ambiental a partir de la integración de datos ómicos e identificación de potenciales biomarcadores relacionados

Abstract

La Organización Mundial de Salud reportó en el 2021 que la contaminación del aire es uno de los mayores riesgos para la salud, principalmente debido a la exposición al material particulado fino (PM2.5). Este tipo de contaminante se asocia con enfermedades pulmonares y millones de muertes prematuras. En Bogotá, en los últimos años se han registrado picos de concentración de PM2.5 peligrosos para la salud. En el presente trabajo se evalúan los efectos de la exposición a PM2.5 sobre la regulación génica. La metodología utilizada consistió en: 1) Análisis de unión diferencial en datos de ChIP-seq, 2) Análisis de expresión diferencial en datos de RNA-seq y 3) Construcción y análisis de redes de regulación. Además, se utilizó un enfoque novedoso en la construcción de redes de regulación a partir de datos de ChIP-seq. Con la información obtenida se lograron identificar posibles metafirmas de genes y biomarcadores transcripcionales y epigenéticos, además de evidenciar el potencial de la metodología utilizada. Este trabajo de investigación es pionero en Colombia tanto por la integración de datos de diferente índole como por su contribución al entendimiento del impacto de la contaminación del aire, un problema cada vez más frecuente de las activades humanas (Texto tomado de la fuente).

The World Health Organization reported in 2021 that air pollution is one of the greatest health risks, mainly due to exposure to fine particulate matter (PM2.5). This pollutant is associated with lung diseases and millions of premature deaths. In Bogotá, in recent years, peaks in PM2.5 concentration have been recorded at levels hazardous to health. This study evaluates the effects of PM2.5 exposure on gene regulation. The methodology consisted of: 1) differential binding analysis of ChIP-seq data, 2) differential expression analysis of RNA-seq data, and 3) construction and analysis of regulatory networks. Additionally, a novel approach was applied to construct regulatory networks using ChIP-seq data. The findings enabled the identification of potential gene meta-signatures and transcriptional and epigenetic biomarkers, highlighting the potential of the proposed methodology. This research is pioneering in Colombia, not only for integrating diverse data types but also for contributing to the understanding of the impact of air pollution, a growing issue driven by human activities.