ผศ. ดร. กิติพร พลายมาศ  (ภาพที่ 1) ภาควิชาคณิตศาสตร์และวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย และคณะได้นำข้อมูลการแสดงออกของยีนจากทรานสคริปโตมิกส์ (transcriptomics) ของเม็ดเลือดขาว (leukocyte) ที่เก็บจากตัวอย่างเลือดของผู้ป่วยโรคโควิด 19 ที่มีอาการรุนแรง โดยข้อมูลดังกล่าวได้มาจาก Gene Expression Omnibus (GEO) DataSets ของฐานข้อมูล National Center for Biotechnology Information หรือ NCBI โดยนำยีนที่มีการแสดงออกอย่างมีนัยสำคัญมาสร้างเป็นเครือข่ายข้อมูลทางชีววิทยา (biological network) เพื่อสร้างเครือข่ายปฏิสัมพันธ์ของโปรตีนที่สัมพันธ์กับระบบภูมิคุ้มกันด้วยวิธีการแพร่ทางเครือข่าย (Network diffusion) ดังภาพที่ 2 เพื่อใช้เป็นเครือข่ายต้นแบบหลักในการศึกษาและเป้าหมายในการกระตุ้นภูมิคุ้มกันเพื่อรักษาผู้ป่วยโรคโควิดที่มีอาการรุนแรงได้ ต่อมาทีมผู้วิจัยได้พัฒนาและรวมรวมข้อมูลหลายระดับเพื่อเพิ่มประสิทธิภาพในการวิเคราะห์และหาเป้าหมายของยา โดยการนำข้อมูลทรานสคริปโตมิกส์รวมกับเครือข่ายทางชีววิทยาอีก 3 เครือข่าย อันได้แก่ เครือข่ายปฏิสัมพันธ์ระหว่างโปรตีน (protein-protein interaction (PPI) network) เครือข่ายการควบคุมของยีน (gene regulatory network) และเครือข่ายปฏิสัมพันธ์ระหว่างยาและยีน (drug-gene interaction network) (ภาพที่ 3)

                โดยเครือข่ายทางชีววิทยาดังกล่าวจะนำไปใช้ในการวิเคราะห์ยีน ตัวบ่งชี้ทางชีวภาพ และยาที่สำคัญในผู้ป่วยโรคโควิด 19 ที่มีอาการรุนแรงโดยใช้สมการทางคณิตศาสตร์และขั้นตอนวิธี (algorithm) ต่าง ๆ ที่เกี่ยวข้องกับชีวสารสนเทศ จากการวิเคราะห์เครือข่ายปฏิสัมพันธ์ระหว่างโปรตีนพบว่ายีนที่สำคัญในเม็ดเลือดขาวที่ส่งผลให้มีความรุนแรงของโรคโควิด 19 ได้แก่ CDC25A,  GUSB, MYBL2, และ SDAD1 ซึ่งเป็นยีนที่เกี่ยวข้องกับการแบ่งตัวของเซลล์ และการสลายสารประกอบที่อยู่ภายนอกเซลล์ (extracellular matrix หรือ ECM) นอกจากนี้ตัวบ่งชี้ชีวภาพที่สนใจจะเป็นประเภท microRNA (miRNA) ที่ได้จากการวิเคราะห์เครือข่ายการควบคุมของยีน ได้แก่ hsa-miR-6792-5p, hsa-let-7b-5p, hsa-miR-34a-5p, hsa-miR-92a-3p, และ hsa-miR-146a-5p จากการวิเคราะห์เครือข่ายปฏิสัมพันธ์ระหว่างยาและยีนที่สำคัญในการก่อให้เกิดความรุนแรงของโรคโควิด 19 พบว่า doxorubicin และ camptothecin สามารถนำใช้ในการลดความรุนแรงของโรคได้