Deep learning-model forudsiger skadelige lægemiddelinteraktioner

Et hold af forskere fra Gwangju Institute of Science and Technology (GIST) i Sydkorea har udviklet en dyb læring model, der forudser lægemiddelinteraktioner (DDI) baseret på deres effekter på genudtryk. DDI kan være et alvorligt problem, når flere lægemidler indtages samtidig, hvilket kan føre til uventede og ubehagelige sundhedsproblemer.

Forskningen er offentliggjort i Journal of Cheminformatics.

Tidlig opdagelse af DDI

Mange komplekse sygdomme kræver recept på flere lægemidler, eller polyfarmaci. Med det sagt kan indtagelse af flere lægemidler føre til alle mulige uventede og uønskede interaktioner, som kan resultere i alvorlige bivirkninger eller reduceret klinisk effektivitet. For at forhindre, at patienter oplever disse skadelige virkninger, skal DDI opdages tidligt.

Nuværende metoder indebærer computermodeller og neuralt netværksbaserede algoritmer, der undersøger tidligere optegnelser over kendte lægemiddelinteraktioner, før de identificerer strukturer og bivirkninger, de er forbundet med. Disse systemer antager dog, at lignende lægemidler har lignende interaktioner, og identificerer lægemiddelkombinationer med lignende skadelige virkninger.

Holdet satte sig for at udvikle en ny model for at omgå nogle af disse begrænsninger. Holdet blev ledet af associate professor Hojung Nam og Ph.D.-kandidat Eunyoung Kim fra GIST. De udviklede en dyb læring model til at forudse DDI baseret på lægemiddelinduceret genudtryks-signatur.

DeSIDE-DDI Model

Modellen, der hedder DeSIDE-DDI, består af to dele:

• Første del: En model til generering af egenskaber, der forudser et lægemiddels effekt på genudtryk. Den gør dette ved at overveje både lægemidlets struktur og egenskaber.
  
• Anden del: En DDI-forudsigelsesmodel, der forudser forskellige bivirkninger, der resulterer fra lægemiddelkombinationer.

“Vores model overvejer lægemidlers effekter på gener ved at anvende genudtryksdata, hvilket giver en forklaring på, hvorfor et bestemt lægemiddelpar kan føre til DDI,” siger Prof. Nam. “Den kan forudse DDI for både godkendte lægemidler og nye stoffer. På denne måde kan truslen fra polyfarmaci løses, før nye lægemidler bliver tilgængelige for offentligheden.”

Ikke alle stoffer har lægemiddelbehandlede genudtryks-signaturer, så den nye model afhænger af en forudtrænet model til generering af egenskaber til at generere forventede lægemiddelbehandlede genudtryk.

“Denne model kan skelne potentielt farlige lægemiddelpar og fungere som et system til overvågning af lægemiddelsikkerhed. Den kan hjælpe forskere med at definere den korrekte brug af lægemidlet i udviklingsfasen,” fortsætter Prof. Nam.

Den nye model er et enormt skridt fremad i forbedringen af sikkerheden for nye lægemidler og vil give vigtig indsigt i DDI og deres skadelige virkninger.