Modelo de aprendizaje profundo que predice interacciones adversas entre medicamentos

Un equipo de investigadores del Instituto de Ciencia y Tecnología de Gwangju (GIST) en Corea del Sur ha desarrollado un modelo de aprendizaje profundo que predice las interacciones entre medicamentos (DDI) en función de sus efectos sobre la expresión genética. Las DDI pueden ser un problema grave cuando se toman varios medicamentos al mismo tiempo, lo que puede provocar efectos adversos para la salud debido a interacciones inesperadas.

La investigación se publicó en la Revista de Quimioinformática.

Detección temprana de DDI

Muchas enfermedades complejas requieren la prescripción de varios medicamentos, o polifarmacia. Con eso dicho, la ingesta de varios medicamentos puede provocar todo tipo de interacciones inesperadas y no deseadas, lo que puede resultar en efectos secundarios graves o una disminución de la eficacia clínica. Para prevenir que los pacientes experimenten estos efectos adversos, es necesario detectar las DDI de manera temprana.

Los enfoques actuales involucran modelos computacionales y algoritmos basados en redes neuronales que examinan registros anteriores de interacciones entre medicamentos conocidas antes de identificar las estructuras y los efectos secundarios asociados con ellas. Sin embargo, estos sistemas asumen que los medicamentos similares tienen interacciones similares e identifican combinaciones de medicamentos con efectos adversos similares.

El equipo se propuso desarrollar un nuevo modelo para sortear algunas de estas limitaciones. El equipo estuvo liderado por el profesor asociado Hojung Nam y el candidato a doctorado Eunyoung Kim del GIST. Desarrollaron un modelo de aprendizaje profundo para predecir las DDI en función de las firmas de expresión genética inducidas por los medicamentos.

Modelo DeSIDE-DDI

El modelo, llamado DeSIDE-DDI, consta de dos partes:

• Primera parte: Un modelo de generación de características que predice el efecto de un medicamento sobre la expresión genética. Esto lo hace considerando tanto la estructura como las propiedades del medicamento.
  
• Segunda parte: Un modelo de predicción de DDI que predice varios efectos secundarios que resultan de las combinaciones de medicamentos.

“Nuestro modelo considera los efectos de los medicamentos sobre los genes al utilizar datos de expresión genética, lo que proporciona una explicación de por qué un par determinado de medicamentos causa DDI”, dice el profesor Nam. “Puede predecir DDI para medicamentos aprobados actualmente, así como para compuestos nuevos. De esta manera, se pueden resolver las amenazas de la polifarmacia antes de que los nuevos medicamentos estén disponibles para el público”.

No todos los compuestos tienen firmas de expresión genética tratadas con medicamentos, por lo que el nuevo modelo se basa en un modelo de generación de compuestos preentrenado para generar expresiones genéticas tratadas con medicamentos esperadas.

“Este modelo puede discernir pares de medicamentos potencialmente peligrosos, actuando como un sistema de monitoreo de seguridad de los medicamentos. Puede ayudar a los investigadores a definir el uso correcto del medicamento en la fase de desarrollo del medicamento”, continúa el profesor Nam.

El nuevo modelo es un gran paso adelante en la mejora de la seguridad de los medicamentos nuevos y proporcionará información muy necesaria sobre las DDI y sus efectos adversos.