Modello di apprendimento profondo che prevede le interazioni avverse tra farmaci

Un team di ricercatori dell’Istituto di Scienza e Tecnologia di Gwangju (GIST) in Corea del Sud ha sviluppato un modello di apprendimento profondo che prevede le interazioni tra farmaci (DDI) in base ai loro effetti sull’espressione genica. Le DDI possono essere un problema grave quando vengono assunti più farmaci contemporaneamente, portando a effetti collaterali avversi a causa di interazioni inaspettate.

La ricerca è stata pubblicata sulla Rivista di Chimica Informatica.

Rilevamento precoce delle DDI

Molte malattie complesse richiedono la prescrizione di più farmaci, o polifarmacia. Tuttavia, l’assunzione di più farmaci può portare a tutte le sorti di interazioni inaspettate e indesiderate, che possono risultare in effetti collaterali gravi o in una riduzione dell’efficacia clinica. Al fine di prevenire che i pazienti incontrino tali effetti avversi, queste DDI devono essere rilevate precocemente.

Gli approcci attuali coinvolgono modelli computazionali e algoritmi basati su reti neurali che esaminano i registri precedenti di interazioni note tra farmaci prima di identificare le strutture e gli effetti collaterali ad essi associati. Tuttavia, questi sistemi assumono che farmaci simili abbiano interazioni simili e identificano combinazioni di farmaci con effetti collaterali simili.

Il team ha cercato di sviluppare un nuovo modello per superare alcune di queste limitazioni. Il team era guidato dal professore associato Hojung Nam e dal candidato al dottorato Eunyoung Kim del GIST. Hanno sviluppato un modello di apprendimento profondo per prevedere le DDI in base alle firme di espressione genica indotte dai farmaci.

Modello DeSIDE-DDI

Il modello, chiamato DeSIDE-DDI, consiste di due parti:

• Prima parte: Un modello di generazione di caratteristiche che prevede l’effetto di un farmaco sull’espressione genica. Ciò avviene considerando sia la struttura che le proprietà del farmaco.
• Seconda parte: Un modello di previsione delle DDI che prevede vari effetti collaterali che risultano dalle combinazioni di farmaci.

“Il nostro modello considera gli effetti dei farmaci sui geni utilizzando i dati di espressione genica, fornendo una spiegazione del perché una certa coppia di farmaci causa DDI”, afferma il prof. Nam. “Può prevedere le DDI per i farmaci attualmente approvati, nonché per i composti nuovi. In questo modo, le minacce della polifarmacia possono essere risolte prima che i nuovi farmaci siano resi disponibili al pubblico”.

Tutti i composti non hanno firme di espressione genica trattate con farmaci, quindi il nuovo modello si basa su un modello di generazione di composti pre-addestrato per generare espressioni geniche trattate con farmaci attese.

“Questo modello può discernere potenziali coppie di farmaci pericolosi, agendo come un sistema di monitoraggio della sicurezza dei farmaci. Può aiutare i ricercatori a definire l’uso corretto del farmaco nella fase di sviluppo del farmaco”, continua il prof. Nam.

Il nuovo modello rappresenta un grande passo avanti nel migliorare la sicurezza dei nuovi farmaci e fornirà insight molto necessari sulle DDI e sui loro effetti collaterali.