Dypt læringmodell forutsier ugunstige legemiddelinteraksjoner

Et team av forskere fra Gwangju Institute of Science and Technology (GIST) i Sør-Korea har utviklet en dypt læringmodell som forutsier legemiddelinteraksjoner (DDI) basert på deres effekter på genuttrykk. DDI kan være et alvorlig problem når flere legemidler tas samtidig, og føre til uventede helseeffekter på grunn av uventede interaksjoner.

Forskningen ble publisert i Journal of Cheminformatics.

Tidlig oppdaging av DDI

Mange komplekse sykdommer krever forskrivning av flere legemidler, eller polyfarmasi. Med det sagt, kan inntak av flere legemidler føre til alle slags uventede og uønskede interaksjoner, som kan resultere i alvorlige bivirkninger eller redusert klinisk effekt. For å forhindre at pasienter møter slike ugunstige effekter, må DDI oppdages tidlig.

Gjeldende metoder involverer komputermodeller og neuronalnettbaserte algoritmer som undersøker tidligere registrerte legemiddelinteraksjoner før de identifiserer strukturer og bivirkninger de er assosiert med.

Teamet satte ut til å utvikle en ny modell for å komme rundt noen av disse begrensningene. Teamet ble ledet av associate professor Hojung Nam og Ph.D.-kandidat Eunyoung Kim fra GIST. De utviklet en dypt læringmodell for å forutsie DDI basert på legemiddelindusert genuttrykkssignatur.

DeSIDE-DDI-modellen

Modellen, som heter DeSIDE-DDI, består av to deler:

• Første del: En modell for generering av funksjoner som forutsier en legemidlers effekt på genuttrykk. Den gjør dette ved å vurdere både legemidlets struktur og egenskaper.
• Andre del: En DDI-prediksjonsmodell som forutsier ulike bivirkninger som resulterer fra legemiddelkombinasjoner.

“Vår modell tar hensyn til effekten av legemidler på gener ved å bruke genuttrykksdata, og gir en forklaring på hvorfor et bestemt legemiddelpar fører til DDI,” sier Prof. Nam. “Den kan forutsie DDI for godkjente legemidler, samt for nye legemidler. På denne måten kan truslene fra polyfarmasi løses før nye legemidler blir tilgjengelige for offentligheten.”

Ikke alle legemidler har legemiddelbehandlet genuttrykkssignatur, så den nye modellen er avhengig av en forhåndstrening av en legemiddelgenereringsmodell for å generere forventede legemiddelbehandlet genuttrykk.

“Denne modellen kan skille potensielt farlige legemiddelpar, og fungere som et legemiddelsikkerhets-overvåkingssystem. Den kan hjelpe forskere med å definere riktig bruk av legemidlet i legemiddelutviklingsfasen,” fortsetter Prof. Nam.

Den nye modellen er et stort skritt fremover i å forbedre sikkerheten til nye legemidler, og vil gi mye nødvendig innsikt i DDI og deres ugunstige effekter.