Dypt læringmodell forutser ugunstige legemiddelinteraksjoner

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

Forskningen ble publisert i Journal of Cheminformatics.

Tidlig oppdagelse av DDIs

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 effektivitet. For å forhindre at pasienter møter slike ugunstige effekter, må DDIs oppdages tidlig.

Gjeldende tilnærminger involverer beregningsmodeller og neuronalnettbaserte algoritmer som undersøker tidligere registrerte kjente legemiddelinteraksjoner før de identifiserer strukturer og bivirkninger de er assosiert med. Imidlertid antar disse systemene at like legemidler har like interaksjoner og identifiserer legemiddelkombinasjoner med like bivirkninger.

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 forutse DDIs basert på legemidler-indusert genuttrykkssignaturer.

DeSIDE-DDI-modellen

Modellen, som er kalt DeSIDE-DDI, består av to deler:

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

“Vår modell tar hensyn til effektene av legemidler på gener ved å bruke genuttrykksdata, og gir en forklaring på hvorfor et bestemt legemiddelpar fører til DDIs,” sier prof. Nam. “Den kan forutse DDIs for godkjente legemidler, samt for nye legemidler. På denne måten kan truslene fra polyfarmasi løses før nye legemidler gjøres tilgjengelige for allmennheten.”

Ikke alle forbindelser har legemidler-behandlet genuttrykkssignaturer, så den nye modellen er avhengig av en forhåndstrening av en modell for generering av forbindelser for å generere forventede legemidler-behandlet genuttrykk.

“Denne modellen kan skille potensielt farlige legemiddelpar, og fungere som et overvåkningssystem for legemiddelsikkerhet. 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 DDIs og deres ugunstige effekter.