Głębokie model uczenia maszynowego przewiduje niekorzystne interakcje leków

Zespół badaczy z Gwangju Institute of Science and Technology (GIST) w Korei Południowej opracował model głębokiego uczenia maszynowego, który przewiduje interakcje leków (DDI) na podstawie ich wpływu na ekspresję genów. DDI mogą być poważnym problemem, gdy przyjmuje się wiele leków jednocześnie, co prowadzi do niepożądanych efektów zdrowotnych z powodu nieoczekiwanych interakcji.

Badania zostały opublikowane w Journal of Cheminformatics.

Wczesne wykrywanie DDI

Wiele złożonych chorób wymaga przepisania wielu leków, czyli polifarmakoterapii. Jednakże, przyjmowanie wielu leków może prowadzić do wszystkiego rodzaju nieoczekiwanych i niepożądanych interakcji, które mogą skutkować ciężkimi skutkami ubocznymi lub zmniejszeniem skuteczności klinicznej. Aby zapobiec tym niekorzystnym efektom, DDI muszą być wykryte wcześnie.

Obecne podejścia obejmują modele obliczeniowe i algorytmy oparte na sieciach neuronowych, które badają wcześniejsze rekordy znanych interakcji leków, zanim zidentyfikują struktury i skutki uboczne z nimi związane. Jednakże, te systemy zakładają, że podobne leki mają podobne interakcje i identyfikują połączenia leków z podobnymi skutkami ubocznymi.

Zespół postanowił opracować nowy model, aby ominąć niektóre z tych ograniczeń. Zespół był prowadzony przez associate profesora Hojung Nama i kandydata na stopień doktora Eunyoung Kim z GIST. Opracowali model głębokiego uczenia maszynowego, aby przewidzieć DDI na podstawie sygnatur ekspresji genów indukowanych przez leki.

Model DeSIDE-DDI

Model, nazwany DeSIDE-DDI, składa się z dwóch części:

• Pierwsza część: Model generowania cech, który przewiduje wpływ leku na ekspresję genów. Robi to, biorąc pod uwagę strukturę i właściwości leku.
  
• Druga część: Model przewidywania DDI, który przewiduje różne skutki uboczne wynikające z połączeń leków.

„Nasze modele uwzględniają wpływ leków na geny, wykorzystując dane ekspresji genów, co pozwala wyjaśnić, dlaczego pewna para leków powoduje DDI,” mówi prof. Nam. „Może przewidzieć DDI dla obecnie zatwierdzonych leków, a także dla nowych związków. W ten sposób można rozwiązać problemy związane z polifarmakoterapią, zanim nowe leki zostaną udostępnione publicznie.”

Nie wszystkie związki mają sygnatury ekspresji genów indukowanych przez leki, więc nowy model opiera się na wstępnie wytrenowanym modelu generowania związków, aby wygenerować oczekiwane ekspresje genów indukowane przez leki.

„Ten model może wykryć potencjalnie niebezpieczne pary leków, działając jako system monitorowania bezpieczeństwa leków. Może pomóc badaczom zdefiniować prawidłowe zastosowanie leku w fazie rozwoju leku,” kontynuuje prof. Nam.

Nowy model jest ogromnym krokiem naprzód w poprawie bezpieczeństwa nowych leków i zapewni wiele potrzebnych informacji o DDI i ich skutkach ubocznych.