Modelo de Aprendizado Profundo Prevê Interações Adversas entre Medicamentos

Uma equipe de pesquisadores do Instituto de Ciência e Tecnologia de Gwangju (GIST) na Coreia do Sul desenvolveu um modelo de aprendizado profundo que prevê interações entre medicamentos (DDIs) com base em seus efeitos na expressão gênica. As DDIs podem ser um problema grave quando vários medicamentos são tomados ao mesmo tempo, levando a efeitos adversos de saúde devido a interações inesperadas.

A pesquisa foi publicada no Journal of Cheminformatics.

Deteção Precoce de DDIs

Muitas doenças complexas requerem a prescrição de vários medicamentos, ou polifarmácia. Com isso, a ingestão de vários medicamentos pode levar a todo tipo de interações inesperadas e indesejadas, que podem resultar em efeitos colaterais graves ou diminuição da eficácia clínica. Para prevenir que os pacientes encontrem tais efeitos adversos, essas DDIs devem ser detectadas precocemente.

As abordagens atuais envolvem modelos computacionais e algoritmos baseados em redes neurais que examinam registros anteriores de interações de medicamentos conhecidas antes de identificar as estruturas e efeitos colaterais com os quais estão associadas. No entanto, esses sistemas supõem que medicamentos semelhantes têm interações semelhantes e identificam combinações de medicamentos com efeitos adversos semelhantes.

A equipe se propôs a desenvolver um novo modelo para contornar algumas dessas limitações. A equipe foi liderada pelo professor associado Hojung Nam e pelo candidato a Ph.D. Eunyoung Kim, do GIST. Eles desenvolveram um modelo de aprendizado profundo para prever DDIs com base em assinaturas de expressão gênica induzida por medicamentos.

Modelo DeSIDE-DDI

O modelo, nomeado DeSIDE-DDI, consiste em duas partes:

• Primeira Parte: Um modelo de geração de recursos que prevê o efeito de um medicamento na expressão gênica. Isso é feito considerando tanto a estrutura quanto as propriedades do medicamento.
• Segunda Parte: Um modelo de previsão de DDI que prevê vários efeitos colaterais que resultam de combinações de medicamentos.

“Nosso modelo considera os efeitos dos medicamentos nos genes, utilizando dados de expressão gênica, fornecendo uma explicação para por que um determinado par de medicamentos causa DDIs”, afirma o professor Nam. “Ele pode prever DDIs para medicamentos atualmente aprovados, bem como para compostos novos. Dessa forma, as ameaças da polifarmácia podem ser resolvidas antes que novos medicamentos sejam disponibilizados ao público.”

Não todos os compostos têm assinaturas de expressão gênica tratadas com medicamentos, então o novo modelo depende de um modelo de geração de compostos pré-treinado para gerar expressões gênicas tratadas com medicamentos esperadas.

“Esse modelo pode discernir pares de medicamentos potencialmente perigosos, atuando como um sistema de monitoramento de segurança de medicamentos. Ele pode ajudar os pesquisadores a definir o uso correto do medicamento na fase de desenvolvimento do medicamento”, continua o professor Nam.

O novo modelo é um grande passo adiante na melhoria da segurança de novos medicamentos e fornecerá insights muito necessários sobre DDIs e seus efeitos adversos.