โมเดลการเรียนรู้ลึกคาดการณ์การโต้ตอบระหว่างยา

ทีมนักวิจัยจากสถาบันเทคโนโลยีกวางจู (GIST) ในประเทศเกาหลีใต้ได้พัฒนาโมเดลการเรียนรู้ลึกที่สามารถคาดการณ์การโต้ตอบระหว่างยา (DDIs) ตามผลกระทบต่อการแสดงออกของยีน DDIs สามารถเป็นปัญหาใหญ่เมื่อใช้ยาหลายชนิดพร้อมกัน ซึ่งอาจทำให้เกิดผลกระทบต่อสุขภาพที่ไม่พึงประสงค์จากผลโต้ตอบที่ไม่คาดคิด

การวิจัยนี้ได้รับการตีพิมพ์ใน Journal of Cheminformatics

การตรวจจับการโต้ตอบระหว่างยาตั้งแต่เนิ่น

โรคที่ซับซ้อนหลายชนิดต้องใช้ยาหลายชนิด หรือการรักษาด้วยยามากชนิด (polypharmacy) เมื่อใช้ยาหลายชนิดพร้อมกัน อาจทำให้เกิดผลโต้ตอบที่ไม่คาดคิดและไม่พึงประสงค์ ซึ่งอาจทำให้เกิดผลข้างเคียงรุนแรงหรือลดประสิทธิภาพการรักษา เพื่อป้องกันไม่ให้ผู้ป่วยประสบผลกระทบดังกล่าว การโต้ตอบระหว่างยาต้องได้รับการตรวจจับตั้งแต่เนิ่น

วิธีการปัจจุบันเกี่ยวข้องกับโมเดลการคำนวณและอัลกอริทึมที่ใช้เครือข่ายประสาทเทียม ซึ่งตรวจสอบบันทึกการโต้ตอบระหว่างยาที่ทราบก่อนหน้านี้ แล้วจึงระบุโครงสร้างและผลข้างเคียงที่เกี่ยวข้อง อย่างไรก็ตาม ระบบเหล่านี้มีข้อจำกัดเนื่องจากสมมติว่ายาที่คล้ายคลึงกันมีการโต้ตอบที่คล้ายคลึงกัน และระบุการผสมยาที่มีผลข้างเคียงที่คล้ายคลึงกัน

ทีมนักวิจัยได้พัฒนาโมเดลใหม่เพื่อแก้ไขข้อจำกัดเหล่านี้ ทีมนักวิจัยนำโดยผู้ช่วยศาสตราจารย์ Hojung Nam และผู้สมัครปริญญาเอก Eunyoung Kim จาก GIST พวกเขาได้พัฒนาโมเดลการเรียนรู้ลึกเพื่อคาดการณ์การโต้ตอบระหว่างยาโดยอาศัยการแสดงออกของยีนที่เกิดจากยา

โมเดล DeSIDE-DDI

โมเดลนี้ประกอบด้วยสองส่วน:

• ส่วนแรก: โมเดลการสร้างคุณลักษณะที่คาดการณ์ผลกระทบของยาต่อการแสดงออกของยีน โดยพิจารณาโครงสร้างและคุณสมบัติของยา
• ส่วนที่สอง: โมเดลการคาดการณ์การโต้ตอบระหว่างยาที่คาดการณ์ผลข้างเคียงต่างๆ ที่เกิดจากการที่ยาผสมกัน

“โมเดลของเราพิจารณาผลกระทบของยาต่อยีนที่ใช้ข้อมูลการแสดงออกของยีน ซึ่งให้คำอธิบายว่าทำไมยาสองชนิดจึงทำให้เกิดการโต้ตอบระหว่างยา” ผู้ช่วยศาสตราจารย์ Nam กล่าว “โมเดลนี้สามารถคาดการณ์การโต้ตอบระหว่างยาได้ทั้งสำหรับยาที่ได้รับการอนุมัติแล้วและสำหรับยาที่กำลังพัฒนาใหม่ ด้วยวิธีนี้ อันตรายจากการที่ยามากชนิดจึงสามารถแก้ไขได้ก่อนที่ยาจะเข้าสู่ตลาด”

ไม่ใช่ยาทุกชนิดที่มีข้อมูลการแสดงออกของยีนที่ได้รับการรักษาด้วยยา ดังนั้น โมเดลใหม่จึงพึ่งพาโมเดลการสร้างสารประกอบที่ได้รับการฝึกอบรมล่วงหน้าเพื่อสร้างการแสดงออกของยีนที่คาดหวัง

“โมเดลนี้สามารถแยกยาสองชนิดที่อาจเป็นอันตรายออกได้ โดยทำหน้าที่เป็นระบบติดตามความปลอดภัยของยา และสามารถช่วยให้นักวิจัยกำหนดการใช้ยาอย่างถูกต้องในระหว่างกระบวนการพัฒนายา” ผู้ช่วยศาสตราจารย์ Nam กล่าวต่อ

โมเดลใหม่นี้เป็นก้าวสำคัญในการปรับปรุงความปลอดภัยของยาที่พัฒนาขึ้นใหม่ และจะให้ข้อมูลเชิงลึกที่จำเป็นเกี่ยวกับการโต้ตอบระหว่างยาและผลข้างเคียง