Kết nối với chúng tôi

Chăm sóc sức khỏe

Mô hình học sâu dự đoán tương tác bất lợi giữa thuốc và thuốc

Được phát hành

 on

Một nhóm các nhà nghiên cứu từ Viện Khoa học và Công nghệ Gwangju (GIST) ở Hàn Quốc đã phát triển một mô hình học sâu dự đoán tương tác thuốc-thuốc (DDI) dựa trên tác động của chúng đối với biểu hiện gen. DDI có thể là một vấn đề nghiêm trọng khi dùng nhiều loại thuốc cùng một lúc, dẫn đến những ảnh hưởng xấu đến sức khỏe do các tương tác không mong muốn. 

Nghiên cứu được công bố trên Tạp chí Hóa học

Phát hiện sớm DDI

Nhiều bệnh phức tạp đòi hỏi phải kê đơn nhiều loại thuốc, hoặc sử dụng nhiều loại thuốc. Như đã nói, việc uống nhiều loại thuốc có thể dẫn đến tất cả các loại tương tác không mong muốn và không mong muốn, có thể dẫn đến tác dụng phụ nghiêm trọng hoặc giảm hiệu quả lâm sàng. Để bệnh nhân không gặp phải các tác dụng phụ như vậy, các DDI này phải được phát hiện sớm. 

Các phương pháp tiếp cận hiện tại liên quan đến các mô hình tính toán và thuật toán dựa trên mạng thần kinh kiểm tra các bản ghi trước đó về các tương tác thuốc đã biết trước khi xác định cấu trúc và tác dụng phụ mà chúng có liên quan. Tuy nhiên, các hệ thống này giả định rằng các loại thuốc tương tự có tương tác tương tự và xác định các phối hợp thuốc có tác dụng phụ tương tự. 

Nhóm bắt đầu phát triển một mô hình mới để khắc phục một số hạn chế này. Nhóm nghiên cứu do phó giáo sư Hojung Nam và Ph.D. ứng cử viên Eunyoung Kim từ GIST. Họ đã phát triển một mô hình học sâu để dự đoán DDI dựa trên các dấu hiệu biểu hiện gen do thuốc gây ra. 

Mô hình DeSIDE-DDI

Mô hình có tên là DeSIDE-DDI, bao gồm hai phần:

  • Phần đầu tiên: Một mô hình tạo tính năng dự đoán tác dụng của thuốc đối với biểu hiện gen. Nó thực hiện điều này bằng cách xem xét cả cấu trúc và tính chất của thuốc.
  • Phần thứ hai: Một mô hình dự đoán DDI dự đoán các tác dụng phụ khác nhau do kết hợp thuốc. 

“Mô hình của chúng tôi xem xét tác động của thuốc đối với gen bằng cách sử dụng dữ liệu biểu hiện gen, đưa ra lời giải thích tại sao một cặp thuốc nhất định lại gây ra DDI,” GS. Nam nói. “Nó có thể dự đoán DDI cho các loại thuốc hiện đã được phê duyệt cũng như cho các hợp chất mới. Bằng cách này, các mối đe dọa của việc sử dụng nhiều loại thuốc có thể được giải quyết trước khi các loại thuốc mới được cung cấp cho công chúng.” 

Tất cả các hợp chất không có chữ ký biểu hiện gen được điều trị bằng thuốc, vì vậy mô hình mới dựa trên mô hình tạo hợp chất được đào tạo trước để tạo ra các biểu hiện gen được điều trị bằng thuốc dự kiến. 

“Mô hình này có thể phân biệt các cặp thuốc nguy hiểm tiềm ẩn, hoạt động như một hệ thống giám sát an toàn thuốc. Nó có thể giúp các nhà nghiên cứu xác định cách sử dụng thuốc đúng trong giai đoạn phát triển thuốc,” GS. Nam tiếp tục. 

Mô hình mới là một bước tiến lớn trong việc cải thiện độ an toàn của các loại thuốc mới và nó sẽ cung cấp cái nhìn sâu sắc rất cần thiết về DDI và tác dụng phụ của chúng. 

 

Alex McFarland là một nhà báo và nhà văn về AI đang khám phá những phát triển mới nhất về trí tuệ nhân tạo. Anh ấy đã cộng tác với nhiều công ty khởi nghiệp và ấn phẩm về AI trên toàn thế giới.