{{{sourceTextContent.title}}}

Aiuti di intelligenza artificiale predire gli effetti collaterali delle associazioni di farmaci

{{{sourceTextContent.subTitle}}}

Il mese scorso da solo, 23 per cento degli Americani hanno preso due o più farmaci da vendere su ricetta medica, secondo una stima di CDC e 39 per cento sopra l'età 65 prenda cinque o più, un numero che è triplo aumentato negli ultimi parecchi decenni. E se quello non è abbastanza sorprendente, provi questo: in molti casi, medici non hanno idea che cosa gli effetti collaterali potrebbero risultare dall'aggiunta deun altro farmaco alla farmacia personale di un paziente.

{{{sourceTextContent.description}}}

Il problema è attualmente quello con tante droghe sul mercato farmaceutico degli Stati Uniti, «è praticamente impossible da provare una nuova droga congiuntamente a tutte le altre droghe, perché appena per una droga che sarebbe cinque mila nuovi esperimenti,» ha detto Marinka Zitnik, un collega postdottorale in informatica. Con alcune nuove associazioni di farmaci, ha detto, «vero non conosciamo che cosa accadrà.»

Ma l'informatica può potere aiutare. In un documento presentato 10 luglio alla riunione di 2018 della società internazionale per biologia computazionale in Chicago. Zitnik ed i colleghi Monica Agrawal, lo studente di un padrone e Jure Leskovec, un professore associato dell'informatica, presentano un sistema di intelligenza artificiale per la predizione, non semplicemente seguendo, effetti collaterali potenziali dalle associazioni di farmaci. Quel sistema, chiamato Decagon, potrebbe aiutare medici a prendere le migliori decisioni circa quali droghe per descrivere ed aiutare i ricercatori a trovare le migliori combinazioni di droghe per trattare le malattie complesse.

Una volta disponibile a medici in una forma più facile da usare, le previsioni del decagono sia un miglioramento sopra che cosa ora è disponibile, che essenzialmente scende alla probabilità - un paziente prende una droga, inizia a prendere un altro e poi sviluppa un'emicrania o peggio. Ci sono circa 1000 effetti collaterali conosciuti differenti e 5.000 droghe sul mercato, portante a quasi 125 miliardo effetti collaterali possibili fra tutte le paia possibili delle droghe. La maggior parte di questi non sono stati prescritti mai insieme, per non parlare dello studiato di sistematicamente.

Ma, Zitnik, Agrawal e Leskovec ha realizzato che potrebbero ottenere intorno a quel problema studiando come le droghe colpiscono il macchinario cellulare di fondo nel nostro corpo. Hanno composto una rete massiccia che descrive come le più di 19.000 proteine nei nostri corpi interagiscono a vicenda e come le droghe differenti colpiscono queste proteine. Facendo uso di più di 4 milione associazioni conosciute fra le droghe e gli effetti collaterali, il gruppo poi ha progettato un metodo per identificare i modelli in come gli effetti collaterali sorgono basato su come le droghe mirano alle proteine differenti.

per fare che, il gruppo si è girato verso l'apprendimento profondo, un genere di intelligenza artificiale modellistico dopo il cervello. In pratica, sguardi d'apprendimento profondi ai dati complessi ed estratti da loro astratti, modelli a volte controintuitivi nei dati. In questo caso, i ricercatori hanno progettato il loro sistema per arguire i modelli circa gli effetti collaterali di interazione della droga e per predire le conseguenze precedentemente non viste dalla presa delle due droghe insieme.

Ora, il decagono soltanto considera gli effetti collaterali connessi con le paia delle droghe ed in futuro il gruppo spera di estendere i loro risultati per comprendere i regimi più complessi, Leskovec ha detto. Inoltre sperano di creare uno strumento più facile da usare per fornire a medici le indicazioni sopra se sia una buona idea prescrivere un medicinale particolare ad un paziente particolare ed aiutare i ricercatori che sviluppano i regimi della droga per le malattie complesse con meno effetti collaterali.

«Oggi, gli effetti collaterali della droga sono scoperti accidentalmente essenzialmente,» Leskovec ha detto, «ed il nostro approccio ha il potenziale di condurre alla sanità più efficace e più sicura.»