Μοντέλο βαθιάς μηχανικής μάθησης προβλέπει αλληλεπιδράσεις φαρμάκων

Ερευνητές από το Ινστιτούτο Επιστήμης και Τεχνολογίας Gwangju της Νότιας Κορέας ανέπτυξαν ένα μοντέλο βαθιάς μηχανικής μάθησης για την πρόβλεψη αλληλεπιδράσεων μεταξύ φαρμάκων με βάση την επίδρασή τους στα γονίδια και στην κυτταρική λειτουργία. 

Το νέο μοντέλο -χρησιμοποιώντας δεδομένα γονιδιακής έκφρασης- μπορεί να προβλέψει και να εξηγήσει πώς και γιατί ορισμένες αλληλεπιδράσεις φαρμάκων μπορούν να οδηγήσουν σε ανεπιθύμητες ενέργειες στον ανθρώπινο οργανισμό και μάλιστα μπορεί να εφαρμοστεί σε πειραματικά φάρμακα, ώστε να δώσει εξαιρετικά χρήσιμες πληροφορίες σε αρχικά στάδια της έρευνας & ανάπτυξης.

Σύμφωνα με τους ερευνητές του Ινστιτούτου, σήμερα τα υπολογιστικά μοντέλα βασίζονται σε αλγόριθμους που εξετάζουν αναφορές γνωστών αλληλεπιδράσεων, εντοπίζουν κοινές δομές και παρενέργειες και έτσι υποθέτουν ότι παρόμοια φάρμακα θα εμφανίζουν αντίστοιχες αλληλεπιδράσεις και αντιστοιχίζουν συνδυασμούς φαρμάκων με τις ανεπιθύμητες ενέργειες. Οι ερευνητές όμως του Ινστιτούτου, που δημοσίευσαν τη μελέτη τους στο Journal of Cheminformatics, θεωρούν ότι με το νέο μοντέλο μπορεί να προβλέψει τις αλληλεπιδράσεις και για γνωστά φάρμακα αλλά και για καινοτόμες θεραπείες υπό ανάπτυξη και έτσι «τα προβλήματα της πολυφαρμακίας θα λύνονται πριν τα νέα φάρμακα διατεθούν στους ασθενείς».