深度学习模型预测不良的药物之间的相互反应

多个处方药物,或复方用药,经常被推荐用于治疗复杂疾病。但是,摄入后,多个药物可能不希望的方式相互作用,导致严重的不利影响或减少临床疗效。早期检测的药物之间的相互作用(ddi)所以有必要防止患者出现不良反应。

目前,计算模型和神经网络算法之前检查记录已知的药物相互作用和识别相关的结构和副作用。这些方法假定相似的药物相互作用和识别相似的药物组合与类似的不利影响。

虽然理解ddi的机制在分子水平是至关重要的预测他们的不良影响,当前模型依赖于药物的结构和性质,预测范围限于先前观察到的交互。他们不考虑ddi基因和细胞功能的影响。

为了解决这些局限性,副教授Hojung南和博士生Eunyoung金正日从韩国光州科学与技术研究所的建立了一个基于深度学习模型预测ddi基于药物引起基因表达的签名。这些研究结果发表在《Cheminformatics杂志2022年3月4日。

DeSIDE-DDI模型包括两个部分:一个特性生成模型和DDI预测模型。功能生成模型预测药物对基因表达的影响,考虑两种药物的结构和性能而DDI预测模型预测各种药物组合带来的副作用。

为了解释这个模型的主要特点,南教授解释说,”我们的模型考虑药物对基因的影响,利用基因表达数据,提供了一个解释为什么ddi一双某些药物的原因。它可以预测ddi目前批准的药物以及新颖的化合物。这种方式,威胁复方用药之前可以解决新药物提供给公众。”

什么”年代,因为所有化合物没有药物治疗基因表达特征,该模型使用pre-trained化合物生成模型生成预期的药物治疗基因表达式。

讨论其实际的应用程序,南教授的言论,”这个模型可以识别潜在的危险药物对,作为药品安全监测系统。它可以帮助研究人员定义的正确使用药物在药物开发阶段。”

具有这种潜力模型将真正改变如何建立新型药物的安全在未来!

参考:金E,南h . DeSIDE-DDI:使用药物引起的基因表达式可预测药物之间的相互作用。j . Cheminformatics。2022;14 (1):9。doi:10.1186 / s13321 - 022 - 00589 - 5

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。