通常建議使用多種藥物或多種藥物的處方來治療復(fù)雜疾病。然而，在攝入后，多種藥物可能會以不希望的方式相互作用，導(dǎo)致嚴(yán)重的副作用或降低臨床療效。因此，早期發(fā)現(xiàn)此類藥物-藥物相互作用 (DDI) 對于防止患者出現(xiàn)不良反應(yīng)至關(guān)重要。
目前，計算模型和基于神經(jīng)網(wǎng)絡(luò)的算法檢查已知藥物相互作用的先前記錄并識別它們相關(guān)的結(jié)構(gòu)和副作用。這些方法假設(shè)相似的藥物具有相似的相互作用，并確定與相似副作用相關(guān)的藥物組合。
盡管在分子水平上了解 DDI 的機(jī)制對于預(yù)測其不良影響至關(guān)重要，但目前的模型依賴于藥物的結(jié)構(gòu)和性質(zhì)，預(yù)測范圍僅限于先前觀察到的相互作用。他們沒有考慮 DDI 對基因和細(xì)胞功能的影響。
為了解決這些限制，Hojung Nam 副教授和博士。來自韓國光州科技學(xué)院的候選人 Eunyoung Kim 開發(fā)了一種基于深度學(xué)習(xí)的模型，用于根據(jù)藥物誘導(dǎo)的基因表達(dá)特征預(yù)測 DDI。這些發(fā)現(xiàn)發(fā)表在2022 年 3 月 4 日的《化學(xué)信息學(xué)雜志》上。
DeSIDE-DDI模型由兩部分組成：特征生成模型和DDI預(yù)測模型。特征生成模型通過考慮藥物的結(jié)構(gòu)和特性來預(yù)測藥物對基因表達(dá)的影響，而 DDI 預(yù)測模型預(yù)測藥物組合產(chǎn)生的各種副作用。
為了解釋這個模型的關(guān)鍵特征，Nam 教授解釋說，“我們的模型通過利用基因表達(dá)數(shù)據(jù)考慮藥物對基因的影響，解釋了為什么某對藥物會導(dǎo)致 DDI。它可以預(yù)測當(dāng)前批準(zhǔn)的 DDI藥物以及新化合物。這樣，在向公眾提供新藥之前，可以解決多種藥物的威脅。”
更重要的是，由于所有化合物都沒有藥物處理的基因表達(dá)特征，因此該模型使用預(yù)先訓(xùn)練的化合物生成模型來生成預(yù)期的藥物處理基因表達(dá)。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！