Solo el mes pasado, el 23 por ciento de los estadounidenses tomó dos o más medicamentos recetados, según un cálculo de los CDC, y el 39 por ciento de más de 65 años toma cinco o más, un número que se ha triplicado en las últimas décadas. Y si esono es lo suficientemente sorprendente, pruebe este: en muchos casos, los médicos no tienen idea de qué efectos secundarios podrían surgir al agregar otro medicamento a la farmacia personal de un paciente.
El problema es que con tantos medicamentos actualmente en el mercado farmacéutico de EE. UU., "Es prácticamente imposible probar un nuevo medicamento en combinación con todos los demás medicamentos, porque solo para un medicamento serían cinco mil nuevos experimentos", dijo Marinka Zitnik, becaria postdoctoral en ciencias de la computación. Con algunas nuevas combinaciones de drogas, dijo, "realmente no sabemos qué sucederá"
Pero la informática puede ayudar. En un documento presentado el 10 de julio en la reunión de la Sociedad Internacional de Biología Computacional de 2018 en Chicago. Zitnik y sus colegas Monica Agrawal, estudiante de maestría, y Jure Leskovec, profesor asociado de informáticaciencia, diseñe un sistema de inteligencia artificial para predecir, no simplemente rastrear, los posibles efectos secundarios de las combinaciones de medicamentos. Ese sistema, llamado Decagon, podría ayudar a los médicos a tomar mejores decisiones sobre qué medicamentos describir y ayudar a los investigadores a encontrar mejores combinaciones de medicamentos para tratar complejosenfermedades
demasiadas combinaciones
Una vez disponible para los médicos en una forma más fácil de usar, las predicciones de Decagon serían una mejora sobre lo que está disponible ahora, lo que esencialmente se reduce al azar: un paciente toma un medicamento, comienza a tomar otro y luego desarrolla un dolor de cabeza o algo peor.Hay alrededor de 1000 efectos secundarios conocidos diferentes y 5,000 medicamentos en el mercado, lo que representa casi 125 mil millones de posibles efectos secundarios entre todos los posibles pares de medicamentos. La mayoría de estos nunca se han recetado juntos, y mucho menos estudiados sistemáticamente.
Pero, Zitnik, Agrawal y Leskovec se dieron cuenta de que podían solucionar ese problema al estudiar cómo las drogas afectan la maquinaria celular subyacente en nuestro cuerpo. Compusieron una red masiva que describe cómo las más de 19,000 proteínas en nuestros cuerpos interactúan entre sí y cómodiferentes medicamentos afectan estas proteínas. Usando más de 4 millones de asociaciones conocidas entre medicamentos y efectos secundarios, el equipo diseñó un método para identificar patrones en cómo surgen los efectos secundarios en función de cómo los medicamentos se dirigen a diferentes proteínas.
Para hacer eso, el equipo recurrió al aprendizaje profundo, una especie de inteligencia artificial modelada a partir del cerebro. En esencia, el aprendizaje profundo analiza datos complejos y extrae de ellos patrones abstractos, a veces contraintuitivos en los datos. En este caso, elLos investigadores diseñaron su sistema para inferir patrones sobre los efectos secundarios de la interacción farmacológica y predecir las consecuencias nunca antes vistas de tomar dos medicamentos juntos.
predicción de complicaciones
Solo porque Decagon encontró un patrón no necesariamente lo hace real, por lo que el grupo miró para ver si sus predicciones se cumplieron, y en muchos casos, lo hicieron. Por ejemplo, no había indicios en los datos del equipo de que la combinaciónde atorvastatina, un medicamento contra el colesterol y amlopidina, un medicamento para la presión arterial, podría provocar inflamación muscular, sin embargo, Decagon predijo que lo haría, y tenía razón. Aunque no apareció en los datos originales, un informe de caso de 2017 sugirió quela combinación de drogas había provocado un tipo peligroso de inflamación muscular.
Ese ejemplo también nació en otros casos. Cuando buscaron en la literatura médica evidencia de diez efectos secundarios predichos por Decagon pero no en sus datos originales, el equipo descubrió que cinco de los diez habían sido confirmados recientemente, otorgando préstamosmayor credibilidad a las predicciones de Decagon.
"Fue sorprendente que las redes de interacción de proteínas revelen mucho sobre los efectos secundarios de los medicamentos", dijo Leskovec, quien es miembro de Stanford Bio-X, Stanford Neurosciences Institute y Chan Zuckerberg Biohub.
En este momento, Decagon solo considera los efectos secundarios asociados con pares de medicamentos, y en el futuro el equipo espera extender sus resultados para incluir regímenes más complejos, dijo Leskovec. También esperan crear una herramienta más amigable para los médicos.orientación sobre si es una buena idea recetar un medicamento en particular a un paciente en particular y ayudar a los investigadores a desarrollar regímenes de medicamentos para enfermedades complejas con menos efectos secundarios.
"Hoy en día, los efectos secundarios de los medicamentos se descubren esencialmente por accidente", dijo Leskovec, "y nuestro enfoque tiene el potencial de conducir a una atención médica más efectiva y segura".
La investigación fue apoyada por la Fundación Nacional de Ciencia, los Institutos Nacionales de Salud, la Agencia de Proyectos de Investigación Avanzada de Defensa, la Iniciativa de Ciencia de Datos de Stanford y el Biohub Chan Zuckerberg.
Fuente de la historia :
Materiales proporcionado por Universidad de Stanford . Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :