Interacciones con la drogas, incluidas las interacciones fármaco-fármaco (DDI) y las interacciones constituyentes de los fármacos y los alimentos (DFI), puede desencadenar efectos farmacológicos inesperados, incluidos los eventos adversos de medicamentos (AAM), con mecanismos causales a menudo desconocidos. Sin embargo, Los métodos de predicción actuales no proporcionan suficientes detalles más allá de la posibilidad de que ocurra DDI, o requieren información detallada sobre medicamentos que a menudo no está disponible para la predicción de DDI.

Para abordar este problema, Dr. Jae Yong Ryu, El profesor asistente Hyun Uk Kim y el distinguido profesor Sang Yup Lee, todos del Departamento de Ingeniería Química y Biomolecular del Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST), desarrolló un marco computacional, llamado DeepDDI, que predice con precisión 86 tipos de DDI para un par de fármacos determinado. Los resultados de la investigación se publicaron en línea en procedimientos de la Academia Nacional de Ciencias ( PNAS ) el 16 de abril, 2018, que se titula "El aprendizaje profundo mejora la predicción de las interacciones fármaco-fármaco y fármaco-alimento".

DeepDDI toma información estructural y nombres de dos medicamentos en pares como entradas, y predice los tipos de DDI relevantes para el par de fármacos de entrada. DeepDDI utiliza una red neuronal profunda para predecir 86 tipos de DDI con una precisión media del 92,4% utilizando el conjunto de datos DDI estándar de oro de DrugBank que cubre 192, 284 DDI aportados por 191, 878 pares de fármacos. Muy importante Los tipos de DDI predichos por DeepDDI se generan en forma de oraciones legibles por humanos como salidas, que describen cambios en los efectos farmacológicos y / o el riesgo de AAM como resultado de la interacción entre dos fármacos en pareja. Por ejemplo, Las frases de salida de DeepDDI que describen las posibles interacciones entre la oxicodona (analgésico opioide) y el atazanavir (medicación antirretroviral) se generaron de la siguiente manera:"El metabolismo de la oxicodona se puede reducir cuando se combina con atazanavir"; y "El riesgo o la gravedad de los efectos adversos pueden aumentar cuando se combina oxicodona con atazanavir". Al hacer esto, DeepDDI puede proporcionar información más específica sobre las interacciones de los medicamentos más allá de la probabilidad de ocurrencia de DDI o ADE que normalmente se informan hasta la fecha.

DeepDDI se utilizó por primera vez para predecir tipos de DDI de 2, 329, 561 pares de fármacos de todas las combinaciones posibles de 2, 159 medicamentos aprobados, de los cuales DDI tipos de 487, Se pronosticaron 632 pares de fármacos recientemente. También, DeepDDI se puede utilizar para sugerir qué fármaco o alimento evitar durante la medicación con el fin de minimizar la posibilidad de eventos adversos del fármaco u optimizar la eficacia del fármaco. Para tal fin, Se utilizó DeepDDI para sugerir posibles mecanismos causales de los efectos adversos notificados de 9, 284 pares de fármacos, y también predecir candidatos a fármacos alternativos para 62, 707 pares de medicamentos que tienen efectos negativos para la salud para mantener solo los efectos beneficiosos. Es más, DeepDDI se aplicó a 3, 288, 157 pares de constituyentes fármaco-alimento (2, 159 medicamentos aprobados y 1, 523 constituyentes alimentarios bien caracterizados) para predecir las IFD. Finalmente, también se predijeron los efectos de 256 constituyentes alimentarios sobre los efectos farmacológicos de los fármacos que interactúan y las bioactividades de 149 constituyentes alimentarios. Todos estos resultados de predicción pueden ser útiles si una persona está tomando medicamentos para una enfermedad específica (crónica) como la hipertensión o la diabetes mellitus tipo 2.

El distinguido profesor Sang Yup Lee dijo:"Hemos desarrollado una plataforma de tecnología DeepDDI que permitirá la medicina de precisión en la era de la Cuarta Revolución Industrial. DeepDDI puede servir para proporcionar información importante sobre prescripción de medicamentos y sugerencias dietéticas mientras se toman ciertos medicamentos para maximizar los beneficios para la salud y, en última instancia, ayudar a mantener una vida saludable en esta sociedad envejecida ".