Solo el mes pasado El 23 por ciento de los estadounidenses tomó dos o más medicamentos recetados, según una estimación de los CDC, y el 39 por ciento de los mayores de 65 años toman cinco o más, un número que se ha triplicado en las últimas décadas. Y si eso no es lo suficientemente sorprendente, prueba este:en muchos casos, los médicos no tienen idea de los efectos secundarios que pueden 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 fármaco en combinación con todos los demás fármacos, porque solo para un fármaco serían cinco mil nuevos experimentos, "dijo Marinka Zitnik, becario postdoctoral en informática. Con algunas nuevas combinaciones de medicamentos, ella dijo, "Realmente no sabemos qué pasará".

Pero la informática puede ayudar. En un artículo presentado el 10 de julio en la reunión de 2018 de la Sociedad Internacional de Biología Computacional en Chicago. Zitnik y colegas Monica Agrawal, estudiante de maestría, y Jure Leskovec, profesor asociado de informática, diseñar un sistema de inteligencia artificial para predecir, no simplemente rastreando, posibles efectos secundarios de las combinaciones de fármacos. 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 enfermedades complejas.

Demasiadas combinaciones

Una vez que esté disponible para los médicos en una forma más fácil de usar, Las predicciones de Decagon serían una mejora con respecto a lo que está disponible ahora, que esencialmente se reduce al azar:un paciente toma un medicamento, comienza a tomar otro y luego desarrolla dolor de cabeza o algo peor. Hay alrededor de 1000 efectos secundarios conocidos diferentes y 5, 000 medicamentos en el mercado, lo que genera casi 125 mil millones de posibles efectos secundarios entre todos los posibles pares de medicamentos. La mayoría de estos nunca se han recetado juntos, mucho menos estudiado sistemáticamente.

Pero, Zitnik, Agrawal y Leskovec se dieron cuenta de que podían solucionar ese problema estudiando cómo las drogas afectan la maquinaria celular subyacente de nuestro cuerpo. Ellos compusieron una red masiva que describe cómo los más de 19, 000 proteínas en nuestro cuerpo interactúan entre sí y cómo los diferentes fármacos afectan a estas proteínas. Utilizando más de 4 millones de asociaciones conocidas entre medicamentos y efectos secundarios, Luego, el equipo diseñó un método para identificar patrones sobre 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 inspirada en el cerebro. En esencia, el aprendizaje profundo analiza datos complejos y los extrae de forma abstracta, a veces patrones contradictorios en los datos. En este caso, los investigadores diseñaron su sistema para inferir patrones sobre los efectos secundarios de la interacción de medicamentos y predecir consecuencias nunca antes vistas al tomar dos medicamentos juntos.

Predecir complicaciones

El hecho de que Decagon haya encontrado un patrón no necesariamente lo hace real, por lo que el grupo miró para ver si sus predicciones se cumplían, y en muchos casos lo hicieron. Por ejemplo, no había ninguna indicación en los datos del equipo de que la combinación de atorvastatina, un medicamento para el colesterol, y amlopidina, un medicamento para la presión arterial, podría provocar inflamación muscular, Sin embargo, Decagon predijo que lo haría, y estaba bien. Aunque no aparecía en los datos originales, un informe de caso de 2017 sugirió que la combinación de medicamentos 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 han sido confirmados recientemente, dando más credibilidad a las predicciones de Decagon.

"Fue sorprendente que las redes de interacción de proteínas revelen tanto sobre los efectos secundarios de los medicamentos, "dijo Leskovec, que es miembro de Stanford Bio-X, Instituto de Neurociencias de Stanford y Chan Zuckerberg Biohub.

Ahora, Decagon solo considera los efectos secundarios asociados con pares de medicamentos, y en el futuro, el equipo espera ampliar sus resultados para incluir regímenes más complejos, Dijo Leskovec. También esperan crear una herramienta más fácil de usar para orientar a los médicos 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 dia, los efectos secundarios de las drogas se descubren esencialmente por accidente, "Leskovec dijo, "y nuestro enfoque tiene el potencial de conducir a una atención médica más eficaz y segura".