{{{sourceTextContent.title}}}

Hilfen der künstlichen Intelligenz Nebenwirkungen der Drogenkombinationen voraussagen die

{{{sourceTextContent.subTitle}}}

Letzter Monat allein, nahmen 23 Prozent Amerikaner zwei oder mehr verschreibungspflichtige Medikamente, entsprechend einer CDC-Schätzung und 39 Prozent über Alter 65 nehmen Sie fünf oder mehr, eine Zahl, die im Letzten einige Jahrzehnte erhöhtes dreifaches ist. Und wenn das nicht genug überraschend ist, versuchen Sie dieses: in vielen Fällen haben Doktoren keine Ahnung, was Nebenwirkungen möglicherweise aus dem Hinzufügen einer anderen Droge der persönlichen Apotheke eines Patienten sich ergäben.

{{{sourceTextContent.description}}}

Das Problem ist das mit so vielen Drogen z.Z. auf dem US-pharmazeutischen Markt, „es ist praktisch unmöglich, eine neue Droge im Verbindung mit allen weiteren Drogen zu prüfen, weil gerade für eine Droge, die fünf tausend neue Experimente sein würde,“ sagte Marinka Zitnik, ein promovierter wissenschaftlicher Mitarbeiter in der Informatik. Mit einigen neuen Drogenkombinationen sagte sie, „wirklich kennen wir nicht, was geschieht.“

Aber Informatik ist möglicherweise in der Lage zu helfen. In einem Papier dargestellt am 10. Juli bei der Sitzung 2018 der internationalen Gesellschaft für Computerbiologie in Chicago. Zitnik und Kollegen Monica Agrawal, der Student eines Meisters und Jure Leskovec, ein außerordentlicher Professor der Informatik, breiten ein künstliches Intelligence-System für die Vorhersage aus und nicht einfach spüren, mögliche Nebenwirkungen von den Drogenkombinationen auf. Dieses System, genannt Decagon, könnte Doktoren helfen, bessere Entscheidungen über, welche Drogen zu treffen, zum von Forschern zu beschreiben und zu helfen, bessere Kombinationen von Drogen zu finden, um komplexe Krankheiten zu behandeln.

Einmal erhältlich zu Doktoren in einer benutzerfreundlicheren Form, Decagons Vorhersagen seien Sie eine Verbesserung über, was jetzt erhältlich ist, das im Wesentlichen unten kommt zu riskieren - ein Patient nimmt eine Droge, beginnt das Nehmen ein anderes und entwickelt dann Kopfschmerzen oder schlechter. Es gibt ungefähr 1000 verschiedene bekannte Nebenwirkungen und 5.000 Drogen auf dem Markt und macht für fast 125 Milliarde mögliche Nebenwirkungen zwischen allen möglichen Paaren Drogen. Die meisten diesen sind nie zusammen ganz zu schweigen von systematisch studiert vorgeschrieben worden.

Aber, Zitnik, Agrawal und Leskovec verwirklichte, dass sie um dieses Problem, indem sie studierten, wie erhalten konnten Drogen die zugrunde liegende zelluläre Maschinerie in unserem Körper beeinflussen. Sie verfassten ein enormes Netz, das beschreibt, wie die mehr als 19.000 Proteine in unseren Körpern auf einander einwirken und wie verschiedene Drogen diese Proteine beeinflussen. Unter Verwendung mehr als 4 Million bekannter Vereinigungen zwischen Drogen und Nebenwirkungen, entwarf das Team dann eine Methode, um zu identifizieren Muster in, wie Nebenwirkungen basiert entstehen auf, wie Drogen verschiedene Proteine anvisieren.

Zu tun, dass, das Team an das tiefe Lernen sich wendete, eine Art künstliche Intelligenz modelliert nach dem Gehirn. Im Wesentlichen tiefe Lernenblicke auf komplexe Daten und Auszüge von ihnen abstrakt, manchmal nicht eingängig Muster in den Daten. In diesem Fall entwarfen die Forscher ihr System, um Muster über Nebenwirkungen der Medikamenteninteraktion zu schließen und vorher ungesehene Konsequenzen von zwei Drogen zusammen nehmen vorauszusagen.

Im Augenblick betrachtet Decagon nur Nebenwirkungen als verbunden mit Paaren Drogen, und in der Zukunft hofft das Team, ihre Ergebnisse zu verlängern, um komplexere Regierungen einzuschließen, sagte Leskovec. Sie hoffen auch, ein benutzerfreundlicheres Werkzeug herzustellen, um Doktoren Anleitung an zu geben, ob es eine gute Idee, eine bestimmte Droge zu einem bestimmten Patienten vorzuschreiben ist und den Forschern zu helfen, die Drogenregierungen für komplexe Krankheiten mit weniger Nebenwirkungen entwickeln.

„Heute, werden Nebenwirkungen der Droge im Wesentlichen zufällig entdeckt,“ sagte Leskovec, „und unsere Annäherung hat das Potenzial, zu effektiveres und sichereres Gesundheitswesen zu führen.“