Terapie

L’intelligenza artificiale aiuta i ricercatori della Stanford a prevedere gli effetti collaterali delle combinazioni di farmaci

Marinka Zitnik, postdoctoral scholar, computer science

Marinka Zitnik e colleghi di informatica hanno sviluppato un nuovo modo di prevedere gli effetti collaterali dall’assunzione di due farmaci. (Credito immagine: LA Cicerone)

Solo il mese scorso, il 23% degli americani ha preso due o più farmaci da prescrizione, secondo una stima del CDC, e il 39% oltre i 65 anni ne prende cinque o più, un numero che è aumentato di tre volte negli ultimi decenni. E se ciò non è abbastanza sorprendente, prova questo: in molti casi, i medici non hanno idea di quali effetti collaterali potrebbero derivare dall’aggiunta di un altro farmaco alla farmacia personale di un paziente.

Il problema è che con così tanti farmaci attualmente sul mercato farmaceutico statunitense, “è praticamente impossibile testare uno nuovo in combinazione con tutti gli altri farmaci, perché solo per un farmaco ci vorrebbero cinquemila nuovi esperimenti”, ha detto Marinka Zitnik, un borsista postdottorato in informatica. Con alcune nuove combinazioni di farmaci, ha detto, “davvero non sappiamo cosa accadrà”.

Ma l’informatica può essere in grado di aiutare. In un documento presentato il 10 luglio alla riunione edizione 2018 dell’International Society for Computational Biology a Chicago. Zitnik e colleghi Monica Agrawal, studentessa di un master, e Jure Leskovec, professore associato di informatica, mettono a punto un sistema di intelligenza artificiale per predire, non semplicemente il monitoraggio, ma bensì i potenziali effetti collaterali delle combinazioni di farmaci. Quel sistema, chiamato Decagone, potrebbe aiutare i medici a prendere decisioni migliori su quali farmaci descrivere e aiutare i ricercatori a trovare combinazioni migliori di farmaci per trattare malattie complesse.

Troppe combinazioni

Una volta disponibili per i medici in una forma più user-friendly, le previsioni di Decagon rappresenterebbero un miglioramento rispetto a ciò che è ora disponibile, la cosa ora essenzialmente dipende dal caso: un paziente prende un farmaco, ne inizia un altro e poi sviluppa un mal di testa o peggio. Esistono circa 1000 effetti collaterali noti e 5.000 farmaci sul mercato, con circa 125 miliardi di possibili effetti collaterali tra tutte le possibili coppie di farmaci. La maggior parte di questi non sono mai stati prescritti insieme, per non parlare di uno studio sistematico.

Ma, Zitnik, Agrawal e Leskovec si sono resi conto di poter aggirare questo problema studiando come le terapie influenzano il meccanismo cellulare sottostante nel nostro corpo. Hanno composto una rete enorme che descrive come le oltre 19.000 proteine ??nel nostro corpo interagiscono tra loro e in che modo i diversi farmaci agiscono su queste proteine. Usando più di 4 milioni di associazioni note tra farmaci ed effetti collaterali, il team ha quindi progettato un metodo per identificare i modelli nel modo in cui gli effetti collaterali si presentano in base alle modalità in cui i farmaci prendono di mira diverse proteine.

Per fare ciò, il team si è dedicato all’apprendimento profondo, una sorta di intelligenza artificiale modellata sul cervello. In sostanza, tale processo esamina i dati complessi e ne estrae i pattern astratti, a volte controintuitivi nei dati. In questo caso, i ricercatori hanno progettato il loro sistema per inferire schemi relativi agli effetti collaterali dell’interazione farmacologica e prevedere conseguenze precedentemente non osservate dall’assunzione di due farmaci insieme.

Previsione delle complicazioni

Solo perché Decagon ha trovato un modello non lo rende necessariamente reale, quindi il gruppo ha cercato di vedere se le sue previsioni si sono avverate e in molti casi lo hanno fatto. Ad esempio, nei dati del team non vi era alcuna indicazione che la combinazione di atorvastatina, un farmaco per il colesterolo e l’amlopidina, un farmaco per la pressione del sangue, potesse portare a infiammazione muscolare, tuttavia Decagon aveva previsto che lo avrebbe fatto, ed era giusto. Sebbene non comparisse nei dati originali, un caso clinico del 2017 suggeriva che la combinazione di farmaci aveva portato a un pericoloso tipo di infiammazione muscolare.

Quell’esempio è nato anche in altri casi. Quando hanno cercato nella letteratura medica le prove di dieci effetti collaterali previsti da Decagone ma non nei loro dati originali, la squadra ha scoperto che cinque su dieci sono stati recentemente confermati, dando ulteriore credito alle previsioni di Decagon.

“È stato sorprendente che le reti di interazione proteica rivelassero così tanto gli effetti collaterali della pasticca”, ha detto Leskovec, membro di Stanford Bio-X, Stanford Neurosciences Institute e Chan Zuckerberg Biohub.

Al momento, Decagone considera solo gli effetti collaterali associati a coppie di farmaci, e in futuro il team spera di estendere i risultati per includere regimi più complessi, ha detto Leskovec. Sperano anche di creare uno strumento più user-friendly per fornire ai medici una guida sull’opportunità di prescrivere un particolare farmaco a un particolare paziente e di aiutare i ricercatori a sviluppare regimi farmacologici per malattie complesse con minori effetti collaterali.

“Oggi gli effetti collaterali del farmaco vengono scoperti essenzialmente per caso”, ha detto Leskovec, “e il nostro approccio ha il potenziale per portare a un’assistenza sanitaria più efficace e più sicura”.

Annunci

Rispondi

This site uses Akismet to reduce spam. Learn how your comment data is processed.