Американские ученые использовали ИИ для улучшения лечения пациентов

Исследователи из Массачусетского технологического института (MIT), Бригамской женской больницы и Университета Дьюка разработали многогранную стратегию, позволяющую определить, какие транспортерные белки используются различными лекарствами для выхода из пищеварительного тракта. Это открытие может существенно улучшить лечение пациентов, так как два лекарства, полагающиеся на один и тот же транспортер, могут взаимодействовать друг с другом и не должны назначаться одновременно.

Орально принимаемые лекарства должны проходить через слизистую оболочку пищеварительного тракта. Белки-транспортеры, находящиеся на клетках, выстилающих желудочно-кишечный тракт, способствуют этому процессу. Однако для многих лекарств до сих пор не было известно, какие именно транспортеры они используют для выхода из пищеварительного тракта.

Используя как тканевые модели, так и алгоритмы машинного обучения, исследователи смогли выявить, что антибиотик доксициклин и антикоагулянт варфарин могут взаимодействовать друг с другом, что открывает путь для создания новых терапевтических методик.

Исследователи адаптировали тканевую модель, разработанную ими в 2020 году, для измерения абсорбции конкретного лекарства. Экспериментальная установка, основанная на кишечной ткани свиньи, выращенной в лаборатории, позволяет систематически изучать абсорбцию различных лекарственных формуляций.

Используя короткие цепочки РНК, называемые siRNA, для подавления экспрессии каждого транспортера в разделах ткани, исследователи смогли изучить, как каждый транспортер взаимодействует с множеством различных лекарств.

Используя эту систему, исследователи протестировали 23 широко используемых лекарства, что позволило им идентифицировать транспортеры, используемые каждым из этих лекарств. Затем они обучили модель машинного обучения на этих данных, а также на данных из нескольких баз данных о лекарствах. Модель научилась делать предсказания о том, какие лекарства будут взаимодействовать с какими транспортерами, на основе сходства между химическими структурами лекарств.

Используя эту модель, исследователи проанализировали новый набор из 28 текущих лекарств, а также 1595 экспериментальных лекарств. Этот анализ привел к почти 2 миллионам предсказаний потенциальных взаимодействий лекарств. Среди них было предсказание, что доксициклин может взаимодействовать с варфарином, широко назначаемым антикоагулянтом. Доксициклин также предположительно взаимодействует с дигоксином, используемым для лечения сердечной недостаточности, леветирацетамом, противосудорожным средством, и такролимусом, иммунодепрессантом.

Для проверки этих предсказаний исследователи обратились к данным около 50 пациентов, которые принимали одно из этих трех лекарств, когда им был назначен доксициклин. Эти данные, полученные из пациентских баз данных Массачусетской генеральной больницы и Бригамской женской больницы, показали, что когда доксициклин назначался пациентам, уже принимающим варфарин, уровень варфарина в крови пациентов повышался, а затем снижался после прекращения приема доксициклина.

Эти данные также подтвердили предсказания модели о том, что абсорбция доксициклина затрагивается дигоксином, леветирацетамом и такролимусом. Только одно из этих лекарств, такролимус, ранее подозревалось во взаимодействии с доксициклином.

Помимо выявления потенциальных взаимодействий между уже используемыми лекарствами, этот подход также может быть применен к лекарствам, находящимся в разработке. С помощью этой технологии разработчики лекарств могут настраивать формулу новых молекул лекарств, чтобы предотвратить взаимодействия с другими лекарствами или улучшить их всасываемость.