Interazione tra farmaci, l'intelligenza artificiale predice rischi


  • Adnkronos Salute
L'accesso ai contenuti di questo sito è riservato agli operatori del settore sanitario italiano L'accesso ai contenuti di questo sito è riservato agli operatori del settore sanitario italiano

Roma, 10 lug. (AdnKronos Salute) - L'intelligenza artificiale per predire i potenziali effetti collaterali della combinazione di più farmaci. E' il sistema ribattezzato 'Decagon', che potrebbe aiutare i medici a prendere le decisioni migliori su quali medicine prescrivere a chi è già in cura con diverse terapie e gli scienziati a sviluppare le combinazioni più sicure di molecole per il trattamento di malattie complesse. "Esistono 1.000 effetti collaterali noti per gli oltre 5 mila farmaci che oggi sono sul mercato, ma sono circa 125 miliardi le interazioni possibili tra tutte le coppie. E si conoscono poco o nulla le interazioni tra molte coppie di molecole", sottolineano i ricercatori della Stanford University che hanno messo a punto 'Decagon'. Per ora il sistema considera solo gli effetti collaterali associati a coppie di farmaci, ma i suoi creatori sperano di aumentarne il potenziale di analisi.

Il 'cervellone' di intelligenza artificiale è stato messo a punto da Morinka Zitnik e Monica Agrawal, dottorande in scienze informatiche, dell'Università di Stanford e da Jure Leskovec, professore associato e membro di Stanford Bio-X, ed è stato presentato al congresso della Society for Computational Biology a Chicago.

Gli scienziati si sono resi conto di poter aggirare il problema della grande mole di miliardi di interazioni possibili tra le molecole sintetiche studiando come queste influenzano il meccanismo cellulare dell'organismo. Così hanno composto un network digitale che descrive come le 19 mila proteine del corpo umano interagiscono tra loro e in che modo i farmaci agiscono su queste proteine.

Usando più di 4 milioni di associazioni note tra medicinali e gli effetti collaterali già studiati, il team ha progettato un metodo per identificare i modelli con cui questi ultimi si manifestano in base a quale proteina prendono di mira.

"Il problema è che con così tanti farmaci attualmente sul mercato farmaceutico statunitense, è praticamente impossibile testare una nuova molecola in combinazione con tutti gli altri farmaci - osserva Zitnik - perché solo per un medicinale sarebbero necessari cinquemila nuovi esperimenti". Secondo Leskovec la potenzialità di 'Decagon' è anche economico-sanitaria perché il sistema può "contribuire a una'assistenza sanitaria più efficace e più sicura".