深度学习促进药物-药物和药物-食物相互作用预测

背景介绍

药物的相互作用，包括药物-药物相互作用（DDIs）和药物-食物组分相互作用（DFIs）。这些相互作用往往会引发意想不到的药理作用，如药物不良反应（ADEs），但造成这些不良反应的机制却不为人知。在现今的研究背景下，目前的计算方法并不能为DDI的发生提供有效的预测。

为了解决这个问题，KAIST研究团队建立了DeepDDI的计算方法。该计算方法能准确的预测所给定的86个药对的DDI类型。日前这份研究结果已发表在Proceedings of the National Academy of Sciences杂志。

具体内容

DeepDDI以两个药物的结构信息和名字作为输入文件，从而对该药对的相关DDI类型进行预测。在该研究中，DeepDDI应用深度神经网络方法预测了86个药物对的DDI类型，其平均准确率为92.4％（通过比对DrugBank黄金标准DDI数据库，该数据库涵盖了191,878个药物对的192,284种DDI）。

更为重要的是，DeepDDI预测得到的DDI类型是以可读式文件输出的，在结果中能描述两药同用的药理作用和/或两种药物之间相互作用可能导致ADE的风险。例如，在做羟考酮（阿片类止痛药）和阿扎那韦（抗逆转录病毒药物）两药之间的DDI预测分析时，DeepDDI输出文件是这样的：“羟考酮与阿扎那韦联合使用时，可以降低羟考酮的代谢。”以及“羟考酮与阿扎那韦联合使用时，可增加不良反应的风险”。因此DeepDDI能够为用户提供更多药物相互作用的信息，比目前报告的DDI或ADE更详细。

DeepDDI的应用

DeepDDI首先被用于预测FDA批准的2,159种药物的所有药物组合的DDI类型，即2,329,561个药物对可能的DDI类型，包括新近预测的487,632种药物对的DDI类型。此外，DeepDDI还可以在药物治疗过程中建议患者应避免使用哪种药物或食物，以尽量减少药物不良事件或优化药物疗效。同时，DeepDDI还被用来研究9,284种药物对可能的ADE的因果机制，并且还预测了62,707对具有负面健康影响的药物对的替代药物。

此外，DeepDDI还适用于3,288,157种药物-食物成分对（2,159种批准药物和1,523种特征明确的食物成分）的DFIs预测。最终还预测了256种食品成分对的药理作用以及149种食品成分对生物活性的影响。如果某患者正在服用某种特定（慢性）疾病（如高血压或2型糖尿病）的药物，所有这些预测结果都是可用的。

这个平台技术的开发者说：“我们开发了一种平台技术DeepDDI，可以在第四次工业革命时代实现精准医学。DeepDDI可以提供有关药物处方和饮食建议的重要信息，通过服用某些药物以最大限度地提高健康益处并最终帮助维护这个老龄化社会的健康生活。”

DOI:10.1073/pnas.1803294115

专业品质，诚信至上

您的生物医药信息专家

唯信计算订阅号与中大唯信公众号、中大唯信头条号均由中大唯信科技有限公司运营，欢迎关注转发，未经授权禁止转载