काम, प्रकाशित जून में 18 लैंसेट जर्नल EBioMedicineप्रदान करता है , एक नई विधि विकसित करने के लिए सुरक्षित दवाओं की पहचान के द्वारा संभावित प्रतिकूल प्रतिक्रियाओं से पहले दवा उम्मीदवारों तक पहुँचने के मानव नैदानिक परीक्षणों या बाजार में प्रवेश के रूप में मंजूरी दे दी दवाओं.

निष्कर्ष यह भी अंतर्दृष्टि की पेशकश में मानव शरीर कैसे प्रतिक्रिया करता है के लिए दवा यौगिकों के आणविक स्तर पर दोनों में वांछित और अनायास ही तरीकों से.

“मशीन सीखने नहीं है एक चांदी की गोली के लिए दवा की खोज की है, लेकिन मैं यह विश्वास नहीं कर सकते हैं, में तेजी लाने के कई अलग अलग पहलुओं में कठिन और लंबी प्रक्रिया के विकास की नई दवाओं ने कहा,” कागज के सह पहले लेखक रॉबर्ट Ietswaart, रिसर्च फेलो में आनुवंशिकी प्रयोगशाला में स्टर्लिंग के पादरी में Blavatnik संस्थान में एचएमएस. पादरी था, अध्ययन में शामिल नहीं.

“हालांकि यह भविष्यवाणी नहीं कर सकते सभी संभव प्रतिकूल प्रभाव, हम आशा है कि हमारे काम में मदद मिलेगी शोधकर्ताओं ने संभावित मुसीबत स्पॉट पर जल्दी विकसित करने और सुरक्षित दवाओं भविष्य में,” Ietswaart कहा.

दवा के साइड इफेक्ट है, तकनीकी रूप से जाना जाता है के रूप में प्रतिकूल दवा प्रतिक्रियाओं, हल्के से लेकर के लिए घातक है । वे हो सकती या तो लेने के लिए जब एक दवा के रूप में निर्धारित या एक परिणाम के रूप में गलत dosages, बातचीत के कई दवाओं या बंद लेबल का उपयोग करें (एक दवा लेने के लिए कुछ अन्य की तुलना में यह क्या था के लिए मंजूरी दे दी). प्रतिकूल दवा प्रतिक्रियाओं के लिए जिम्मेदार हैं, 2 मिलियन अमरीकी अस्पताल में भर्ती प्रत्येक वर्ष के अनुसार, स्वास्थ्य विभाग और मानव सेवा, और के दौरान पाए जाते हैं 10 से 20 प्रतिशत के अस्पताल के अनुसार, मर्क मैनुअल.

शोधकर्ताओं और स्वास्थ्य देखभाल प्रदाताओं के लिए लागू किया जाता है कई रणनीति पर दशकों से बचने के लिए या कम से कम कम से कम प्रतिकूल दवा प्रतिक्रियाओं. लेकिन, क्योंकि एक ही दवा अक्सर साथ सूचना का आदान प्रदान कई शरीर में प्रोटीन-नहीं हमेशा सीमित करने के लिए इच्छित लक्ष्य-यह कठिन हो सकता है की भविष्यवाणी करने के लिए क्या, यदि कोई हो, साइड इफेक्ट के साथ एक दवा उत्पन्न हो सकता है. और अगर एक दवा के ऊपर समाप्त होता है के कारण एक प्रतिकूल प्रतिक्रिया है, यह कठिन हो सकता है की पहचान करने के लिए जो की अपने प्रोटीन लक्ष्य जिम्मेदार हो सकता है.

नए अध्ययन में, शोधकर्ताओं ने ले लिया है एक मौजूदा डेटाबेस की रिपोर्ट प्रतिकूल दवा प्रतिक्रियाओं और अन्य डेटाबेस के 184 प्रोटीन है कि विशिष्ट दवाओं के लिए जाना जाता है अक्सर के साथ बातचीत. फिर वे का निर्माण एक कंप्यूटर कलन विधि करने के लिए डॉट्स कनेक्ट.

“सीखने” से डेटा एल्गोरिथ्म का पता लगाया 221 संघों के बीच अलग-अलग प्रोटीन और विशिष्ट प्रतिकूल दवा प्रतिक्रियाओं. कुछ ज्ञात थे और कुछ नए थे.

संघों संकेत दिया है, जो प्रोटीन की संभावना का प्रतिनिधित्व करते हैं, दवा लक्ष्य के लिए योगदान है कि विशेष रूप से साइड इफेक्ट है और जो दूसरों को हो सकता है निर्दोष पास खड़े थे.

के आधार पर क्या यह पहले से ही “सीखा है,” और मजबूत द्वारा किसी भी नए डेटा है कि शोधकर्ताओं ने इसे फ़ीड, कार्यक्रम में मदद कर सकता डॉक्टरों और वैज्ञानिकों का अनुमान है कि एक नई दवा उम्मीदवार होने की संभावना है का कारण करने के लिए एक निश्चित पक्ष प्रभाव पर अपने स्वयं के या के साथ संयुक्त जब विशेष रूप से दवाओं. एल्गोरिथ्म की मदद कर सकते हैं के साथ इन भविष्यवाणियों से पहले एक दवा परीक्षण किया है, मनुष्यों में, पर आधारित प्रयोगशाला प्रयोगों से पता चलता है कि प्रोटीन है, जो दवा के साथ सूचना का आदान प्रदान.

आशा है बढ़ाने के लिए संभावना है कि एक दवा उम्मीदवार साबित होगा सुरक्षित रोगियों के लिए पहले और बाद में यह बाजार में पहुंचता है.

“यह कर सकता है कि जोखिम को कम अध्ययन में प्रतिभागियों के दौरान सामना पहली में मानव नैदानिक परीक्षण और कम से कम जोखिम रोगियों के लिए अगर एक दवा लाभ एफडीए अनुमोदन और में प्रवेश करती है नैदानिक उपयोग करते हैं,” कहा Ietswaart.

हैक अपने साइड इफेक्ट

परियोजना में पैदा हुआ था, एक मात्रात्मक विज्ञान hackathon द्वारा आयोजित नोवार्टिस संस्थानों के लिए जैव चिकित्सा अनुसंधान (NIBR) में 2018.

लैस्ज़लो शहरी, वैश्विक प्रमुख के preclinical माध्यमिक औषध विज्ञान में NIBR प्रस्तुत किया है, समस्याओं में से कुछ पर उनकी टीम व्यक्ति का आकलन करते समय सुरक्षा की नई दवा उम्मीदवारों के लिए. एक समूह के बोस्टन क्षेत्र में स्नातक छात्रों और postdocs hackathon पर कूद करने के लिए अपने ज्ञान को लागू करने के डेटा विज्ञान और मशीन सीखने.

समय के अधिकांश, परियोजनाओं से hackathon अंत के रूप में, सीखने के व्यायाम, ने कहा कि शहरी. पर इस दुर्लभ अवसर पर, हालांकि, एक मजबूत और स्थायी बातचीत से प्रेरित होकर वैज्ञानिकों से अलग-अलग संस्थानों में हुई एक उपन्यास प्रकाशित आवेदन में एक उच्च सम्मानित जर्नल, उन्होंने कहा.

चार सदस्यों के मूल hackathon समूह बन गया co-पहली कागज के लेखकों: Ietswaart पर एचएमएस, Seda Arat से जैक्सन प्रयोगशाला, अमांडा चेन के एमआईटी और समन Farahmand से मैसाचुसेट्स विश्वविद्यालय, बोस्टन. Arat है पर अब फाइजर. एक अन्य टीम के सदस्य, Bumjun किम के नॉर्थईस्टर्न विश्वविद्यालय, एक सह-लेखक. शहरी बन गया के वरिष्ठ लेखक कागज.

समस्या से निपटने के लिए, टीम के निर्माण, अपने मशीन सीखने एल्गोरिथ्म और इसे लागू करने के लिए दो बड़े डेटा सेट: एक से नोवार्टिस बारे में जानकारी के साथ प्रोटीन है कि प्रत्येक के 2,000 दवाओं के साथ बातचीत और एक से एफडीए के साथ 600,000 चिकित्सक की रिपोर्ट के प्रतिकूल दवा प्रतिक्रियाओं रोगियों में.

एल्गोरिथ्म उत्पन्न सांख्यिकीय मजबूत कैसे के बारे में जानकारी अलग-अलग प्रोटीन के लिए योगदान प्रलेखित प्रतिकूल प्रतिक्रियाओं ने कहा, Ietswaart.

“यह पता चलता शारीरिक प्रतिक्रिया करने के लिए perturbing एक विशेष प्रोटीन या जीन है कि बनाता है यह — आणविक स्तर पर,” उन्होंने कहा.

कई परिणामों के समर्थन में पिछले टिप्पणियों, इस तरह के रूप में है कि करने के लिए बाइंडिंग प्रोटीन hERG पैदा कर सकते हैं कार्डियक arrhythmias. निष्कर्षों को इस तरह मजबूत किया’ शोधकर्ताओं विश्वास है कि एल्गोरिथ्म प्रदर्शन कर रहा था अच्छी तरह से.

अन्य परिणाम है, हालांकि, अप्रत्याशित थे.

उदाहरण के लिए, एल्गोरिथ्म सुझाव दिया है कि प्रोटीन PDE3 के साथ जुड़ा हुआ है 40 से अधिक प्रतिकूल दवा प्रतिक्रियाओं. डॉक्टरों और शोधकर्ताओं के लिए जाना जाता है कि साल PDE3 inhibitors — आम विरोधी थक्के के उपचार के लिए तीव्र दिल की विफलता, स्ट्रोक की रोकथाम और दिल का दौरा पड़ने जटिलता के रूप में जाना जाता हृदयजनित सदमे — ताल विकारों के कारण कर सकते हैं, कम प्लेटलेट गिनती और ऊंचा स्तर के एंजाइमों बुलाया ट्रांसएमिनेस, एक संभव सूचक के जिगर की क्षति. लेकिन यह ज्ञात नहीं था कि लक्ष्यीकरण PDE3 हो सकता है जोखिम उठाने की तो कई अन्य साइड इफेक्ट, सहित कुछ करने के लिए संबंधित मांसपेशियों, हड्डियों, संयोजी ऊतकों, गुर्दे, मूत्र पथ और कान.

भविष्य में

एल्गोरिथ्म भी पेशकश की भविष्यवाणियों पर संभावना है कि एक विशेष दवा का कारण होगा एक निश्चित प्रतिकूल प्रतिक्रिया.

कैसे सही थे उन नए भविष्यवाणियों? पता लगाने के लिए, शोधकर्ताओं ने खिलाया उनके एल्गोरिथ्म अद्यतन जानकारी. तब तक, इस कार्यक्रम से सीखा था प्रतिकूल दवा प्रतिक्रियाओं की सूचना दी, 2014 के माध्यम से. टीम जोड़ा गया रिपोर्ट एकत्र हुए 2014 से 2019 के माध्यम से, में से कुछ का पता चला है जो साइड इफेक्ट नहीं किया गया था कि मनाया, इससे पहले कि विशेष रूप से दवाओं.

यकीन है कि पर्याप्त, कई के एल्गोरिथ्म के पहले से अप्रमाणित भविष्यवाणियों मिलान में हाल ही में वास्तविक दुनिया की रिपोर्ट.

“क्या लग रहा था की तरह झूठी सकारात्मक भविष्यवाणियों साबित नहीं करने के लिए गलत हो सकता है जब सभी को एक नई रिपोर्ट उपलब्ध हो गया है,” कहा Ietswaart.

बनाने के लिए अतिरिक्त कुछ है कि एल्गोरिथ्म विश्वसनीय है, टीम की तुलना में अपने परिणाम के लिए दवा लेबल किए गए पाठ खनन के वैज्ञानिक साहित्य और इस्तेमाल अन्य सत्यापन तकनीक.

हालांकि शोधकर्ताओं को मजबूत मॉडल के रूप में ज्यादा के रूप में वे सकता है, यह अभी भी का आकलन कम से कम 1 प्रतिशत के 20,000 जीन में मानव जीनोम.

“हमारे काम से कोई मतलब है एक पूरी समझ के प्रतिकूल दवा की घटनाओं, क्योंकि कई अन्य जीन और प्रोटीन में योगदान हो सकता है जिसके लिए कोई परख उपलब्ध है या नहीं दवाओं का परीक्षण किया गया है,” कहा Ietswaart.

वैज्ञानिकों का उपयोग कर सकते हैं, में सुधार लाने और पर निर्माण के मॉडल है, जो प्रकाशित किया गया था मुफ्त के लिए ऑनलाइन https://github.com/samanfrm/ADRtarget.

“यह काम किया गया है एक सहयोगी ‘खुला विज्ञान’ की भावना और टीम का प्रयास है,” कहा Ietswaart और शहरी.