Kunstig intelligens til at forbedre kombinationsdesign og personlig medicin

En ny autokommentar udgivet i SLAS teknologi ser på, hvordan et voksende område med kunstig intelligens, specifikt analyse af små systemer af interesse-specifikke datasæt, kan bruges til at forbedre lægemiddeludvikling og personlig medicin. Autokommentaren bygger på en undersøgelse for nylig offentliggjort af forfatterne i Videnskab translationel medicin om en kunstig intelligens (AI) platform, Quadratic Phenotypic Optimization Platform (QPOP), som væsentligt forbedrer kombinationsbehandlingen ved bortezomib-resistent myelomatose for at identificere de bedste lægemiddelkombinationer til individuelle myelomatosepatienter.

Det er nu tydeligt, at komplekse sygdomme, såsom kræft, kræver ofte effektive lægemiddelkombinationer for at have nogen væsentlig terapeutisk effekt. Efterhånden som lægemidlerne i disse kombinationsterapier bliver mere og mere specifikke for molekylære mål, at designe effektive lægemiddelkombinationer samt at vælge den rigtige lægemiddelkombination til den rigtige patient bliver sværere.

Kunstig intelligens har en positiv indvirkning på lægemiddeludvikling og personlig medicin. Med evnen til effektivt at analysere små datasæt, der fokuserer på den specifikke sygdom af interesse, QPOP og andre små datasæt-baserede AI-platforme kan rationelt designe optimale lægemiddelkombinationer, der er effektive og baseret på reelle eksperimentelle data og ikke mekanistiske antagelser eller prædiktiv modellering. Desuden, på grund af platformens effektivitet, QPOP kan også anvendes på værdifulde patientprøver for at hjælpe med at optimere og personliggøre kombinationsterapi.