MILAN — Une forme d’intelligence artificielle qui compare les structures des médicaments et des aliments a révélé de nombreuses interactions potentielles chez les patients atteints de sclérose en plaqueset a fait des suggestions pour des combinaisons thérapeutiques moins risquées, rapportent des chercheurs allemands.
L’équipe a introduit les plans de traitement de près de 630 patients dans un réseau neuronal profond, qui a identifié les interactions médicamenteuses dans plus de 80 % des cas, en particulier lors du passage d’un médicament à un autre, ainsi que d’éventuelles interactions alimentaires.
Surtout, l’outil a pu identifier des interactions spécifiques qui pourraient être évitées si un médicament était remplacé par un autre ayant un profil pharmacologique similaire, mais un risque plus faible d’effets indésirables.
“Les interactions médicamenteuses potentielles constituent un problème de sécurité majeur chez les patients atteints de sclérose en plaques”, a déclaré le présentateur de l’étude Michael Hecker, du département de neurologie du centre médical de l’université de Rostock, à Rostock, en Allemagne.
De telles méthodes basées sur l’apprentissage profond sont « utiles » pour détecter les interactions potentielles à la fois entre les médicaments et avec les aliments, concluent-ils.
Les résultats ont été présentés au 9e Comité mixte européen pour le traitement et la recherche sur la sclérose en plaques-Comité américain pour le traitement et la recherche sur la sclérose en plaques (ECTRIMS-ACTRIMS) 2023.
Interactions inconnues
Au cours de sa présentation, Hecker a souligné que la plupart des patients atteints de sclérose en plaques prennent deux médicaments ou plus « pour traiter leur maladie et atténuer leurs symptômes et comorbidités ».
Il a toutefois souligné que les patients qui prennent plusieurs médicaments courent un risque accru d’effets secondaires, car un médicament peut affecter les propriétés pharmacocinétiques ou pharmacodynamiques d’un autre.
“Par exemple, cela peut modifier son métabolisme”, a déclaré Hecker, et donc affecter son mécanisme d’action et la réponse au médicament, les médicaments ayant potentiellement des effets synergiques, antagonistes ou additifs.
Il a expliqué que le site en ligne Banque de médicaments La base de données « fournit une vaste collection » d’interactions médicamenteuses connues pour les composés qui ont fait leurs preuves. “Cependant, pour d’autres médicaments, et en particulier ceux qui sont testés uniquement dans le cadre d’essais cliniques, il n’existe aucune information sur les interactions médicament-médicament et médicament-aliment”, a déclaré Hecker.
“De plus, la recherche dans une base de données d’interactions médicamenteuses individuelles prend beaucoup de temps”, a-t-il ajouté.
34 millions de paramètres
Par conséquent, l’utilisation des réseaux neuronaux profonds pour étudier les interactions médicamenteuses suscite un intérêt croissant, a déclaré Hecker. DeepDDI est le « cadre d’apprentissage profond de pointe » pour prédire les interactions.
Il prend des paires médicament-médicament ou médicament-aliment et compare leurs structures pour déterminer leur similarité. Ces informations sont introduites dans un réseau neuronal profond comprenant près de 34 millions de paramètres pouvant être entraînés.
Le cadre fournit ensuite une prédiction de toute interaction dans les mêmes termes que la DrugBank, suggérant, par exemple, que le médicament A peut diminuer les activités antihypertensives du médicament B.
Pour la présente étude, les chercheurs ont formé le réseau neuronal profond sur la version la plus récente de la base de données DrugBank, constatant qu’il était capable de reproduire les interactions médicamenteuses dans la base de données avec une précision de 92,2 % dans l’ensemble de validation et de 92,1 % dans l’ensemble de validation. l’ensemble de test.
Ils ont ensuite intégré les plans de traitement de 627 patients atteints de sclérose en plaques dans le réseau neuronal profond.
Les patients avaient un âge moyen de 48,6 ans, 70,3 % étaient des femmes et la durée médiane de la maladie était de 10 ans. Ils prenaient en moyenne 5,3 médicaments et 62 % utilisaient des thérapies modificatrices de la maladie (DMD).
L’équipe a comparé les structures des médicaments qu’ils prenaient avec celles de 367 médicaments utilisés pour le traitement de la sclérose en plaques, ainsi qu’avec les données structurelles de 1 673 composés alimentaires provenant du AlimentationDB base de données.
L’échange de médicaments pourrait réduire les interactions
La prévalence globale des interactions médicamenteuses potentielles parmi les patients inclus dans l’étude était de 81,2 %.
Les chercheurs ont ensuite déterminé la proportion de patients qui courraient un risque d’interaction médicamenteuse supplémentaire s’ils passaient d’un DMD à un autre ou à un inhibiteur de la tyrosine kinase Bruton, compte tenu de tous leurs autres médicaments.
Ils ont constaté, par exemple, que plus de 40 % des patients passant à l’immunomodulateur fingolimod (Gilenya) présenterait un risque accru de bradycardie.
Un peu moins de 40 % des patients qui ont changé leur DMD pour un analogue de la purine cladribine (Mavenclad) présenterait un risque accru, ou une aggravation, de saignement, tout comme environ 25 % de ceux qui sont passés à l’agent antinéoplasique anthracènedione. mitoxantrone (Novantrone).
Hecker a également montré que le réseau neuronal profond pourrait faire des suggestions sur la façon dont les interactions médicamenteuses critiques pourraient être évitées en remplaçant les médicaments en interaction par des alternatives ayant des effets pharmacologiques similaires.
Par exemple, carbamazépine (Tegretol, Equetro) pourrait être remplacé par topiramate (plusieurs noms de marque) pour éviter l’hépatotoxicité chez les patients prenant également acétaminophènealors que liothyronine (Cytomel, Triostat) pourrait remplacer lévothyroxine chez les patients prenant également tériflunomide (Je promets).
Enfin, Hecker a signalé qu’il existait un sous-ensemble de 6 860 interactions médicamenteuses potentielles avec les médicaments des patients, entraînant une réduction ou une augmentation des concentrations de médicaments, en particulier lors de la consommation de poisson ou de champignons.
Il a toutefois admis que leur étude présentait plusieurs limites, notamment le fait qu’elle incluait uniquement des médicaments à petites molécules et qu’ils n’avaient pas interrogé les patients sur leur régime alimentaire ni s’ils avaient observé des effets indésirables des médicaments.
En outre, « seul un petit nombre » des interactions potentielles médicamenteuses ou médicamenteuses identifiées seraient « cliniquement pertinentes ».
Hecker a également souligné que chaque médicament a un enregistrement, mais qu’il est utilisé pour des indications différentes, avec des dosages différents, et a des effets secondaires différents, selon la manière dont il est utilisé.
“Le modèle ne fait pas de distinction”, a-t-il déclaré, et certaines des interactions qu’il met en évidence pourraient donc être liées à d’autres doses que celle utilisée dans la sclérose en plaques par exemple.
Promesse pour l’avenir
Pavan Bhargava, MBBS, MD, professeur agrégé de neurologie au Centre d’excellence en médecine de précision Johns Hopkins pour la sclérose en plaques, Baltimore, a déclaré que, comme pour tous les outils d’IA, “la qualité dépend de ce que nous y mettons”.
Bhargava, qui a coprésidé la séance, a déclaré Actualités médicales Medscape qu’« il y a des limites sur les informations contenues dans les bases de données » qui sont introduites dans le réseau neuronal profond.
Il a également souligné qu’« à ce stade, il ne semblait pas y avoir beaucoup d’informations cliniquement utiles », mais a noté que « nous pourrions en arriver à ce point ».
“Pour l’instant, il y a une promesse”, a déclaré Bhargava, mais “ce n’est pas encore tout à fait là”.
Aucun financement n’a été déclaré. Hecker déclare des relations avec Bayer HealthCare, Biogen, Merck Healthcare, Novartis et Teva. Plusieurs autres co-auteurs ont également déclaré des relations financières avec l’industrie.
9e Comité mixte européen pour le traitement et la recherche sur la sclérose en plaques-Comité américain pour le traitement et la recherche sur la sclérose en plaques (ECTRIMS-ACTRIMS) 2023 : Résumé O042. Présenté le 11 octobre 2023.
Pour plus d’actualités sur Medscape Neurology, rejoignez-nous sur Facebook et Twitter
