Mejorar el reposicionamiento computacional de medicamentos a través de redes de similitud de enfermedades de...

Área de la Ciencia:

• Biología computacional
• Farmacología
• La bioinformática

Sus antecedentes:

• El reposicionamiento computacional de medicamentos identifica nuevos usos para los medicamentos existentes.
• Los métodos basados en la red integran información sobre drogas, enfermedades y objetivos.
• Las redes de similitud de una sola enfermedad limitan la diversidad de información.

Objetivo del estudio:

• Desarrollar un método avanzado de reposicionamiento computacional de drogas.
• Integrar múltiples redes de similitud de enfermedades para mejorar las predicciones.
• Identificar nuevas asociaciones entre fármacos y enfermedades con relevancia clínica.

Principales métodos:

• Construyó redes de similitud fenotípica, ontológica y molecular de enfermedades.
• Redes integradas en múltiples enfermedades y múltiples redes heterogéneas.
• Se aplicó un algoritmo Random Walk with Restart (RWR) adaptado para la predicción.

Principales resultados:

• Las redes multiplex y multiplex heterogéneas superaron a las redes de una sola capa.
• El método MHDR superó a los métodos de última generación en la validación cruzada de 10 veces.
• Identificó numerosas asociaciones nuevas entre fármacos y enfermedades, incluidas las apoyadas por proteínas compartidas, vías y complejos de proteínas.

Conclusiones:

• La integración de múltiples redes de similitud de enfermedades mejora la precisión del reposicionamiento de fármacos.
• El enfoque MHDR ofrece una herramienta poderosa para descubrir nuevas aplicaciones terapéuticas.
• Las asociaciones pronosticadas muestran un impacto práctico, con muchas validadas por ensayos clínicos.