Aprovechamiento de grandes modelos lingüísticos para la extracción estructurada de las interacciones del citocromo...

Área de la Ciencia:

• Minería de texto biomédico
• Farmacogenómica
• Biología computacional

Sus antecedentes:

• Las enzimas del citocromo P450 (CYP) juegan un papel crucial en el metabolismo de los medicamentos.
• La identificación precisa de las interacciones CYP-sustancia es vital para el desarrollo de fármacos y su seguridad.
• Los métodos anteriores para extraer estas interacciones eran limitados en escala y precisión.

Objetivo del estudio:

• Desarrollar un marco escalable y de alta precisión para la extracción de las interacciones CYP-sustancia utilizando los avances recientes en los grandes modelos de lenguaje (LLM).
• Mejorar la integración sistemática de los datos de interacción entre el isoforme y la sustancia del CYP.
• Para superar las limitaciones de los esfuerzos fragmentados anteriores en la catalogación de estas interacciones.

Principales métodos:

• Aprovechó el modelo de lenguaje grande ChatGPT O3-mini.
• Empleó ingeniería rápida con formato de salida estructurado y definiciones incrustadas.
• Utilizó ejemplos seleccionados de pocos disparos y procesamiento por lotes, sin depender de diccionarios u ontologías específicas de dominio.

Principales resultados:

• Alcanzó un alto rendimiento con un recuerdo de 0,963 y una precisión de 0,987 en todos los objetivos del CYP.
• Específicamente para el CYP3A4, se logró una recuperación de 0,923 y una precisión de 0,993.
• Demostró una mejora sustancial con respecto a los métodos anteriores basados en reglas.

Conclusiones:

• Las tuberías impulsadas por LLM ofrecen un avance significativo en la minería de textos biomédicos para las interacciones entre CYP y sustancias.
• El marco desarrollado permite una integración más sistemática y completa de los datos de interacción.
• Este enfoque acelera la investigación sobre el metabolismo de los fármacos y apoya el desarrollo de terapias más seguras y eficaces.