Pronóstico de la lesión hepática inducida por fármacos basado en redes convolucionales de gráficos y toxicogenómica

Área de la Ciencia:

• Toxicología computacional
• Farmacogenómica
• Ciencias de la seguridad de los medicamentos

Sus antecedentes:

• La lesión hepática inducida por drogas (DILI) es un gran desafío en el desarrollo de fármacos, lo que lleva a altas tasas de desgaste.
• Los modelos existentes en silico a menudo carecen de validación robusta y no aprovechan completamente las propiedades biológicas de los medicamentos.
• La predicción precisa de DILI es crucial para garantizar la seguridad y la eficacia del medicamento.

Objetivo del estudio:

• Desarrollar un modelo avanzado in silico para predecir el DILI utilizando datos toxicogenómicos.
• Mejorar la precisión de la predicción DILI haciendo hincapié en las interacciones entre genes.
• Validar el rendimiento del modelo utilizando datos de drogas del mundo real y modelos experimentales.

Principales métodos:

• Desarrolló BioGL-GCN, una red convolucional de gráficos que incorpora un módulo de aprendizaje de gráficos biológicos (BioGL).
• Utilizó redes de interacción proteína-proteína y análisis de enriquecimiento genético para una representación gráfica óptima de las interacciones genéticas.
• Aplicó el modelo para predecir el riesgo de DILI para los compuestos en la base de datos integrada de medicina tradicional china (ITCM).

Principales resultados:

• El modelo BioGL-GCN logró una precisión de predicción del 79% para el DILI.
• El modelo demostró un rendimiento superior al priorizar las relaciones gen-gen sobre los métodos anteriores.
• Las predicciones se validaron experimentalmente utilizando un modelo 3D de hepatocitos humanos primarios (PHH).

Conclusiones:

• BioGL-GCN ofrece un enfoque computacional confiable y preciso para predecir la lesión hepática inducida por medicamentos.
• El enfoque del modelo en el aprendizaje de gráficos biológicos mejora su poder predictivo para la hepatotoxicidad.
• Este enfoque puede ayudar significativamente a la identificación temprana de posibles problemas de seguridad de los medicamentos.