p Só no mês passado, 23 por cento dos americanos tomaram dois ou mais medicamentos prescritos, de acordo com uma estimativa do CDC, e 39 por cento acima de 65 anos tomam cinco ou mais, um número que triplicou nas últimas décadas. E se isso não é surpreendente o suficiente, tente este:em muitos casos, os médicos não têm ideia de quais efeitos colaterais podem surgir ao adicionar outro medicamento à farmácia particular de um paciente. p O problema é que com tantos medicamentos atualmente no mercado farmacêutico dos EUA, "é praticamente impossível testar um novo medicamento em combinação com todos os outros medicamentos, porque apenas para uma droga seriam cinco mil novos experimentos, "disse Marinka Zitnik, um pós-doutorado em ciência da computação. Com algumas novas combinações de drogas, ela disse, "realmente não sabemos o que vai acontecer."

p Mas a ciência da computação pode ajudar. Em um artigo apresentado em 10 de julho na reunião de 2018 da International Society for Computational Biology em Chicago. Zitnik e seus colegas Monica Agrawal, um estudante de mestrado, e Jure Leskovec, um professor associado de ciência da computação, traçar um sistema de inteligência artificial para prever, não simplesmente rastreando, potenciais efeitos colaterais das combinações de drogas. Esse sistema, chamado Decagon, pode ajudar os médicos a tomar melhores decisões sobre quais medicamentos descrever e ajudar os pesquisadores a encontrar melhores combinações de medicamentos para tratar doenças complexas.

p Muitas combinações

p Uma vez disponível para os médicos de uma forma mais amigável, As previsões de Decagon seriam uma melhoria em relação ao que está disponível agora, o que essencialmente se resume ao acaso - um paciente toma um medicamento, começa a tomar outro e, em seguida, desenvolve uma dor de cabeça ou pior. Existem cerca de 1000 diferentes efeitos colaterais conhecidos e 5, 000 medicamentos no mercado, gerando quase 125 bilhões de efeitos colaterais possíveis entre todos os pares possíveis de drogas. A maioria destes nunca foram prescritos juntos, muito menos estudado sistematicamente.

p Mas, Zitnik, Agrawal e Leskovec perceberam que poderiam contornar esse problema estudando como as drogas afetam a maquinaria celular subjacente em nosso corpo. Eles compuseram uma enorme rede descrevendo como os mais de 19, 000 proteínas em nossos corpos interagem entre si e como diferentes drogas afetam essas proteínas. Usando mais de 4 milhões de associações conhecidas entre drogas e efeitos colaterais, a equipe então projetou um método para identificar os padrões de como os efeitos colaterais surgem com base em como as drogas têm como alvo diferentes proteínas.

p Fazer isso, a equipe se voltou para o aprendizado profundo, uma espécie de inteligência artificial modelada a partir do cérebro. Em essência, a aprendizagem profunda analisa dados complexos e extrai deles de forma abstrata, às vezes, padrões contra-intuitivos nos dados. Nesse caso, os pesquisadores projetaram seu sistema para inferir padrões sobre os efeitos colaterais da interação medicamentosa e prever consequências nunca vistas antes de tomar dois medicamentos juntos.

p Prevendo complicações

p Só porque Decagon encontrou um padrão não o torna necessariamente real, então o grupo olhou para ver se suas previsões se concretizaram, e em muitos casos, eles fizeram. Por exemplo, não houve indicação nos dados da equipe de que a combinação de atorvastatina, uma droga de colesterol, e amlopidina, um medicamento para pressão arterial, pode levar à inflamação muscular, ainda Decagon previu que iria, e estava certo. Embora não tenha aparecido nos dados originais, um relato de caso de 2017 sugeriu que a combinação de drogas levou a um tipo perigoso de inflamação muscular.

p Esse exemplo nasceu em outros casos também. Quando eles pesquisaram a literatura médica em busca de evidências de dez efeitos colaterais previstos pelo Decagon, mas não em seus dados originais, a equipe descobriu que cinco entre dez foram recentemente confirmados, dando mais crédito às previsões de Decagon.

p "Foi surpreendente que as redes de interação de proteínas revelassem tanto sobre os efeitos colaterais das drogas, "disse Leskovec, que é membro do Stanford Bio-X, Stanford Neurosciences Institute e Chan Zuckerberg Biohub.

p Agora mesmo, Decagon considera apenas os efeitos colaterais associados a pares de drogas, e no futuro a equipe espera estender seus resultados para incluir regimes mais complexos, Leskovec disse. Eles também esperam criar uma ferramenta mais amigável para orientar os médicos sobre se é uma boa ideia prescrever um determinado medicamento para um determinado paciente e para ajudar os pesquisadores a desenvolver regimes de medicamentos para doenças complexas com menos efeitos colaterais.

p "Hoje, os efeitos colaterais dos medicamentos são descobertos essencialmente por acidente, "Leskovec disse, "e nossa abordagem tem o potencial de levar a cuidados de saúde mais eficazes e seguros."