التنبؤ بالتفاعلات بين الأدوية من خلال دمج البيانات الكيميائية والبيولوجية والظاهريّة والشبكية

خلفية: يُعد التفاعل بين الأدوية (DDIs) أحد المخاوف الرئيسية في اكتشاف الأدوية. يمكن أن يُساعد التنبؤ الدقيق بالتفاعلات المحتملة بين الأدوية في تقليل التفاعلات غير المتوقعة طوال دورة حياة الأدوية، وهو أمر مهم لمراقبة سلامة الأدوية. النتائج: نظرًا لأن العديد من التفاعلات بين الأدوية لا تُكتشف أو تُلاحظ في التجارب السريرية، يهدف هذا العمل إلى التنبؤ بالتفاعلات غير الملحوظة أو غير المكتشفة. في هذه الورقة، نجمع مجموعة متنوعة من بيانات الأدوية التي قد تؤثر على التفاعلات بين الأدوية، أي بيانات الهيكل الفرعي للعقار، وبيانات هدف الدواء، وبيانات إنزيم الدواء، وبيانات ناقل الدواء، وبيانات مسارات الدواء، وبيانات مؤشرات الدواء، وبيانات الآثار الجانبية للدواء، وبيانات الآثار الجانبية الأخرى المعروفة، والتفاعلات المعروفة بين الأدوية. نعتمد ثلاث طرق تمثيلية: طريقة توصية الجوار، وطريقة السير العشوائي، وطريقة اضطراب المصفوفة لبناء نماذج التنبؤ المعتمدة على بيانات مختلفة. وبالتالي، نقيم فائدة المصادر المعلوماتية المختلفة لتنبؤ التفاعلات بين الأدوية. علاوة على ذلك، نقدم أطر مرنة لدمج نماذج مختلفة مع قواعد تجميع مناسبة، بما في ذلك قاعدة التجميع بمتوسط الوزن وقاعدة تجميع المصنف، ونطور نماذج تجميع لتحقيق أداء أفضل. الاستنتاجات: تُظهر التجارب أن مصادر البيانات المختلفة تقدم معلومات متنوعة، وأن شبكة التفاعلات بين الأدوية المستندة إلى التفاعلات المعروفة هي واحدة من المعلومات الأكثر أهمية لتنبؤ التفاعلات بين الأدوية. يمكن أن تنتج طرق التجميع أداءً أفضل من الطرق الفردية، وتتجاوز الأساليب المتقدمة الموجودة. تتوفر مجموعات البيانات ورموز المصدر على https://github.com/zw9977129/drug-drug-interaction/.