Entdeckung von Wechselwirkungen zwischen Medikamenten: ein textmining- und schlussfolgerungsbasierten Ansatz basierend auf Eigenschaften des Arzneimittelmetabolismus

MOTIVATION: Die Identifizierung von Wechselwirkungen zwischen Medikamenten (DDIs) ist ein kritischer Prozess bei der Arzneimittelverabreichung und -entwicklung. Klinische Unterstützungswerkzeuge bieten oft umfassende Listen von DDIs, jedoch fehlen ihnen häufig die unterstützenden wissenschaftlichen Beweise, und verschiedene Werkzeuge können inkonsistente Ergebnisse liefern. In diesem Artikel schlagen wir einen neuartigen Ansatz vor, der Text Mining und automatisierte Schlussfolgerungen integriert, um DDIs abzuleiten. Durch die Extraktion verschiedener Fakten zum Arzneimittelmetabolismus können nicht nur die DDIs, die im Text explizit erwähnt werden, extrahiert werden, sondern auch potenzielle Wechselwirkungen, die durch Schlussfolgerungen abgeleitet werden können. ERGEBNISSE: Unser Ansatz war in der Lage, mehrere potenzielle DDIs zu finden, die nicht in DrugBank enthalten sind. Wir haben diese Wechselwirkungen manuell anhand ihrer unterstützenden Beweise bewertet, und unsere Analyse ergab, dass 81,3 % dieser Wechselwirkungen als korrekt eingestuft wurden. Dies legt nahe, dass unser Ansatz potenzielle DDIs aufdecken kann, mit wissenschaftlichen Beweisen, die den Mechanismus der Wechselwirkungen erklären.