בפריצת דרך לרפואה קרדיווסקולרית, החוקרים רתמו אינטליגנציה מלאכותית כדי לגלות השפעות מורידות שומנים בלתי צפויות בתרופות קיימות שאושרו על ידי ה- FDA. המחקר, שפורסם ב Acta Pharmacologica sinicaמטפל בפערים קריטיים בטיפול בהיפרליפידמיה-שם חולים רבים נאבקים בחוסר סובלנות או בתגובה לא מספקת לסטטינים ולטיפולים סטנדרטיים אחרים.
באמצעות מסגרת למידת מכונה חדשה, הצוות ניתח 3,430 תרופות (176 סוכני הורדת שומנים ידועים לעומת 3,254 בקרות). דגמי AI בעלי הביצועים העליונים סימנו 29 מועמדים לצורך החזרת חוזרת. באופן חיוני, תחזיות אלה עברו אימות קפדני על ידי שימוש בנתונים קליניים, ניסויי עכברים ועגינה מולקולרית.
הקמנו פרדיגמה למיקום מחדש של סמים מונע AI. על ידי שילוב תחזיות חישוביות עם אימות קליני וניסיוני, אנו עוקפים עשרות שנים של קלינאים מסורתיים לפיתוח תרופות כלים חדשים במהירות וזולה יותר. "
ד"ר פנג לואו, סופר בכיר
מחקר זה משתמש בגישה חדשנית על ידי שילוב טכניקות למידת מכונות כדי לחקור באופן שיטתי את הפוטנציאל השומני של תרופות שאינן מורידות,, מה שעשוי להציע אפשרויות טיפול חדשות לחולים עם היפרליפידמיה. מתודולוגיית המחקר כוללת ניתוח נתונים קליני רטרוספקטיבי וניסויים של בעלי חיים in vivo לצורך אימות, תוך בחינת מנגנוני הכריכה והאינטראקציה בין תרופות ליעדי הורדת שומנים ברמה המולקולרית. גישה זו עשויה לספק אפשרויות חלופיות לחולים המציגים סובלנות לקויה או תגובה לא מספקת לטיפולי הורדת שומנים קונבנציונליים, ובכך מציעים פוטנציאל לטיפול אינדיבידואלי ומדויק בהיפרליפידמיה. כתוצאה מכך, למחקר זה יש פוטנציאל לשפר את תוצאות המטופלים, ובכך להפגין ערך אקדמי משמעותי ויישום קליני מבטיח.
