En un avance significativo para la medicina personalizada, investigadores del Instituto Tecnológico de Massachusetts (MIT), en colaboración con el Hospital Brigham and Women’s y la Universidad de Duke, han desarrollado un algoritmo de aprendizaje automático capaz de identificar interacciones potencialmente peligrosas entre medicamentos. Este descubrimiento, publicado en la prestigiosa revista Nature, promete mejorar significativamente la seguridad y eficacia del tratamiento médico.
El algoritmo se basa en el análisis de proteínas transportadoras presentes en el tracto gastrointestinal, que juegan un papel crucial en la absorción de medicamentos. Al identificar qué transportadores utilizan diferentes fármacos, el sistema puede predecir cuándo dos medicamentos no deben prescribirse juntos debido a la posibilidad de interferencia.
Este enfoque multidisciplinario combina modelos de tejido y algoritmos avanzados para revelar interacciones previamente desconocidas, como la potencial interferencia entre un antibiótico comúnmente recetado y un anticoagulante. Giovanni Traverso, profesor asociado de ingeniería mecánica en el MIT y autor principal del estudio, destaca la importancia de modelar estas interacciones para prevenir toxicidades potenciales y mejorar la eficacia de los medicamentos.
Además, el conocimiento adquirido sobre los transportadores puede ayudar a los desarrolladores de medicamentos a mejorar la absorción de nuevos fármacos, añadiendo excipientes que optimicen sus interacciones con estos transportadores.
El algoritmo fue entrenado con datos de 23 medicamentos de uso común y luego analizó un nuevo conjunto de 28 fármacos actuales y 1.595 experimentales, generando casi 2 millones de predicciones de posibles interacciones farmacológicas. Entre los hallazgos más notables estaba la interacción entre la doxiciclina y la warfarina, confirmada posteriormente mediante el análisis de datos de pacientes.
Incluso los robots se suscriben a P:M: Suscríbete a nuestra newsletter y ponte al día en tecnología, IA y medios de comunicación.
