Antidepresan ilaçların advers ilaç reaksiyonlarının bilgisayar ortamında tahmini

Advers ilaç reaksiyonları (AİR), dünya genelinde sağlığı tehdit eden en önemli sorunlardan biridir ve ilaç geliştirmenin önündeki önemli bir engeldir. Bu nedenle, bilgisayar-destekli metotların kullanılarak AİR'in erken ve doğru bir şekilde tahmin edilmesi hem oluşabilecek sağlık risklerini azaltmak hem de yüksek maliyetli ve uzun süren klinik araştırmalardan sonra ürünün piyasadan çekilmesini önlemek açısından son derece önemlidir. Bu çalışmada, 27 onaylı antidepresana ait 329 AİR'i tahmin etmek için bir model geliştirildi ve bu amaç için 3 makine öğrenimi algoritması karşılaştırıldı. Bir ilacın kimyasal ve ilaç hedefleri, enzimleri ve taşıyıcıları içeren biyolojik özellikleri, ilacın AİR'i ile entegre edilerek, AİR tahmini için bir makine öğrenimi modeli oluşturuldu. Atom sayısı, formal yük, zagreb indeksi gibi özelliklerin de bulunduğu toplam 338 kimyasal özellik ve sitokrom P450 3A4, sodyum-bağımlı serotonin taşıyıcı, p-glikoprotein 1 gibi özellikleri de barındıran 144 biyolojik özellik kullanıldı. Ayrıca, 329 bilinen AİR, sistem organ sınıflarına (SOS) göre gruplandırıldı ve AİR tahmin etme performansları karşılaştırıldı. 10-katlamalı çapraz-doğrulama tekniği kullanılarak yapılan değerlendirmede, ''Çok Katmanlı Algılayıcı'' algoritmasının diğerlerinden üstün geldiği görüldü. Yapılan tahminlerde %50'nin altında sonuç veren AİR'ler ve F-ölçümü sıfır çıkan AİR'ler başarısız kabul edildi. Bu değerlendirme kriterlerine dayanarak, 329 AİR'den 248'i başarılı bir şekilde tahmin edildi. En iyi performans gösteren özellik grubu; kimyasal ve biyolojik özelliklerin beraber olduğu gruptur, ardından kimyasal özellikler grubu, son olarak da biyolojik özellikler gelmektedir. Kimyasal özellikler grubu, biyolojik özellikler grubu, kimyasal ve biyolojik özelliklerin beraber olduğu grup için ortalama AUC değerleri sırasıyla 0.623, 0.676 ve 0.695'dir. Veri kümesi dengesiz dağıldığından, tahmin modellerini değerlendirmede, F-ölçümü primer ölçüt olarak benimsendi. 21 SOS'dan 5'ine ait AİR'in tamamı kimyasal, biyolojik veya iki özelliğin beraber kullanılmasıyla başarılı bir şekilde tahmin edildi. Model ayrıca indalpin, feniprazin, medifoksamin, zimelidin ve amineptin antidepresanlarının piyasadan çekilmesine neden olan AİR'i başarılı bir şekilde tahmin etmiştir. Kimyasal ve biyolojik özellikler kombinasyonunun, AİR tahmin performansını önemli ölçüde artırabileceği görüldü. Ayrıca, piyasadan çekilen antidepresanların AİR'i tahmin edilerek modelin geçerliliği test edildi. Literatür sayesinde önceden bilinen AİR, yeterli sayıda tahmin edilerek modelin geçerli olduğu görüldü. Sonuç olarak önerilen model, antidepresanların AİR'ini tahmin etme açısından etkili ve umut vericidir.