| Περίληψη: | Τα Νευρωνικά Δίκτυα Γράφων(Graph Neural Networks) (ΝΔΓ)είναι μοντέλα σύνδεσης που χρησιμοποιούν τη μετάδοση μηνυμάτων μεταξύ κόμβων γραφημάτων για να αντικατοπτρίζουν την εξάρτηση γράφου. Τα Νευρωνικά δίκτυα γράφων, σε αντίθεση με τα κανονικά νευρωνικά δίκτυα, διατηρούν μια κατάσταση που τους επιτρέπει να αντιπροσωπεύουν πληροφορίες από το άμεσο περιβάλλον τους με αυθαίρετο βάθος. Παρόλο που πάντα πιστεύαμε ότι η εκπαίδευση ΝΔΓ για ένα σταθερό σημείο ήταν δύσκολη, οι πρόσφατες βελτιώσεις στις τοπολογίες δικτύου, τις τεχνικές βελτιστοποίησης και την παράλληλη επεξεργασία κατέστη-σαν δυνατή την επιτυχή εκπαίδευσή τους. Πολλές εργασίες μηχανικής μάθησης περιλαμβάνουν την εργασία με δεδομένα γράφων ,τα οποία προσφέρουν πληθώρα σχεσιακών πληροφοριών μεταξύ τμημάτων. ́Ενα μοντέλο που μαθαίνει από τις εισόδους γραφημάτων απαιτείται για τη μοντελοποιήση συστημάτων φυσικής, την εκμάθηση μοριακών δακτυλικών αποτυπωμάτων, την πρόβλεψη αλληλεπίδρασης πρωτεϊνών και την κατηγοριοποίηση ασθενειών. Η πολυφαρμακευτική ή η χρήση φαρμακολογικών συνδυασμών για τη θεραπεία ασθενών με σύνθετες ασθένειες ή συνυπάρχουσες ασθένειες, είναι συχνή. Η πολυφαρμακευτική, από την άλλη πλευρά, έχει σημαντικό αντίκτυπο στον κίνδυνο ανεπιθύμητων παρενεργειών του ασθενούς. Οι αλληλεπιδράσεις μεταξύ ναρκωτικών και φαρμάκων δημιουργούν παρενέργειες πολυφαρμακευτικής δράσης, στις οποίες η δραστηριότητα ενός φαρμάκου αλλάζει, είτε ευνοϊκά είτε δυσμενώς, όταν λαμβάνεται με άλλο φάρμακο. Επειδή αυτές οι περίπλοκες συσχετίσεις είναι σπάνιες και συχνά δεν απαντώνται σε σχετικά μικρές κλινικές δοκιμές, η κατανόησή μας σχετικά με τις αλληλεπιδράσεις φαρμάκων είναι συχνά περιορισμένη. Ως αποτέλεσμα, ο προσδιορισμός των παρενεργειών της πολυφαρμακευτικής ουσίας παραμένει ένα τεράστιο ζήτημα με σοβαρές επιπτώσεις στη θνησιμότητα και τη νοσηρότητα των ασθενών. Προκειμένου να μοντελοποιήσει τις παρενέργειες πολυφαρμακευτικής χρησιμοποιώντας νευρωνικά δίκτυα γράφων, τοDecagon,δημιουργεί ένα πολυτροπικό γράφο αλληλεπιδράσεων πρωτεΐνης-πρωτεΐνης, αλληλεπιδράσεων φαρμάκου-στόχου πρωτεΐνης και παρενεργειών πολυφαρμακευτικής αγωγής, οι οποίες αντιπροσωπεύονται ως αλληλεπιδράσεις φαρμάκου-φαρμάκου, με κάθε παρενέργεια να αντιπροσωπεύεται από έναν ξεχωριστό τύπο ακμής. Το Decagon δημιουργήθηκε κυρίως για να χειριστεί πολυτροπικούς γράφους με πολλούς διαφορετικούς τύπους ακμών. Αυτή η μέθοδος δημιουργεί ένα νέο γράφημα συνελικτικού νευρωνικού δικτύου που μπορεί να προβλέψει πολυσχεσιακούς συνδέσμους σε πολυτροπικά δίκτυα. ΤοDecagonμπορεί να προβλέψει την ακριβή παρενέργεια, εάν υπάρχει, με την οποία ένας δεδομένος συνδυασμός φαρμάκων εμφανίζεται κλινικά, σε αντίθεση με τις τεχνικές που περιορίζονται στην πρόβλεψη απλών τιμών αλληλεπίδρασης φαρμάκου-φαρμάκου. Το Decagonπροσομοιώνει τις παρενέργειες της πολυφαρμακευτικής αγωγής με μια ισχυρή μοριακή βάση ιδιαίτερα αποτελεσματικά, ενώ επιτυγχάνει καλές επιδόσεις κυρίως στις μη μοριακές παρενέργειες λόγω της αποτελεσματικής ανταλλαγής παραμέτρων μοντέλου σε όλους τους τύπους ακμών. Το Decagon ανοίγει την πόρτα στη χρήση μεγάλων δεδομένων φάρμακο-γονιδιωματικών και πληθυσμού ασθενών για τον εντοπισμό και την ιεράρχηση των ανεπιθύμητων ενεργειών της πολυφαρμακευτικής αγωγής για περαιτέρω διερεύνηση μέσω επίσημων φαρμακολογικών ερευνών.
|
|---|
