Een nieuw autocommentaar gepubliceerd in SLAS-technologie kijkt naar hoe een opkomend gebied van kunstmatige intelligentie, specifiek de analyse van kleine systemen-of-interest specifieke datasets, kan worden gebruikt om de ontwikkeling van geneesmiddelen en gepersonaliseerde geneeskunde te verbeteren. Het autocommentaar bouwt voort op een onderzoek dat onlangs door de auteurs is gepubliceerd in Wetenschap Translationele geneeskunde over een platform voor kunstmatige intelligentie (AI), Kwadratisch fenotypisch optimalisatieplatform (QPOP), dat de combinatietherapie bij bortezomib-resistent multipel myeloom aanzienlijk verbetert om de beste medicijncombinaties voor individuele multipel myeloompatiënten te identificeren.

Het is nu duidelijk dat complexe ziekten, zoals kanker, vereisen vaak effectieve combinaties van geneesmiddelen om een ​​significant therapeutisch effect te hebben. Naarmate de geneesmiddelen in deze combinatietherapieën steeds specifieker worden voor moleculaire doelwitten, het ontwerpen van effectieve medicijncombinaties en het kiezen van de juiste medicijncombinatie voor de juiste patiënt wordt moeilijker.

Kunstmatige intelligentie heeft een positieve invloed op de ontwikkeling van geneesmiddelen en gepersonaliseerde geneeskunde. Met de mogelijkheid om kleine datasets efficiënt te analyseren die zich richten op de specifieke ziekte van belang, QPOP en andere op kleine datasets gebaseerde AI-platforms kunnen rationeel optimale medicijncombinaties ontwerpen die effectief zijn en gebaseerd zijn op echte experimentele gegevens en niet op mechanistische aannames of voorspellende modellering. Verder, vanwege de efficiëntie van het platform, QPOP kan ook worden toegepast op kostbare patiëntmonsters om combinatietherapie te helpen optimaliseren en personaliseren.