要約
この研究の目的は、臨床試験や生物医学文献などの現実世界の証拠ソースを調査することによって再利用できる薬剤の予測に特化したネットワークを導入することです。
具体的には、複雑な疾患（がん、アルツハイマー病など）に対する薬物併用療法を開発することを目的としています。
我々は、高度に構成されたChatGPTプロンプトエンジニアリングシステムを活用した多層ネットワーク医学アプローチを紹介します。このシステムは、臨床試験での医薬品の言及を抽出するためにオンザフライで構築されます。
さらに、現実世界の証拠を疾患固有のシグナル伝達経路と結び付ける新しいアルゴリズム（例：KEGG データベース）を導入します。
これにより、薬物がシグナル伝達経路の 1 つ以上のタンパク質構成要素と結合することが判明した場合、薬物の再利用可能性が明らかになります。
実証するために、乳がんのフレームワークをインスタンス化したところ、46 の乳がんシグナル伝達経路のうち、少なくとも 2 つの薬剤によってカバーされる 38 の経路がフレームワークによって特定されたことがわかりました。
この証拠は、これらの薬剤を組み合わせる可能性を示しています。
具体的には、最も多くカバーされているシグナル伝達経路である ID hsa:2064 は 108 種類の薬剤でカバーされており、そのうちのいくつかは組み合わせることができます。
逆に、シグナル伝達経路 ID hsa:1499 は 2 つの薬剤のみでカバーされており、さらなる研究が必要な大きなギャップがあることを示しています。
GenAI によって強化された当社のネットワーク医療フレームワークは、標的となる正確なシグナル伝達経路とタンパク質を把握し、高度な特異性で薬剤の組み合わせを同定することに期待を示しています。
注目に値するのは、ChatGPT が臨床試験における薬物の言及を特定するプロセスの加速に成功したことですが、薬物の言及間の関係を判断するにはさらなる調査が必要です。
要約(オリジナル)
The objective of this research is to introduce a network specialized in predicting drugs that can be repurposed by investigating real-world evidence sources, such as clinical trials and biomedical literature. Specifically, it aims to generate drug combination therapies for complex diseases (e.g., cancer, Alzheimer’s). We present a multilayered network medicine approach, empowered by a highly configured ChatGPT prompt engineering system, which is constructed on the fly to extract drug mentions in clinical trials. Additionally, we introduce a novel algorithm that connects real-world evidence with disease-specific signaling pathways (e.g., KEGG database). This sheds light on the repurposability of drugs if they are found to bind with one or more protein constituents of a signaling pathway. To demonstrate, we instantiated the framework for breast cancer and found that, out of 46 breast cancer signaling pathways, the framework identified 38 pathways that were covered by at least two drugs. This evidence signals the potential for combining those drugs. Specifically, the most covered signaling pathway, ID hsa:2064, was covered by 108 drugs, some of which can be combined. Conversely, the signaling pathway ID hsa:1499 was covered by only two drugs, indicating a significant gap for further research. Our network medicine framework, empowered by GenAI, shows promise in identifying drug combinations with a high degree of specificity, knowing the exact signaling pathways and proteins that serve as targets. It is noteworthy that ChatGPT successfully accelerated the process of identifying drug mentions in clinical trials, though further investigations are required to determine the relationships among the drug mentions.
arxiv情報
| 著者 | Ahmed Abdeen Hamed,Tamer E. Fandy |
| 発行日 | 2024-06-21 09:52:55+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google