Multimodal AI predicts clinical outcomes of drug combinations from preclinical data
Created by
- Haebom
Category
Empty
저자
Yepeng Huang, Xiaorui Su, Varun Ullanat, Ivy Liang, Lindsay Clegg, Damilola Olabode, Nicholas Ho, Bino John, Megan Gibbs, Marinka Zitnik
개요
MADRIGAL은 구조적, 경로, 세포 생존력, 전사체 데이터를 활용하여 953개의 임상 결과와 21842개의 화합물에 대한 약물 조합 효과를 예측하는 다중 모드 AI 모델입니다. 변압기 병목 모듈을 사용하여 다양한 전임상 약물 데이터 모드를 통합하고, 훈련 및 추론 중 누락된 데이터를 처리합니다. 단일 모드 방법 및 최첨단 모델보다 약물 상호작용 예측 성능이 우수하며, 항암제 조합의 가상 스크리닝, II형 당뇨병 및 대사 기능 장애 관련 지방간염(MASH)에 대한 다약물 요법 관리를 지원하고, 수송체 매개 약물 상호작용을 식별합니다. MASH에 대한 최초이자 유일한 FDA 승인 약물인 레스메티롬을 가장 안전한 약물로 예측하며, 암 환자의 유전체 프로필을 통합하여 개인 맞춤형 암 치료를 지원합니다. 대규모 언어 모델과 통합하여 자연어로 임상 결과를 설명할 수 있게 하여 잠재적인 부작용 및 독성 위험을 식별하여 안전성 평가를 개선합니다.
시사점, 한계점
•
시사점:
◦
다중 모드 데이터를 활용하여 약물 조합 효과 예측 정확도 향상 및 임상적 관련성 증대.
◦
약물 상호작용 예측 성능 향상.
◦
항암제 조합 가상 스크리닝 및 개인 맞춤형 암 치료 지원.
◦
II형 당뇨병 및 MASH에 대한 다약물 요법 관리 지원.
◦
자연어 처리를 통한 사용자 친화적인 인터페이스 제공 및 안전성 평가 향상.
•
한계점:
◦
모델의 일반화 성능에 대한 추가적인 검증 필요.
◦
다양한 임상 환경 및 환자 특성에 대한 적용성 평가 필요.
◦
데이터 편향 및 해석의 어려움. (명시적으로 언급되지는 않았으나 다중모달 데이터 사용의 일반적 한계점)
◦
모델의 설명 가능성(interpretability)에 대한 추가 연구 필요. (블랙박스 모델일 가능성)
