Un nuovo commento automatico pubblicato su Tecnologia SLAS esamina come un'area emergente dell'intelligenza artificiale, in particolare l'analisi di piccoli set di dati specifici per sistemi di interesse, può essere utilizzato per migliorare lo sviluppo di farmaci e la medicina personalizzata. L'auto-commento si basa su uno studio recentemente pubblicato dagli autori in Scienza Medicina Traslazionale su una piattaforma di intelligenza artificiale (AI), Piattaforma di ottimizzazione fenotipica quadratica (QPOP), che migliora sostanzialmente la terapia di combinazione nel mieloma multiplo resistente al bortezomib per identificare le migliori combinazioni di farmaci per i singoli pazienti affetti da mieloma multiplo.

È ormai evidente che malattie complesse, come il cancro, spesso richiedono combinazioni di farmaci efficaci per avere un impatto terapeutico significativo. Poiché i farmaci in queste terapie combinate diventano sempre più specifici per i bersagli molecolari, la progettazione di combinazioni di farmaci efficaci e la scelta della giusta combinazione di farmaci per il paziente giusto diventa più difficile.

L'intelligenza artificiale sta avendo un impatto positivo sullo sviluppo dei farmaci e sulla medicina personalizzata. Con la capacità di analizzare in modo efficiente piccoli set di dati che si concentrano sulla specifica malattia di interesse, QPOP e altre piattaforme di intelligenza artificiale basate su piccoli set di dati possono progettare razionalmente combinazioni di farmaci ottimali che siano efficaci e basate su dati sperimentali reali e non su ipotesi meccanicistiche o modelli predittivi. Per di più, per l'efficienza della piattaforma, QPOP può essere applicato anche su preziosi campioni di pazienti per aiutare a ottimizzare e personalizzare la terapia di combinazione.