En ny autokommentar publicerad i SLAS-teknik tittar på hur ett framväxande område av artificiell intelligens, specifikt analys av små system av intresse specifika datamängder, kan användas för att förbättra läkemedelsutveckling och personlig medicin. Autokommentaren bygger på en studie som nyligen publicerats av författarna i Vetenskap translationell medicin om en plattform för artificiell intelligens (AI), Quadratic Phenotypic Optimization Platform (QPOP), som avsevärt förbättrar kombinationsbehandlingen vid bortezomib-resistent multipelt myelom för att identifiera de bästa läkemedelskombinationerna för individuella multipelt myelompatienter.

Det är nu uppenbart att komplexa sjukdomar, som cancer, kräver ofta effektiva läkemedelskombinationer för att få någon betydande terapeutisk effekt. När läkemedlen i dessa kombinationsterapier blir allt mer specifika för molekylära mål, att utforma effektiva läkemedelskombinationer samt att välja rätt läkemedelskombination för rätt patient blir svårare.

Artificiell intelligens har en positiv inverkan på läkemedelsutveckling och personlig medicin. Med förmågan att effektivt analysera små datamängder som fokuserar på den specifika sjukdomen av intresse, QPOP och andra små datauppsättningsbaserade AI-plattformar kan rationellt utforma optimala läkemedelskombinationer som är effektiva och baserade på verkliga experimentella data och inte mekanistiska antaganden eller prediktiv modellering. Vidare, på grund av plattformens effektivitet, QPOP kan också tillämpas på värdefulla patientprover för att hjälpa till att optimera och anpassa kombinationsterapin.