Un nouvel auto-commentaire publié dans Technologie SLAS examine comment un domaine émergent de l'intelligence artificielle, en particulier l'analyse de petits ensembles de données spécifiques aux systèmes d'intérêt, peut être utilisé pour améliorer le développement de médicaments et la médecine personnalisée. L'auto-commentaire s'appuie sur une étude récemment publiée par les auteurs dans Science Médecine translationnelle sur une plateforme d'intelligence artificielle (IA), Plateforme d'optimisation phénotypique quadratique (QPOP), qui améliore considérablement la thérapie combinée dans le myélome multiple résistant au bortézomib afin d'identifier les meilleures combinaisons de médicaments pour les patients atteints de myélome multiple.

Il est maintenant évident que les maladies complexes, comme le cancer, nécessitent souvent des combinaisons médicamenteuses efficaces pour avoir un impact thérapeutique significatif. Alors que les médicaments de ces thérapies combinées deviennent de plus en plus spécifiques aux cibles moléculaires, concevoir des combinaisons médicamenteuses efficaces ainsi que choisir la bonne combinaison médicamenteuse pour le bon patient devient plus difficile.

L'intelligence artificielle a un impact positif sur le développement de médicaments et la médecine personnalisée. Avec la capacité d'analyser efficacement de petits ensembles de données qui se concentrent sur la maladie d'intérêt spécifique, QPOP et d'autres plates-formes d'IA basées sur de petits ensembles de données peuvent concevoir de manière rationnelle des combinaisons de médicaments optimales qui sont efficaces et basées sur des données expérimentales réelles et non sur des hypothèses mécanistes ou une modélisation prédictive. Par ailleurs, en raison de l'efficacité de la plateforme, QPOP peut également être appliqué à de précieux échantillons de patients pour aider à optimiser et à personnaliser la thérapie combinée.