AI e farmacologia di rete per la riproposizione scoperta farmaci

Questa rassegna esplora come gli approcci computazionali, in particolare l'intelligenza artificiale (AI) e la farmacologia di rete, stiano trasformando il repurposing dei farmaci. Spiega come le tecniche di AI, quali l'apprendimento automatico, l'apprendimento profondo e l'elaborazione del linguaggio naturale, consentano di prevedere rapidamente le interazioni farmaco-bersaglio e di scoprire nuovi usi terapeutici per i farmaci esistenti. La farmacologia di rete completa tutto ciò fornendo una comprensione delle malattie a livello di sistema attraverso un'analisi basata su più bersagli e percorsi, andando oltre il tradizionale modello "un farmaco-un bersaglio".Lo studio mette in evidenza l'integrazione di dati multi-omici (genomica, proteomica, metabolomica) e l'uso di database come DrugBank e STRING per migliorare l'accuratezza della previsione. Presenta inoltre casi di studio reali in cui i farmaci sono stati riproposti con successo per malattie oncologiche, infettive e neurodegenerative.Tuttavia, permangono sfide come l'eterogeneità dei dati, l'interpretabilità degli algoritmi, i limiti di validazione e le preoccupazioni etiche. La rassegna conclude che la combinazione dell'IA con la farmacologia di rete offre un approccio potente e conveniente per accelerare la scoperta di farmaci e far progredire la medicina di precisione.