Dans une étude publiée dans le dernier numéro de la revue Pharmacieles chercheurs ont effectué des recherches approfondies dans la littérature biomédicale publiquement disponible sur le coronavirus 2 du syndrome respiratoire aigu sévère (SRAS-CoV-2) pour identifier les combinaisons de médicaments qui pourraient traiter efficacement la maladie à coronavirus 2019 (COVID-19).
La réorientation des médicaments accélère le développement de médicaments existants en tant que traitement de nouvelles maladies émergentes, telles que la COVID-19. À cette fin, de nombreuses publications de recherche sur le SAR-CoV-2 sont désormais disponibles pour aider les chercheurs à identifier les médicaments de réutilisation du COVID-19 ; et il est possible de valider ces associations à partir de preuves extraites d’essais cliniques conçus pour étudier ces médicaments.
Plusieurs études antérieures ont utilisé l’intelligence artificielle, y compris l’apprentissage automatique, pour accélérer la réutilisation des médicaments COVID-19. Les chercheurs de la présente étude ont également identifié des médicaments et des cibles protéiques à partir de la littérature biomédicale SARS-CoV-2 à l’aide d’un modèle informatique. L’une de leurs principales conclusions était qu’il pouvait parfois être crucial d’utiliser plus d’un médicament pour le traitement du COVID-19.
À propos de l’étude
Dans la présente étude, ils ont testé une hypothèse selon laquelle une combinaison de médicaments approuvés par la Food and Drugs Administration (FDA) peut être considérée comme un candidat-médicament potentiel COVID-19 s’il est présent dans la littérature biomédicale et les essais cliniques sur le SRAS-CoV-2. des preuves fondées valident sa combinaison avec d’autres médicaments.
Ils ont développé un nouvel algorithme qui a trouvé l’intersection des résultats de la littérature biomédicale et des essais cliniques sur le SRAS-CoV-2, constituant un traitement candidat au COVID-19, pour former une structure de carte appelée «clique». De cette manière, ils ont établi que les médicaments identifiés à partir de ces deux sources étaient fortement associés dans la littérature source ; un lambeau de preuves cohérentes pour des tests supplémentaires.
Ils ont suivi une méthodologie en quatre étapes : (1) extraction du nom du médicament à l’aide de l’ontologie des entités chimiques d’intérêt biologique (ChEBI), (2) construction du réseau après analyse d’association, (3) détection des cliques, comparaison et cartographie des cliques similaires pour trouver une intersection. et (4) la validation par rapport aux essais cliniques.
Ils ont recherché des expériences de travail à partir de deux ensembles de données extraits de ClinicalTrials.gov et PubMed, en exécutant la requête de recherche « COVID-19 ». La date limite de l’étude était le 25 juin 2021, avant laquelle la recherche a récupéré un ensemble de dossiers d’essais cliniques liés au COVID-19 et de nombreuses autres (110 000) publications biomédicales liées au SRAS-CoV-2.
Ils ont analysé les publications biomédicales pour les noms de médicaments et leurs associations, les sections d’intervention et de traitement des dossiers d’essais cliniques ont validé les associations de médicaments identifiées dans ces publications. Enfin, ils ont présenté les combinaisons de médicaments finales aux experts du domaine pour interprétation.
Résultats
L’ensemble de données de publications était énorme et donc analysé en sous-ensembles plus petits, chacun comprenant 7 000 publications biomédicales. Dans le réseau construit à partir des publications médicales, il y avait des cliques de taille deux à six ; en revanche, il y avait des cliques de taille deux à quatre dans le réseau dérivé des essais cliniques.
Lorsqu’ils ont été analysés en un seul pli, 5 578 dossiers d’essais cliniques ont renvoyé un total de 92 cliques, dont 78 étaient de taille deux, 10 de taille trois et 6 de taille quatre, ce qui a éliminé 3 551 cliques détectées dans les publications, et les comparaisons ont identifié des correspondances médicamenteuses de un maximum de trois des quatre composantes.
Parmi les combinaisons de deux médicaments, sept paires de médicaments ont pu être combinées sans aucun problème clinique potentiel, et comprenaient les suivantes :
i) ruxolitinib (inhibiteur de la Janus kinase) et colchicine (anti-goutteux) ;
ii) hydroxychloroquine (antipaludéen) et favipiravir (antiviral) ;
iii) azithromycine (antibiotique macrolide) et ivermectine (anthelminthique);
iv) hydroxychloroquine (antipaludéen) et doxycycline (antibiotique tétracycline) ;
v) Daclatasvir (antihépaciviral) et sofosbuvir (inhibiteur de la nucléoside polymérase de la protéine 5B (NS5B) non structurale).
Deux combinaisons de médicaments sont déjà commercialisées, dont la combinaison lopinavir (inhibiteur de protéase) et ritonavir (inhibiteur de protéase) qui existe en tant que médicament approuvé par la FDA sous le nom de marque Kaletra ; et un autre est la combinaison nirmatrelvir/ritonavir, commercialisée sous le nom de Paxlovid.
En outre, les travaux ont identifié quelques combinaisons de médicaments à trois voies à l’aide de l’algorithme Search-n-Match. Parmi ceux-ci, la combinaison médicamenteuse d’hydroxychloroquine, de lopinavir et de favipiravir valait la peine d’être étudiée.
conclusion
L’étude a utilisé un cadre informatique pour valider l’hypothèse testée et a montré qu’il pourrait s’agir d’un outil prometteur de prédiction de la réorientation des médicaments COVID-19 ; De plus, après avoir validé les combinaisons de médicaments avec des preuves extraites des dossiers d’essais cliniques, les auteurs ont ensuite validé les modèles de clique identifiés à partir de réseaux basés sur la littérature par des experts du domaine et les ont classés en fonction de la combinabilité.
Dans l’ensemble, les résultats de l’étude ont montré que les médicaments approuvés par la FDA (par paires ou par triples) sont prometteurs comme traitements contre le COVID-19, comme le nirmatrelvir/ritonavir déjà commercialisé sous le nom de Paxlovid.
Les auteurs ont également averti que, puisqu’ils ont examiné les noms et les combinaisons de médicaments identifiés par l’étude à l’aide de publications biomédicales sur le SRAS-CoV-2 accessibles au public et d’essais cliniques COVID-19 en cours, ces résultats doivent être validés davantage avant utilisation dans des contextes réels, à l’exception de ceux commercialisés, comme Kaletra.
À l’avenir, les études devraient spécifiquement identifier davantage de sources de validation pour improviser la compréhension des cliques qui n’avaient pas de couverture correspondante dans les dossiers d’essais cliniques. Ces études devraient également explorer comment ces combinaisons de médicaments peuvent affecter le traitement des patients COVID-19 souffrant de problèmes de santé préexistants, tels que l’asthme, la dépression, le diabète et l’hypertension.
