"Ορισμένα από τα φάρμακα που εντοπίσαμε δοκιμάζονται ήδη σε κλινικές δοκιμές για την ικανότητά τους να βοηθούν τους καπνιστές να σταματήσουν το κάπνισμα, αλλά υπάρχουν ακόμη και άλλοι πιθανοί υποψήφιοι που θα μπορούσαν να εξεταστούν σε μελλοντικές έρευνες".
Κάπνισμα Σταμάτημα: Φάρμακα, όπως η δεξτρομεθορφάνη, που χρησιμοποιούνται για τη θεραπεία του βήχα που προκαλείται από το κρυολόγημα και τη γρίπη, θα μπορούσαν ενδεχομένως να επαναχρησιμοποιηθούν για να βοηθήσουν τους ανθρώπους να κόψουν το κάπνισμα, σύμφωνα με μελέτη ερευνητών του Penn State College of Medicine και του Πανεπιστημίου της Μινεσότα. Ανέπτυξαν μια νέα μέθοδο μηχανικής μάθησης, όπου προγράμματα υπολογιστών αναλύουν σύνολα δεδομένων για μοτίβα και τάσεις, για να εντοπίσουν τα φάρμακα και δήλωσαν ότι ορισμένα από αυτά δοκιμάζονται ήδη σε κλινικές δοκιμές.
Το κάπνισμα αποτελεί παράγοντα κινδύνου για καρδιαγγειακές παθήσεις, καρκίνο και αναπνευστικές παθήσεις και ευθύνεται για σχεδόν μισό εκατομμύριο θανάτους στις Ηνωμένες Πολιτείες κάθε χρόνο. Ενώ οι συμπεριφορές του καπνίσματος μπορούν να μάθουν και να ξεμάθουν, η γενετική παίζει επίσης ρόλο στον κίνδυνο ενός ατόμου να εμπλακεί σε αυτές τις συμπεριφορές. Οι ερευνητές διαπίστωσαν σε προηγούμενη μελέτη ότι τα άτομα με ορισμένα γονίδια έχουν περισσότερες πιθανότητες να εθιστούν στον καπνό. Χρησιμοποιώντας γενετικά δεδομένα από περισσότερα από 1,3 εκατομμύρια άτομα, ο Dajiang Liu, Ph.D., καθηγητής των επιστημών δημόσιας υγείας και της βιοχημείας και μοριακής βιολογίας και ο Bibo Jiang, Ph.D., επίκουρος καθηγητής των επιστημών δημόσιας υγείας, ήταν συνεπικεφαλής μιας μεγάλης μελέτης πολλών ιδρυμάτων που χρησιμοποίησε μηχανική μάθηση για να μελετήσει αυτά τα μεγάλα σύνολα δεδομένων – τα οποία περιλαμβάνουν συγκεκριμένα δεδομένα σχετικά με τη γενετική ενός ατόμου και την αυτοαναφερόμενη συμπεριφορά του στο κάπνισμα. Οι ερευνητές εντόπισαν περισσότερα από 400 γονίδια που σχετίζονται με τη συμπεριφορά του καπνίσματος. Δεδομένου ότι ένα άτομο μπορεί να έχει χιλιάδες γονίδια, έπρεπε να προσδιορίσουν γιατί ορισμένα από αυτά τα γονίδια συνδέονταν με τη συμπεριφορά του καπνίσματος. Τα γονίδια που μεταφέρουν οδηγίες για την παραγωγή υποδοχέων νικοτίνης ή εμπλέκονται στη σηματοδότηση της ορμόνης ντοπαμίνης, η οποία κάνει τους ανθρώπους να αισθάνονται χαλαροί και ευτυχισμένοι, είχαν εύκολα κατανοητές συνδέσεις. Για τα υπόλοιπα γονίδια, η ερευνητική ομάδα έπρεπε να προσδιορίσει τον ρόλο που παίζει το καθένα σε βιολογικά μονοπάτια και χρησιμοποιώντας αυτές τις πληροφορίες, βρήκε ποια φάρμακα είναι ήδη εγκεκριμένα για την τροποποίηση αυτών των υφιστάμενων μονοπατιών.
Τα περισσότερα γενετικά δεδομένα της μελέτης προέρχονται από άτομα με ευρωπαϊκή καταγωγή, οπότε το μοντέλο μηχανικής μάθησης έπρεπε να προσαρμοστεί όχι μόνο για να μελετήσει αυτά τα δεδομένα, αλλά και ένα μικρότερο σύνολο δεδομένων από περίπου 150.000 άτομα με ασιατική, αφρικανική ή αμερικανική καταγωγή. Οι Liu και Jiang συνεργάστηκαν με περισσότερους από 70 επιστήμονες για το έργο. Εντόπισαν τουλάχιστον οκτώ φάρμακα που θα μπορούσαν ενδεχομένως να επαναπροσδιοριστούν για τη διακοπή του καπνίσματος, όπως η δεξτρομεθορφάνη, η οποία χρησιμοποιείται συνήθως για τη θεραπεία του βήχα που προκαλείται από το κρυολόγημα και τη γρίπη, και η γαλανταμίνη, η οποία χρησιμοποιείται για τη θεραπεία της νόσου του Αλτσχάιμερ. Η μελέτη δημοσιεύθηκε στο Nature Genetics στις 26 Ιανουαρίου. “Η επαναχρησιμοποίηση φαρμάκων με τη χρήση μεγάλων βιοϊατρικών δεδομένων και μεθόδων μηχανικής μάθησης μπορεί να εξοικονομήσει χρήματα, χρόνο και πόρους”, δήλωσε ο Liu, ερευνητής του Ινστιτούτου Καρκίνου Penn State και των Ινστιτούτων Επιστημών Ζωής Penn State Huck. “Ορισμένα από τα φάρμακα που εντοπίσαμε δοκιμάζονται ήδη σε κλινικές δοκιμές για την ικανότητά τους να βοηθούν τους καπνιστές να σταματήσουν το κάπνισμα, αλλά υπάρχουν ακόμη και άλλοι πιθανοί υποψήφιοι που θα μπορούσαν να εξεταστούν σε μελλοντικές έρευνες”. Ενώ η μέθοδος μηχανικής μάθησης μπόρεσε να ενσωματώσει ένα μικρό σύνολο δεδομένων από διαφορετικές καταγωγές, ο Jiang δήλωσε ότι εξακολουθεί να είναι σημαντικό για τους ερευνητές να δημιουργήσουν γενετικές βάσεις δεδομένων από άτομα με διαφορετικές καταγωγές. “Αυτό θα βελτιώσει μόνο την ακρίβεια με την οποία τα μοντέλα μηχανικής μάθησης μπορούν να εντοπίσουν άτομα που διατρέχουν κίνδυνο για κατάχρηση ναρκωτικών και να προσδιορίσουν πιθανά βιολογικά μονοπάτια που μπορούν να στοχευθούν για χρήσιμες θεραπείες”.
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Ακολουθήστε το healthweb.gr στο κανάλι μας στο YouTube
