مشخصات پژوهش

عنوان	پیش بینی تعاملات دارو با دارو با استفاده از ترکیب داده به کمک تکنیک های یادگیری عمیق
نوع پژوهش	پایان نامه
کلیدواژه‌ها	پیش بینی تعاملات دارو با دارو، رویدادهای تعاملات دارو با دارو، یادگیری عمیق، ترکیب داده، همجوشی ویژگی، شبکه عصبی
چکیده	در بسیاری از بیماری ها، ممکن است چندین دارو به صورت هم زمان مصرف شود. این کار، علاوه بر این که یک عمل خوب برای درمان است، ولی امکان دارد به دلیل تداخل یک دارو با دارویی دیگر، پیامدهای خطرناک و حتی مرگ را در پیش داشته باشد و درنهایت منجر به خروج دارو از بازار شود. شناسایی تعاملات (یا تداخلات) دارو با دارو می تواند به کاهش احتمال واکنش های جانبی و بهینه سازی فرآیند توسعه دارو کمک کند و از این جهت، یک مسئله حائز اهمیت در دنیای حاضر می باشد. کارآزمایی های بالینی، زمانی که با داده های مقیاس بزرگ و محدودیت های شرایط تجربی مواجه می شوند، زمان بر، پرهزینه و گاه غیرممکن می باشند. از آن جایی که هوش مصنوعی ، امروزه در همه جا حاضر است، بسیاری از مدل های پیش بینی هوش مصنوعی برای شناسایی تعاملات دارو با دارو به منظور حمایت از پزشکان در تصمیم گیری های مربوط به دارودرمانی و داروسازی به کارگرفته شده اند. این روش های محاسباتی، فرآیند پیش بینی تعاملات دارو با دارو را تسریع میکنند ولی باید قابلیت اطمینان مدل به کارگرفته شده نیز، مدنظر قرار گیرد. انتخاب یک روش متناسب با اطلاعات دارویی برای شناسایی تعاملات دارو با دارو به منظور دست یابی به دقت و اطمینان بالا امری ضروری است. استفاده از داده های متنوع مرتبط با دارو، می تواند بسیاری از الگوهای مهم را آشکار کند. الگوهایی که تنها با درنظرگرفتن سطوح مختلف داده های زیست پزشکی قابل مشاهده هستند. لازمه این کار، به کارگیری استراتژی های یکپارچه سازی داده ها است که داده های متنوع و مرتبط به هم را در مدل سازی استفاده می کند. در این راستا روش های مختلف ازجمله روش های مبتنی بر یادگیری عمیق توسعه یافته اند و به دلیل این که نسبت به داده های با ابعاد بالا، ناهمگن، نویزی و گاه ناکافی عملکرد قدرتمندی دارند، بسیار محبوب و مورد توجه هستند. دراین تحقیق به جای بررسی دو به دو داروها، آنها را بر اساس ویژگی های دارویی گروه بندی کرده و تعاملات بین گروه ها مطالعه می شود. در این فرآیند داده های مرتبط گوناگونی با هم ترکیب می شود تا الگوهای تعامل بین گروه های دارویی کشف شود. در ابتدای کار با گروه بندی داروها تعاملات عمده شناسایی می شوند و در ادامه با ریزترکردنِ دید نسبت به داده ها در بخش هایی که کاندیدای بررسی بیشتر وجود دارد، می توان به دقت های بالاتر دست یافت. به عبا
پژوهشگران	شبنم امامی مقدم (دانشجو)، محمد خودی زاده نهاری (استاد راهنما)، حسین عباسی مهر (استاد مشاور)