DeepDR: Web‑Server für KI‑gestützte Arzneimittel‑Repositionierung

Die Suche nach neuen Einsatzgebieten für bereits zugelassene Medikamente ist bislang ein langwieriger und komplexer Prozess, der tiefgehendes Fachwissen in Pharmakologie, klinischen Daten und fortgeschrittenen Rechenmethoden erfordert. Mit dem Aufkommen von Deep‑Learning‑Modellen hat sich jedoch ein vielversprechender Ansatz entwickelt, der die Vorhersage von Arzneimittel‑Repositionierungen deutlich beschleunigt.

In dieser Veröffentlichung wird DeepDR vorgestellt – die erste Plattform, die mehrere etablierte Deep‑Learning‑Modelle zu einer einzigen, nutzerfreundlichen Web‑Anwendung zusammenführt. DeepDR nutzt mehr als 15 neuronale Netzwerke, um krankheitsspezifische und zielgerichtete Repositionierungsaufgaben zu lösen. Dabei greift die Plattform auf ein umfangreiches Wissensgraphen‑Netzwerk zurück, das 5,9 Million Kanten und 107 verschiedene Beziehungstypen zwischen Medikamenten, Krankheiten, Proteinen/Genen, Signalwegen und Expressionsdaten umfasst.

Die Daten stammen aus sechs etablierten Datenbanken sowie aus einem großen wissenschaftlichen Korpus von 24 Millionen PubMed‑Publikationen. Für jede empfohlene Arzneimittelkandidatin oder jeden Kandidaten liefert DeepDR nicht nur die Vorhersage, sondern auch detaillierte Beschreibungen und eine visuelle Darstellung der wichtigsten Muster im Wissensgraphen, was die Interpretierbarkeit der Ergebnisse erhöht.

DeepDR ist kostenfrei und erfordert keine Registrierung. Die Entwickler betonen, dass die Plattform sowohl für experimentelle als auch für computergestützte Wissenschaftler eine leicht zugängliche, systematische und hochpräzise Lösung bietet, die den Repositionierungsprozess erheblich vereinfacht.