Informazioni
Contesto
ITTxGNN è una piattaforma di supporto alla ricerca sul riposizionamento dei farmaci, basata sul modello TxGNN pubblicato su Nature Medicine dallo Zitnik Lab dell'Università di Harvard. Prevede l'ampliamento delle indicazioni terapeutiche per i medicinali approvati dall'AIFA in Italia. Oltre ai punteggi di previsione dell'IA, la piattaforma integra prove cliniche provenienti da ClinicalTrials.gov e PubMed, così che i ricercatori possano valutare rapidamente quanto sia attendibile ciascuna previsione.
Informazioni sullo Sviluppatore
Questa piattaforma è sviluppata e gestita da 藥提醒科技有限公司 (yao.care, numero di registrazione societaria 83620786, 12F, No. 220, Sec. 2, Taiwan Blvd., West Dist., Taichung City, Taiwan).
ITTxGNN è il sito italiano della linea di prodotti "TxGNN Drug Repurposing" dell'azienda.
Lo stesso sistema è distribuito in 30 paesi e regioni, ciascuno denominato {CC}TxGNN
(JpTxGNN, UsTxGNN, DETxGNN e così via) all'indirizzo {cc}txgnn.yao.care.
Panoramica del prodotto: https://www.yao.care/medical/txgnn/.
Il modello TxGNN è stato sviluppato dallo Zitnik Lab della Harvard Medical School ed è stato pubblicato su Nature Medicine. Questa piattaforma è il sistema di produzione che 藥提醒科技有限公司 ha costruito su tale modello e comprende l'integrazione dei dati nazionali di registrazione dei farmaci, la previsione combinata tramite grafo di conoscenza e deep learning, la classificazione delle prove da PubMed / ClinicalTrials e l'integrazione con le cartelle cliniche elettroniche tramite SMART on FHIR.
Che cos'è il riposizionamento dei farmaci?
Il riposizionamento dei farmaci consiste nell'individuare nuovi impieghi terapeutici per medicinali già esistenti. Rispetto allo sviluppo di un nuovo farmaco da zero — dai 10 ai 15 anni e da 1 a 2 miliardi di dollari USA — il riposizionamento richiede dai 3 ai 5 anni e da 100 a 300 milioni di dollari USA, e i dati di sicurezza sull'uomo sono già disponibili, per cui il rischio di fallimento è inferiore.
| Aspetto | Sviluppo di un nuovo farmaco | Riposizionamento dei farmaci |
|---|---|---|
| Tempo | 10–15 anni | 3–5 anni |
| Costo | 1–2 miliardi di USD | 100–300 milioni di USD |
| Dati di sicurezza | Devono essere generati | Dati sull'uomo già disponibili |
| Rischio di fallimento | Molto elevato (>90%) | Inferiore |
Che cos'è TxGNN?
TxGNN è un modello di deep learning sviluppato dallo Zitnik Lab della Harvard Medical School e pubblicato su Nature Medicine. Prevede nuove associazioni farmaco–malattia ed è il primo modello di base per il riposizionamento dei farmaci progettato specificamente per i clinici.
"TxGNN integra un grafo di conoscenza di 17.080 entità biomediche e utilizza reti neurali a grafo per apprendere le relazioni complesse tra i nodi, prevedendo la potenziale efficacia dei farmaci contro le malattie rare." — Huang et al., Nature Medicine (2023)
Fonti dei dati
| Tipo | Fonte | Descrizione |
|---|---|---|
| Previsione IA | TxGNN | Modello di previsione su grafo di conoscenza di Harvard |
| Studi clinici | ClinicalTrials.gov | Registro globale degli studi clinici |
| Letteratura | PubMed | Banca dati della letteratura biomedica |
| Informazioni sui farmaci | DrugBank | Banca dati di farmaci e bersagli |
| Dati di registrazione | AIFA | Dati sulle approvazioni dei farmaci in Italia |
Base accademica
Huang, K., et al. (2023). A foundation model for clinician-centered drug repurposing. Nature Medicine. DOI: 10.1038/s41591-023-02233-x
Dimensioni
| Voce | Valore |
|---|---|
| Schede farmaco | 539 |
| Autorità regolatoria | AIFA |
| Siti attivi | 30 paesi / regioni |
Contatti
- GitHub Issues: https://github.com/yao-care/ITTxGNN/issues
- Sviluppatore: 藥提醒科技有限公司 (https://www.yao.care, service@yao.care)
- Panoramica del prodotto: https://www.yao.care/medical/txgnn/
Il presente rapporto ha finalità esclusivamente di ricerca accademica e non costituisce un parere medico. Seguire sempre le indicazioni del proprio medico; non modificare mai la terapia di propria iniziativa. Qualsiasi decisione di riposizionamento di un farmaco richiede una validazione clinica completa e una revisione regolatoria.
Revisionato da: 藥提醒科技有限公司 (yao.care)