Machine learning (ml) leidt tot een revolutie in de medicijnontwikkeling. Vooral ml-algoritmes die voorspellen of een kandidaatmedicijn bijwerkingen kan gaan vertonen, nemen een hoge vlucht. Hiermee is de effectiviteit van het medicijn in een vroege fase vast te stellen.
Onderzoeker Robert Ietswaart stelt dit in een gesprek met de website van de Universiteit Leiden. Hij werkt aan de befaamde Harvard Medical School in Boston aan ml-algoritmes.
In samenwerking met onderzoekers van het farmaceutisch bedrijf Novartis heeft hij een ml-algoritme gemaakt om bijwerkingen te voorspellen. Daarnaast ontwikkelde de Leidse onderzoeker een algoritme om beter te begrijpen wat eiwitten in een cel doen, bijvoorbeeld als een medicijn wordt toegediend. In de toekomst wil hij zijn onderzoek naar ml in genregulatie voor medicijnontwikkeling uitbreiden.
Genoom
Ml maakt het mogelijk om grote biomedische datasets systematisch te gebruiken om patronen te vinden. Op die manier zijn kandidaatmedicijnen sneller en goedkoper te ontdekken. Ietswaart: ‘We hebben ongeveer twintigduizend genen in ons genoom die coderen voor een eiwit. Ze bepalen welk proces dat eiwit in werking zet of dat juist nalaat. Die eiwitten kunnen interacties met elkaar aangaan en zo ontstaat een groot netwerk van moleculen die samen de cellulaire processen regelen. Het is bijvoorbeeld een hele opgave om te begrijpen welke eiwitten en interacties specifiek van belang zijn voor de snelle celdeling van een kankercel.’
Ml is opgekomen als nieuwe techniek om dit probleem aan te pakken. Ietswaart maakt in zijn werk ook gebruik van de kwantitatieve technieken die hij tijdens zijn studie in Leiden heeft geleerd . Hij studeerde daar wiskunde en natuurkunde, en promoveerde in het Verenigd Koninkrijk op een biologisch onderwerp.