METODO PARA PREDECIR LA RESISTENCIA A LOS AGENTES TERAPEUTICOS UTILIZANDO REDES NEURALES.

Un método para predecir la resistencia del virus de la inmunodeficiencia humana tipo 1 (HIV-1) a un agente terapéutico,

que comprende:

(a) proporcionar una red neural adiestrada, en donde dicha red es una red neural de alimentación directa de tres capas, que comprende

(1) una serie de nodos de entrada (en donde cada miembro de la serie de nodos de entrada corresponde a una mutación en el genoma de HIV-1);

(2) una pluralidad de nodos ocultos; y

(3) una serie de nodos de salida, en donde cada miembro de la serie de nodos de salida corresponde a un agente terapéutico utilizado para tratar HIV-1;

(b) proporcionar al menos una secuencia genética determinada de HIV-1; y

(c) predecir la resistencia de HIV-1 al agente terapéutico utilizando la al menos una secuencia genética determinada y la red neural adiestrada, en donde la resistencia predicha se expresa como una multiplicidad de cambio en CI50

Método para predecir la resistencia a los agentes terapéuticos utilizando redes neurales.

La presente invención se refiere a métodos y sistemas para predecir la resistencia de una enfermedad a un agente terapéutico por aplicación de información de resistencia al genotipo y fenotipo en una red neural. La presente invención se refiere adicionalmente a métodos y sistemas para diseñar un régimen de tratamiento terapéutico para un paciente basado en el genotipo de la enfermedad que aflige al paciente. Se proporcionan métodos y sistemas para predecir la probabilidad de que un paciente desarrolle una enfermedad genética. Se proporcionan métodos y sistemas para utilizar redes neurales a fin de definir la base genética de la resistencia a los agentes terapéuticos. Más específicamente, la presente invención se refiere al uso de herramientas bioinformáticas, de biología molecular, y de bioquímica en tales métodos y sistemas.

Desde la publicación del primer informe que sugería una correlación entre la aparición de resistencia viral y el progreso clínico, han venido incorporándose crecientemente técnicas para determinar la resistencia de un patógeno o célula maligna a un agente terapéutico en los estudios clínicos de regímenes terapéuticos. Brendan Larder et al., HIV Resistance and Implications for Therapy (1998). Sin embargo, la complejidad de la resistencia a los agentes terapéuticos hace difícil determinar o predecir exactamente la resistencia a los agentes terapéuticos. A medida que están poniéndose a disposición más fármacos y opciones terapéuticas, se espera que el ensayo de la resistencia a los agentes terapéuticos llegue a jugar un papel importante en la gestión y el tratamiento de la infección por patógenos o el cáncer.

Todos estos métodos emplean dos enfoques generales para medir la resistencia a los agentes terapéuticos, a saber ensayo fenotípico y ensayo genotípico. El ensayo fenotípico mide directamente la sensibilidad real de un patógeno o célula maligna de un paciente a agentes terapéuticos particulares, en tanto que el ensayo de la resistencia genotípica examina la presencia de mutaciones o patrones genéticos específicos en el patógeno o la célula maligna que confieren resistencia a uno o varios agentes terapéuticos determinados. Aunque se cree que el ensayo fenotípico es una evaluación más completa y exacta de la resistencia a los agentes terapéuticos que el ensayo genotípico, el ensayo fenotípico puede llevar más tiempo y generalmente es más caro que el ensayo genotípico. Comparado con el ensayo fenotípico, el ensayo genotípico presenta ventajas, que incluyen la simplicidad relativa, el bajo coste, y la velocidad con la que puede realizarse el test. Sin embargo, en el momento actual, sigue siendo difícil interpretar los resultados de un test genotípico para proporcionar conclusiones significativas acerca de la resistencia a los agentes terapéuticos. Véase, v.g., Tim Horn y Spencer Cox, A No-Nonsense Guide to HIV Drug Resistance Testing, (Ed. Douglas Richman, M.D., University of California, San Diego.

Cierto número de enfoques diferentes están disponibles actualmente para ayudar en la interpretación de los tests genotípicos, que incluyen:

A. Interpretación por el Médico

Un médico puede interpretar y emitir un juicio en cuanto al tratamiento óptimo basado en el conocimiento de las mutaciones primarias de resistencia asociadas con cada agente terapéutico y con la historia del tratamiento reciente del paciente. Para ayudar a los médicos a emitir estos juicios, se han convocado diversos paneles de opinión de expertos y se han publicado líneas orientativas. Por ejemplo, el Resistance Collaborative Group ha publicado dichas líneas orientativas para HIV-1. Véase, v.g., Carpenter, et al., JAMA 283(3): 381-390 (2000). Evidentemente, este tipo de método es muy subjetivo.

B. Algoritmos basados en Reglas

Los algoritmos basados en reglas son esencialmente una visión formalizada del método de interpretación arriba identificado con tablas que dan las mutaciones que están asociadas con la resistencia a cada uno de los agentes terapéuticos. Éstos pueden ser tablas impresas simples, o la información puede utilizarse para desarrollar un algoritmo de computadora basado en reglas. Un ejemplo de un sistema de interpretación de este tipo es el sistema VircoGEN^TM I (disponible de Virco) y las técnicas descritas en WO 97/27480.

C. Análisis Estadístico

Se han utilizado análisis estadísticos para comparar y relacionar fenotipos y genotipos. Harrigan et al., "Drug resistance and short term virological response in patients prescribed multidrug rescue therapy"; Hammer et al., "Relationship of phenotypic and genotypic resistance profiles to virological outcome in a trial of abacavir, nelfinavir, efavirenz and adefovir dipivoxil in patients with virological failure receiving indinavir (ACTG 372)"; Zolopa et al., "A comparison of phenotypic, genotypic and clinical/treatment history predictors of virological response to saquinavir/ritonavir salvage therapy in a clinic-based cohort"; Vingerhotes et al., "The accuracy and reproducibility of high throughput genotypic and phenotypic HIV-1 resistance testing under EN45001 and CL1A accreditation labels"; Anton et al., "Comparative paterns of HIV-1 genotypic and phenotypic resistance profiles in gut and plasma"; Hertogs et al., "A blinded comparative analysis of two genotyping service laboratories: full sequence analysis of HIV-1 protease and reverse transcriptase", presentados todos ellos en el 3^er International Worldshop on HIV Drug Resistance & Treatment Strategies, San Diego, EE.UU., 23-26 junio 1999. Estos métodos proporcionan información acerca de si los datos fenotípicos están correlacionados con los genotipos correspondientes. Las dificultades a que hay que hacer frente residen, sin embargo, en relacionar cuantitativamente el genotipo de cualquier muestra específica con su fenotipo. La interpretación de los patrones de mutación de la resistencia a los fármacos de HIV-1 se ha mejorado por predicción del fenotipo utilizando una base de datos fenotipo-genotipo de gran extensión. Para relacionar un "test" de información de resistencia de genotipo a fenotipo, se relacionaron una serie de patrones genotípicos con fármacos específicos. Estos patrones están unidos a todas las muestras genotípicas en la base de datos, permitiendo así la realización de búsquedas rápidas. Los fenotipos de las muestras en la base de datos que coinciden con un genotipo particular pueden recuperarse luego y presentarse como la proporción resistente o sensible a cada fármaco. Larder et al., Predicting IHV-1 phenotypic resistance from genotype using a large phenotype-genotype relational database, 3rd International Workshop on HIV Drug Resistance & Treatment Strategies, San Diego, USA, 23-26 de junio 1999. Este sistema hace posible obtener una indicación rápida del fenotipo probable de una muestra cuyo genotipo ha sido determinado haciendo coincidir los datos fenotípicos sustanciales archivados con un patrón de mutación.

Sin embargo, se conoce poco acerca de la forma funcional de la relación entre genotipo y fenotipo; por esta razón resulta difícil utilizar enfoques de modelización paramétricos. Adicionalmente, pueden estar implicadas mutaciones no independientes en los patrones de mutación genotípicos. Esto hace difícil aplicar métodos convencionales para realizar un mapeado de funciones entre patrones de mutación y el grado de resistencia a los fármacos.

Actualmente, sin embargo, existen bases de datos mejoradas de relaciones que utilizan reconocimiento de patrones y adaptación de fenotipos, que han demostrado una exactitud mayor que 90% en la predicción de la resistencia fenotípica. El reconocimiento de patrones y los sistemas de adaptación de fenotipos están implementados mediante software y uso de las mutaciones encontradas en la muestra del paciente para buscar coincidencias en una base de datos de genotipos y fenotipos de miles de muestras. Se utiliza un motor de búsqueda para escanear una base de datos fenotipo-genotipo. Los fenotipos de muestras en la base de datos que coinciden con un genotipo particular pueden recuperarse luego y presentarse como la proporción resistente o sensible a cada agente terapéutico. Este tipo de sistema hace posible obtener una indicación rápida del fenotipo probable de una muestra cuyo genotipo se conoce por adaptación de los datos fenotípicos sustanciales archivados a un patrón de mutación. Un ejemplo de un sistema de software de...

1. Un método para predecir la resistencia del virus de la inmunodeficiencia humana tipo 1 (HIV-1) a un agente terapéutico, que comprende:

(a) proporcionar una red neural adiestrada, en donde dicha red es una red neural de alimentación directa de tres capas, que comprende

(1)        una serie de nodos de entrada (en donde cada miembro de la serie de nodos de entrada corresponde a una mutación en el genoma de HIV-1);

(2)        una pluralidad de nodos ocultos; y

(3)        una serie de nodos de salida, en donde cada miembro de la serie de nodos de salida corresponde a un agente terapéutico utilizado para tratar HIV-1;

(b) proporcionar al menos una secuencia genética determinada de HIV-1; y

(c) predecir la resistencia de HIV-1 al agente terapéutico utilizando la al menos una secuencia genética determinada y la red neural adiestrada, en donde la resistencia predicha se expresa como una multiplicidad de cambio en CI50.