Zunächst verwendeten die Wissenschaftler:innen ein Gewebemodell, das auf Schweinedarmgewebe basiert, um die Absorption von Medikamenten systematisch zu messen. Dieses experimentelle Setup ermöglichte es den Forscher:innen, die Reaktion des Gewebes auf verschiedene Medikamentenformulierungen zu beobachten und ihre Absorptionsraten zu quantifizieren.
Um die Rolle spezifischer Transporter im Verdauungstrakt zu untersuchen, wurden kurze RNA-Fragmente benutzt, die als siRNA bezeichnet werden, um die Expression dieser Transporter gezielt zu verringern. Dadurch konnten sie die Auswirkungen dieser Verringerung auf die Absorption verschiedener Medikamente analysieren. Besonders interessierten sich die Forscher:innen für die Transporter BCRP, MRP2 und PgP, die als Schlüsselakteure bei der Medikamentenabsorption im Verdauungstrakt bekannt sind. Durch die gezielte Manipulation der Expression dieser Transporter konnten die Forscher:innen die spezifische Rolle jedes Transporters bei der Absorption verschiedener Medikamente herausarbeiten.
Darüber hinaus wandte man maschinelles Lernen an, um Vorhersagen darüber zu treffen, welche Medikamente mit welchen Transportern im Verdauungstrakt interagieren könnten. Hierbei wurden strukturelle Ähnlichkeiten der Medikamentenmoleküle als Grundlage für die Vorhersagen verwendet.
Die Analyse ergab interessante Ergebnisse, darunter die Vorhersage einer potenziellen Interaktion zwischen Doxycyclin, einem Antibiotikum, und Warfarin, einem Blutverdünner. Diese Vorhersage wurde durch Patientendaten bestätigt, die zeigten, dass die Einnahme von Doxycyclin den Warfarin-Spiegel im Blut erhöhte.
Insgesamt bietet diese Methode, laut Forscher:innen einen innovativen Ansatz zur Untersuchung von Medikamentenwechselwirkungen im Verdauungstrakt, die potenziell dazu beitragen kann, die Sicherheit und Wirksamkeit von Medikamenten zu verbessern sowie unerwünschte Wechselwirkungen zu vermeiden.