Unsupervised Pattern Analysis in Japanese Veterinary Toxicology: A Regulatory-Compliant Framework for Cross-Species Risk Assessment

Resumen Técnico: Análisis de Patrones No Supervisado en Toxicología Veterinaria Japonesa

Planteamiento del Problema
Los sistemas de farmacovigilancia veterinaria a nivel mundial luchan por capturar patrones de toxicidad específicos de cada región que están moldeados por contextos biológicos y regulatorios locales. En Japón, los enfoques existentes son particularmente limitados porque dependen de modelos orientados a la predicción entrenados principalmente con datos occidentales (por ejemplo, informes de la FDA), los cuales no logran considerar variables específicas de Japón, tales como prácticas agrícolas únicas (por ejemplo, la cría extensiva de ovejas en Hokkaido), diferencias metabólicas específicas de especies (por ejemplo, la deficiencia de CYP3A2 en felinos) y sesgos de notificación nacionales definidos por el Ministerio de Agricultura, Silvicultura y Pesca (MAFF). Los sistemas regulatorios actuales, como la base de datos del Laboratorio Nacional de Ensayos Veterinarios (NVAL), proporcionan informes estandarizados pero carecen de mecanismos para el descubrimiento de patrones no supervisados, tratando a menudo los eventos adversos por medicamentos (EAM) como puntos finales aislados en lugar de explorar las estructuras mecánicas subyacentes. En consecuencia, existe una brecha en la identificación de relaciones de toxicidad latentes y específicas de la región que sean biológicamente significativas y estén alineadas con los estándares regulatorios japoneses.

Metodología
El estudio propone un marco no supervisado integrado con la regulación, diseñado para descubrir patrones de toxicidad dentro de la Base de Datos de Efectos Secundarios de Medicamentos Veterinarios del NVAL. La metodología avanza a través de cuatro etapas clave:

1. Adquisición y Preprocesamiento de Datos: Los autores utilizaron un conjunto de datos de alta confianza de 4,120 informes de EAM (que cubren 9,080 combinaciones de fármaco-EAM-especie) a través de cinco especies (perros, gatos, vacas, caballos, ovejas). Los datos se filtraron para eventos confirmados graves ("Muerte" o "Grave") y se estandarizaron utilizando las categorías de reporte del NVAL. Se observaron y corrigieron los sesgos de notificación específicos de cada especie durante el procesamiento de características.
2. Ingeniería de Características: Los EAM se codificaron en representaciones alineadas con sistemas orgánicos mapeadas a siete categorías del NVAL: Hepática, Nefro, Cardio, Neuro, Hema, Gastro y Derma. Cada especie fue representada como un vector normalizado que cuantifica la proporción de EAM dentro de sistemas orgánicos específicos. Las características a nivel de fármaco se agregaron en riesgos basados en mecanismos (por ejemplo, mapeando la dexametasona como "Esteroide"). Las inconsistencias lingüísticas japonesas se resolvieron utilizando el tokenizador MeCab.
3. Análisis No Supervisado: El marco empleó agrupamiento basado en similitud y reducción de dimensionalidad. Se priorizó la similitud de coseno para mitigar las diferencias de magnitud en el reporte disperso, mientras que la distancia de Pearson y el índice de Jaccard se utilizaron para la detección basada en rangos y categórica, respectivamente. Se aplicaron el agrupamiento K-means y el agrupamiento jerárquico (enlace simple) para identificar estructuras latentes. UMAP (Aproximación y Proyección de Variedad Uniforme) se utilizó para la reducción de dimensionalidad para visualizar los grupos de toxicidad preservando la integridad estructural de las características del sistema orgánico.
4. Integración Regulatoria y Validación: A diferencia de los modelos predictivos tradicionales, este marco incorpora los estándares regulatorios directamente en el diseño de las características. La validación no se realizó mediante la precisión predictiva, sino evaluando la alineación de los grupos descubiertos con las directrices de la MAFF y las clasificaciones de farmacovigilancia del NVAL. La consistencia estadística se probó mediante pruebas no paramétricas (por ejemplo, la prueba de Wilcoxon signed-rank), y la calidad de los grupos se evaluó mediante puntuaciones de silueta y precisión de agrupación.

Resultos Clave
El análisis del conjunto de datos del NVAL reveló patrones de toxicidad distintos y estadísticamente significativos:

• Agrupamiento de Especies: El agrupamiento jerárquico identificó tres grupos de especies significativos ($p < 0.01$):
  • Grupo 1 (Perros y Gatos): Caracterizado por señales dominantes hepáticas ($0.42 \pm 0.06$) y cardiovasculares.
  • Grupo 2 (Vacas y Caballos): Dominado por patrones nefrotóxicos ($0.39 \pm 0.07$) y gastrointestinales.
  • Grupo 3 (Ovejas): Exhibió respuestas dermatológicas ($0.35 \pm 0.07$) y hematológicas elevadas.
• Agrupamiento a Nivel de Fármaco: El agrupamiento K-means de los vectores de fármacos logró un 83% de alineación con las clases farmacológicas conocidas. Por ejemplo, los esteroides se agruparon con altas señales hepáticas, mientras que los AINE mostraron divergencia específica de órganos (por ejemplo, el carprofeno agrupándose con la nefrotoxicidad, la aspirina con la toxicidad hepática).
• Rendimiento de Métricas: La similitud de coseno superó a la distancia euclidiana y la correlación de Pearson en la detección de patrones específicos de la región, logrando una puntuación de silueta de 0.48 y una precisión de agrupación del 87%. Esta métrica demostró ser la más robusta frente a la dispersión y los sesgos de notificación inherentes al conjunto de datos japonés.
• Alineación Regulatoria: Los grupos no supervisados mostraron una fuerte concordancia con las clasificaciones regulatorias establecidas (Índice de Rand Ajustado = 0.71, $p < 0.01$). El marco capturó con éxito riesgos biológicos conocidos, como la hepatotoxicidad por esteroides en felinos y la nefrotoxicidad por antibióticos en rumiantes, sin depender de etiquetas de resultados como objetivos predictivos.

Significancia y Reivindicaciones
El artículo sostiene que pasar de un modelado orientado a la predicción a un descubrimiento de patrones no supervisado alineado con la regulación permite el hallazgo de patrones de toxicidad biológicamente significativos y específicos de la región que suelen quedar ocultos en los modelos convencionales. Al fundamentar el análisis computacional tanto en el contexto biológico como en los estándares regulatorios (específicamente las directrices de la MAFF y las categorías del NVAL), el marco proporciona una herramienta interpretable y escalable para la evaluación de la seguridad de los medicamentos veterinarios en Japón.

Los autores enfatizan que este enfoque no solo predice resultados adversos, sino que revela estructuras de toxicidad latentes que reflejan diferencias fisiológicas y prioridades regulatorias. El estudio demuestra que tal marco puede apoyar evaluaciones de seguridad dirigidas y conscientes del contexto, ofreciendo una base para estrategias de farmacovigilancia más matizadas que sean adaptables a otras regiones con paisajes regulatorios y biológicos distintos. El trabajo se posiciona como un paso hacia el "pacto ToxAI", priorizando la importancia de las características y el descubrimiento de patrones sobre la pura precisión predictiva en dominios biológicos complejos.