- Статьи
- Наука и техника
- Взять расчет: цифровая платформа спрогнозирует рост опухоли с высокой точностью
Взять расчет: цифровая платформа спрогнозирует рост опухоли с высокой точностью
Ученые провели исследование, которое поможет разработчикам лекарств подбирать оптимальную дозу и оценивать эффективность новых онкопрепаратов на ранних этапах клинических испытаний. Сравнив различные математические модели, которые широко применяются для прогноза динамики опухолевого процесса, они определили те из них, которые наиболее точно предсказывают, как новообразование будет реагировать на лечение. Результаты исследования будут использованы в цифровой платформе «Онкомонитор». Эксперты отметили важность таких инструментов для вывода на рынок новых лекарств, но рассказали «Известиям», что необходимо проводить дальнейшие исследования по большему числу нозологий.
Модели прогноза развития опухоли
Ученые Центра математического моделирования в разработке лекарств Сеченовского университета провели первое в своем роде сравнительное исследование пяти наиболее широко используемых моделей для прогноза динамики опухолевого процесса при подборе лекарств.
Как рассказали «Известиям» ученые, одни из наиболее сложных задач при разработке новых противоопухолевых препаратов — подбор оптимальной дозы и оценка эффективности лекарства на ранних этапах клинических исследований, когда данных еще очень мало. Для их решения разработчики используют математические модели, которые описывают, как опухоль ведет себя под действием препарата и прогнозируют дальнейшее течение заболевания. Однако до сих пор не было понятно, какая из существующих справляется с этой задачей лучше всего.
Свое исследование ученые провели на основе клинических данных 381 пациента с немелкоклеточным раком легкого (НМРЛ). С помощью продвинутого статистического анализа они выявили три наиболее надежные модели — BiExp, LExp, TGI — и определили сферу их применения. Лидером в описании текущих данных и краткосрочном прогнозе динамики новообразования стала модель ингибирования роста опухоли TGI (Кларет). В то время как LExp продемонстрировала стабильность предсказаний для долгосрочного прогнозирования (до 16 месяцев).
Все три модели хорошо оценивали объективный ответ опухоли (один из ключевых показателей эффективности лекарства), но ни одна из них не смогла точно предсказать момент развития резистентности новообразования — это задача для будущих исследований.
— Наша работа предоставляет ученым и фармацевтическим компаниям методологическую базу для подбора оптимальной модели, позволяющей точнее прогнозировать динамику размера опухолей и способствовать принятию решений в ходе клинических испытаний, — отметила одна из авторов работы, младший научный сотрудник Центра математического моделирования в разработке лекарств Анна Мишина. — Это важный шаг к персонализации терапии и ускорению разработки новых противораковых препаратов.
Результаты исследования будут использованы в цифровой платформе «Онкомонитор». Этот инструмент позволит врачам и ученым строить более точные прогнозы выживаемости и подбирать оптимальную терапию для пациентов с онкологическими заболеваниями, добавили ученые.
Математическое моделирование в испытании лекарств
Подбор оптимальной дозы в терапии онкологических заболеваний — важная задача. Слишком низкая дозировка не приведет к нужному терапевтическому эффекту, а чрезмерная вызовет избыточное токсичное воздействие. Препараты для лечения онкологии обладают тяжелыми побочными эффектами и воздействуют на уже сильно ослабленный онкологическим заболеванием организм, что обусловливает появление новых проблем, сказал «Известиям» заведующий лабораторией анализа показателей здоровья населения и цифровизации здравоохранения МФТИ Станислав Отставнов.
Данное исследование поможет фармкомпаниям и ученым получить конкретные рекомендации по выбору инструментария на ранних фазах разработки препаратов. Это, в свою очередь, может сэкономить время и ресурсы, благодаря работы над максимально перспективными вариантами. Модели точно оценивают объективный ответ опухоли, это важно для принятия решений о дозировке и дизайне третьей фазы испытаний, добавил эксперт рынка НТИ «Хелснет», врач-онколог НМИЦ онкологии имени Н.Н. Петрова Максим Котов.
— Главная проблема, честно отмеченная авторами, в том, что ни одна модель не предсказала момент развития резистентности. Для практической онкологии это серьезное ограничение, поскольку именно прогрессирование на фоне терапии определяет необходимость смены тактики лечения. Второй момент — математические платформы остаются инструментом популяционного, а не персонализированного прогноза, — отметил он.
По его словам, индивидуальная вариабельность ответа, связанная с молекулярным профилем опухоли, микроокружением и иммунным статусом пациента, в таких моделях учитывается недостаточно, так как для этого нужно большое количество данных.
Улучшение прогнозов уже на ранних этапах клинических исследований (I–II фазы) может сократить затраты фармакомпаний на 30–40%, что означает сотни миллионов долларов экономии на одном препарате, считает доцент института экономики и управления УрФУ и кафедры технологий будущего МФТИ Максим Колясников. Также это ускорит вывод эффективных лекарств на рынок, что критично для онкопациентов, где счет идет на месяцы жизни. Исследование действительно может стать методологической основой для российской платформы разработки препаратов, особенно в условиях санкционного давления и необходимости импортозамещения западных моделирующих систем.
— Однако конкурентоспособность требует реалистичной оценки: выборка 381 пациента с НМРЛ относительно скромна по сравнению с исследованиями FDA или EMA, оперирующими тысячами случаев. Глобальные фармгиганты (Roche, Pfizer, Novartis) уже используют аналогичные подходы, инвестируя десятки миллионов в собственные платформы фармакометрики с AI-компонентами. Критично, что ни одна модель не предсказала резистентность — ключевую проблему онкотерапии, что ограничивает практическую ценность, — пояснил Максим Колясников «Известиям».
Для конкуренции на мировом уровне необходимы масштабирование выборок, валидация на множественных нозологиях и, главное, доказательства реального улучшения клинических исходов в проспективных исследованиях, резюмировал эксперт.
Результаты работы ученых опубликованы в научном журнале CPT: Pharmacometrics and Systems Pharmacology.
