Исследование, проведенное учеными Первого Московского государственного медицинского университета имени И.М. Сеченова, позволит создателям лекарственных средств на начальных этапах клинических испытаний подбирать наиболее подходящую дозировку и оценивать действенность новых противоопухолевых лекарств. Проанализировав различные математические модели, применяемые для прогнозирования развития опухоли, исследователи выявили наиболее точные в предсказании реакции опухоли на терапию. О результатах работы сообщается в научном журнале CPT: Pharmacometrics and Systems Pharmacology.
Выбор подходящей дозировки и оценка действенности противоопухолевых лекарств на начальных стадиях клинических испытаний представляют собой одни из самых серьезных вызовов при создании новых препаратов, поскольку объём доступной информации в этот период крайне ограничен. Чтобы справиться с этой задачей, разработчики применяют математические модели, которые позволяют понять, как опухоль реагирует на воздействие лекарства, и спрогнозировать ход болезни. Ранее оставался нерешенным вопрос о том, какая из существующих моделей наиболее эффективна для решения этой задачи.
Специалисты Центра математического моделирования в разработке лекарств Первого Московского государственного медицинского университета имени И.М. Сеченова осуществили уникальное сравнительное исследование пяти наиболее распространенных моделей, основанных на клинической информации 381 пациента, страдающего немелкоклеточным раком легкого. С помощью передового статистического анализа были выявлены три наиболее точные модели (BiExp, LExp, TGI) и определены области их применения. Модель TGI (Кларет), описывающая ингибирование роста опухоли, оказалась лидером в воспроизведении текущих данных и краткосрочном прогнозировании изменений в опухоли, в то время как модель LExp показала себя стабильной при долгосрочном прогнозировании (до 16 месяцев). Все три модели адекватно оценивали объективный ответ опухоли – важный показатель эффективности лекарственного средства, однако ни одна из них не смогла точно спрогнозировать развитие резистентности опухоли – это задача, требующая дальнейших исследований.
«Авторы исследования предоставили ученым и представителям фармацевтической отрасли методологическую основу для выбора наиболее подходящей модели, которая позволит точнее прогнозировать изменения в объеме опухолей и поможет принимать обоснованные решения в процессе клинических испытаний, — пояснила младший научный сотрудник Центра математического моделирования в разработке лекарств Анна Мишина. — Это значительный прогресс в направлении персонализированной терапии и ускорения создания новых противоопухолевых лекарств».
Полученные данные найдут применение в цифровой платформе «Онкомонитор», создаваемой в Сеченовском Университете. Данная разработка предоставит врачам и ученым возможность формировать более точные прогнозы относительно выживаемости пациентов с онкологией и выбирать наиболее подходящие методы лечения.
Данные предоставлены Управлением по взаимодействию с общественностью Сеченовского Университета