Nauka o żywotności i skuteczności nowych farmaceutyków

Zapytaj dowolnego Włocha, jak lubi gotować swój makaron, a odpowieal dente. Większość wyszkolonych kucharzy polega na smaku, a wielu rzuca nim o ścianę, aby sprawdzić, czy się przyklei jako miara "ugotowania". Ta metoda nie wydaje się zbyt dokładna i brzmi jak trochę bałaganu. Dlaczego więc wielu dzisiejszych twórców leków przyjmuje to samo podejście, rzucając nimi o ścianę i sprawdzając, co się przyklei? Złożoność ludzkiej fizjologii nie jest tak dobrze rozumiana jak prosta fizyka, ale firmy muszą skupić swoje wysiłki na poprawie zdolności modelowania i przewidywania.

W przeprowadzonym niedawno badaniu przeanalizowano przyczyny niepowodzeń klinicznych 410 leków, które zostały wprowadzone do testów w latach 2000-2009. Wyniki pokazują, że opłacalność komercyjna i skuteczność są kluczowymi przyczynami niepowodzenia w pierwszej i drugiej fazie badań klinicznych. Szaleństwem wydaje się jednak dokonywanie tak ogromnych inwestycji w rozwój nowego leku, nie mając pojęcia, czy "przyklei się on do ściany", gdy dojdzie do badań klinicznych.

Opłacalność komercyjna jest powiązana z odpowiednią analizą potencjalnego rynku dla leku, tj. całkowitej liczby pacjentów, w połączeniu ze wszystkimi innymi czynnikami kosztowymi związanymi z wprowadzeniem na rynek, produkcją, sprzedażą i marketingiem, a także szybkością wprowadzenia na rynek. Biorąc pod uwagę, że rentowność komercyjna jest największą przyczyną niepowodzenia w fazie pierwszej, czy projekty te powinny być odkładane na półkę przed rozpoczęciem prób? Wiedza na temat tego, czy nowy lek przyniesie zyski, zanim zostanie poddany testom, ma sens, ale wymaga wcześniejszej pracy nad czynnikami społecznymi i stratyfikacją pacjentów, w połączeniu z dogłębną wiedzą na temat choroby, taką jak mechanizm działania i szlaki chorobowe.

W drugiej fazie badań można zrozumieć, że skuteczność stanowi duży problem. Wyzwania obejmują niepewność co do tego, czy lek zadziała u ludzi, dawkowanie oraz nieprzewidywalny charakter PK i ADME przy porównywaniu ludzi z innymi gatunkami we wcześniejszych badaniach rozwojowych. Mapowanie modeli zwierzęcych na ludzkie stanowi problem translacyjny. Często problem dotyczy dostępnych danych i ich integracji. Badacze potrzebują wszystkich danych przedklinicznych zagregowanych z dostępnymi danymi z badań klinicznych i danymi po uzyskaniu licencji, aby móc naprawdę zagłębić się w złożone zależności, które oczywiście istnieją.

Konieczna jest więc zmiana paradygmatu. Organizacje muszą być w stanie stratyfikować dane i wykorzystywać wiedzę korporacyjną w celu właściwej walidacji populacji docelowych i lepszego oszacowania rentowności komercyjnej. Zrozumienie wielkości rynku i demografii pacjentów od samego początku ma kluczowe znaczenie. Dostęp do wszystkich danych dotyczących pacjentów, badań i rozwoju (R&D) oraz danych zewnętrznych na temat chorób i działania leków na zwierzętach i ludziach może zapewnić szerszy obraz i pomóc w przełożeniu wiedzy naukowej na lepsze przewidywanie zachowań farmakologicznych.

Rozwiązanie? Zebranie wszystkich danych w znaczący sposób na każdym etapie rozwoju - badań, rozwoju przedklinicznego i etapów klinicznych - doprowadzi do lepszych wyników klinicznych w przyszłości przy mniejszym ryzyku niepowodzenia. Bez rzucania makaronem.