Лекция | Как математическое моделирование меняет разработку лекарств | Кирилл Песков

• Приветствие спикера Кирилла Пескова.  

• Представление темы лекции: использование математики и искусственного интеллекта в инновационной фармацевтике.  

• Освежение знаний о процессе разработки инновационных лекарств.  

• Примеры применения математики на разных стадиях разработки.  

• Обсуждение изменений в процессе разработки лекарств за последние 5–10 лет.  

• Последовательный процесс от фундаментальных исследований до регистрации препарата.  

• Важность последовательности и эффективности каждого этапа.  

• Роль регуляторных органов в регистрации препаратов.  

• Анализ данных глобальной контрактной организации IQVIA о продуктивности клинических исследований.  

• Тенденция к снижению продуктивности несмотря на увеличение инвестиций.  

• Проблемы с дизайном и научной гипотезой клинических исследований.  

• Неправильная стратегия: например, разработка «бесстон-класс» препарата без учёта конкуренции с дженериками.  

• Неправильная трансляция доклинических данных в клинические исследования.  

• Неправильная доза: почти 50% провалов исследований третьей фазы связаны с неправильно подобранной дозой.  

• Недостаточная доказательная база: проблемы с доказательством эффективности и безопасности препарата.  

• Необходимость более глубокого анализа данных для повышения продуктивности.  

• Применение продвинутой математики для анализа доклинических и клинических данных.  

• Дисциплина фармакометрика как инструмент для понимания сложных фармакологических эффектов.  

• Фармакометрика изучает фазы разработки лекарств и научные вопросы, такие как подбор мишени, свойств компаунда и дозы.  

• Дисциплина зародилась в 1970-х годах на основе математических методов нелинейного моделирования.  

• Формакинетика описывает, как организм реагирует на лекарства: циркуляция, метаболизм и выведение.  

• Формадинамика изучает эффекты лекарств на организм.  

• Методы фармакометрики помогают подбирать дозировку и персонализировать лечение.  

• Подход включает построение моделей механизмов действия препаратов и патологий.  

• Интеграция исторической и биологической информации в модели.  

• Физиологически обоснованное моделирование формакинетики предсказывает профиль препарата в организме.  

• Метаанализ используется для анализа данных о конкурентных препаратах и дизайна собственных исследований.  

• Методы системной биологии помогают исследовать регуляторные взаимодействия и метаболические пути.  

• Включает компьютерное конструирование лекарств, структурное моделирование и хем-информатику.  

• Парадигма в разработке лекарств, основанная на математическом моделировании.  

• Доза — ключевой вопрос, определяющий эффект препарата.  

• Математические модели помогают интерпретировать данные клинических исследований.  

• Пример с противодиабетическим препаратом: оценка влияния на реабсорбцию глюкозы в почках.  

• Необходимость количественной оценки эффекта в разных популяциях.  

• Вход модели: доза препарата и информация о дизайне исследования.  

• Выход модели: фармакодинамические маркеры и клинические конечные точки.  

• Интеграция индивидуальных особенностей пациентов в модель.  

• Классический статистический подход: генерация данных и доказательство их значимости.  

• Модул-бейс подход: интеграция данных в математическую модель.  

• Постепенное уточнение дозовых зависимостей по мере добавления новых данных.