Ученые дали разработчикам лекарств «инструмент» для точного поиска доз и прогноза эффективности онкопрепаратов

Ученые из Первого МГМУ им. Сеченова провели исследование, результаты которого помогут разработчикам лекарств точнее подбирать дозы и оценивать эффективность новых препаратов против рака на ранних стадиях клинических испытаний, пишут «Известия».

При разработке новых противоопухолевых препаратов одна из сложных задач — подобрать оптимальную дозу и оценить эффективность на ранних этапах клинических исследований. Для этого используются математические модели, прогнозирующие поведение опухоли и течение заболевания. Однако до сих пор было неясно, какая из моделей наиболее эффективна.

После изучения различных математических моделей, применяемых для прогнозирования развития опухолевого процесса, ученые Центра математического моделирования в разработке лекарств Сеченовского университета выявили те, которые наиболее точно предсказывают реакцию опухоли на лечение.

Специалисты впервые провели сравнительный анализ пяти самых популярных моделей на основе данных о здоровье 381 пациента, страдающего немелкоклеточным раком легкого. Анна Мишина, младший научный сотрудник Центра математического моделирования в разработке лекарств, поделилась, что их исследование дало ученым и фармацевтическим компаниям важный инструмент. Он помогает выбирать наилучшие модели для более точного прогнозирования роста опухолей. Что, в свою очередь, облегчает принятие решений в процессе клинических испытаний.

По мнению Максима Колясникова, доцента института экономики и управления УрФУ МФТИ, при разработке новых препаратов более точные прогнозы на ранних этапах клинических исследований могут снизить затраты фармкомпаний на 30–40%. Также это ускорит появление эффективных лекарств, которых ожидают онкопациенты. Исследование может стать методологической основой для российской платформы разработки препаратов.

Разработчики рассказали, что результаты исследования найдут применение в новой цифровой платформе «Онкомонитор», которую создают в Сеченовском университете. Эта платформа улучшит прогнозирование шансов на выздоровление онкопациентов и поможет подбирать наиболее эффективное лечение для каждого.

Фото: videst © 123RF.com