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 моделей справляется с этой задачей лучше всего.
Ученые Центра математического моделирования в разработке лекарств Сеченовского Университета провели первое в своем роде сравнительное исследование пяти наиболее широко используемых моделей на основе клинических данных 381 пациента с немелкоклеточным раком легкого. Результаты работы опубликовали в научном журнале «CPT: Pharmacometrics and Systems Pharmacology».
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 опухоли стала модель ингибирования роста опухоли TGI (Кларет). В то время как модель 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 опухоли — это задача для будущих исследований.
«Наше исследование 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 разрабатываемой в Сеченовском университете цифровой платформе «Онкомонитор». Этот инструмент позволит врачам и исследователям строить более точные прогнозы выживаемости и подбирать оптимальную терапию для пациентов с онкологическими заболеваниями.