Как безопасно ускорить создание лекарств: мнение эксперта фармацевтики

Правила, написанные кровью

Современный строгий порядок разработки лекарств выстраивался десятилетиями. Доклинические испытания в пробирках и на животных, затем три обязательные фазы на людях. Пропустить этап — преступление. И это не просто бюрократия.

В 50-х годах прошлого века немецкая компания «Грюненталь» выпустила на рынок успокоительное талидомид. Его стали принимать и беременные женщины. Никто толком не проверил влияние на плод. Результат? Десятки тысяч детей родились с тяжелыми физическими уродствами. Фармацевтический мир содрогнулся. После этого правила ужесточили так, чтобы подобное никогда не повторилось.

Но и это не стало панацеей. В 2006 году во время испытаний препарата TGN1412 шестерым здоровым добровольцам ввели дозу, в сотню раз превышающую безопасную. Разработчики ошиблись в интерпретации данных. Иммунная система мужчин буквально «взорвалась», оставив их инвалидами. Эти случаи — не просто страницы учебников. Это цена, которую заплатили за нынешние стандарты безопасности.

Научное рационализаторство

Значит ли это, что всё должно оставаться как есть? Конечно, нет. Рационализаторство в фармацевтике — это не про сокращение этапов, а про их оптимизацию. Пандемия ковида ярко показала: когда мир ждет вакцину, ждать 10 лет нельзя. Значит, нужно менять подход к самим испытаниям.

Одна из главных проблем — нехватка пациентов для исследований. Даже по распространенным болезням. Появились инновационные дизайны: «зонтичные» и «корзиночные» платформы. В первом случае для одной болезни тестируют сразу несколько терапий на маленьких группах, выискивая самую эффективную. Во втором — один препарат пробуют при разных заболеваниях. Это экономит время, пациентов и ресурсы. За такими подходами — будущее.

Математическое моделирование

«А как же долгосрочные последствия?» — спрашивали скептики во время ковидной вакцинации. Действительно, в рамках обычного испытания отследить эффекты, которые проявятся через годы, почти невозможно. Тут на помощь приходят не пробирки, а формулы.

Математическое моделирование позволяет, анализируя огромные массивы исторических данных, прогнозировать поведение новой молекулы. Смоделировать тысячи «цифровых пациентов» и оценить риски, даже не начиная дорогостоящее испытание. Это уже не фантастика, а рутина для крупных фармгигантов. Матмодели помогают выбрать оптимальный дизайн исследования: меньше пациентов, но более умная аналитика. Или наоборот. Каждое решение в разработке — это развилка. Математика помогает выбрать верный путь.

Цифровые помощники

Возьмем, казалось бы, простую задачу в онкологических испытаниях: измерить размер опухоли на КТ-снимке. Радиолог берет линейку и замеряет. А если радиологов десятки, в разных странах? Данные становятся субъективными, «шумными».

Здесь могут помочь алгоритмы анализа изображений. Чтобы машина, а не человек, измеряла опухоль с точностью до пикселя. Это повысит достоверность данных колоссально. Пока такие проекты — в пилотной стадии, но через несколько лет, уверен, это станет стандартом. Технологии уже есть, они ждут своего часа.

Кто виноват и что делать

Что же мешает всему этому внедряться быстрее? Первая преграда — бюрократия. Нужен умный регулятор, который не только следит за соблюдением правил, но и сам предлагает новые, рациональные пути. Сейчас лидер здесь — американское FDA, которое буквально продвигает методы моделирования. Другим регуляторам есть куда расти.

Вторая преграда — ментальная. В отрасли решения на ранних этапах принимают биологи, на поздних — врачи. Это люди эксперимента, они верят только тому, что сами увидели в микроскоп или клинике. Внедрить инженерные, теоретические подходы в такую среду — задача непростая.

И наконец, главное. Любая революция делается людьми. Нужны специалисты на стыке наук: биологии, математики, IT. Инвестиции в таких людей — это и есть инвестиции в будущее фармацевтики. Ведь машина должна считать, а человек — понимать, зачем.

Эксперт: Кирилл Песков, Руководитель Центра математического моделирования в разработке лекарств ПМГУ им. Сеченова