בראיון זה, NewsMedical מדברת עם אמנדה ג'ונס ב-Revvity על האסטרטגיות והפתרונות הזמינים לחולל מהפכה בנוף המו"פ במחקר קליני.
האם אתה יכול לתאר כמה מהגורמים הבסיסיים המניעים שיעורי שחיקה גבוהים שנצפו בשלבים המוקדמים של ניסויים קליניים?
מתועד היטב שלמעלה מ-90% מהתרופות שנכנסות לצינור הקליני מיועדות לכישלון, כאשר לאונקולוגיה יש את הסיכוי הנמוך ביותר להצלחה. רוב הכשלים הללו מתרחשים בשלבי ניסוי מוקדמים יותר, שבהם הוכח שמועמדים לתרופה חסרי יעילות קלינית או שיש להם רעילות בלתי ניתנת לניהול. הסיבות העיקריות הן לרוב מודלים פרה-קליניים שאינם מצליחים לחזות במדויק את היעילות והרעילות ואינם מתמודדים עם ההטרוגניות של אוכלוסיית המטופלים בעולם האמיתי.
כיצד חברות התרופות מנסות לצמצם את הפער התרגומי בין מחקר בסיסי ליישום קליני?
בעשורים האחרונים נראו חברות תרופות מתמקדות יותר ויותר בטיפול בשבר בין מדע בסיסי לפרקטיקה קלינית. על ידי טיפוח שיתופי פעולה ברחבי האקדמיה והתעשייה, הידע המוטבע במחקר בסיסי מחזק את המעבר לפיתוח קליני על ידי מתן שיטות למיקוד מחלות וזיהוי סיכונים פוטנציאליים מוקדם. לא פחות חשוב להצלחת התרגום הוא זיהוי תת-קבוצות מטופלים שסביר להניח שיגיבו לטיפול.
זה מביא לעדכון של הגישות הליניאריות לגילוי למחקר ממוקד מטופל, שיכול לספק כלים אבחוניים וטיפוליים חדשים החיוניים לתרגום מדע פרה-קליני לבני אדם.
קרדיט תמונה: Stock-Asso/Shutterstock.com
האם תוכל לדון בהשפעה של מודלים פרה-קליניים משופרים על ההסתברות להצלחה של ניסויים קליניים?
ההתקדמות בהנדסה גנטית ורקמות מאפשרת לחוקרים לבנות מודלים פרה-קליניים המשחזרים בצורה נאמנה יותר מחלות אנושיות. מערכות מיקרו-פיזיולוגיות כגון אורגנואידים, מערכות איברים-על-שבב, או אפילו מודלים מואנשים של בעלי חיים יכולים לחזות טוב יותר תוצאות קליניות, כלומר ניתן לקבל החלטות ללכת או לא ללכת מוקדם יותר בגילוי, מה שמגדיל את הסיכויים של מועמדים לתרופה להצליח בניסויים קליניים.
למרות העלות הגבוהה יותר של הפעלת מערכות מודל מורכבות יותר אלו, החיסכון הפוטנציאלי בעלויות המו"פ הוא משמעותי – לדוגמה, מערכות איבר על שבב יכולות לספק חיסכון של 10-26% בעלויות על פני תקופה של חמש שנים.
בנוסף, כוח הניבוי של מודלים אלה יכול לסייע בתכנון של ניסויים קליניים, כולל בחירת נקודות קצה וריבוד חולים, מה שיכול להוביל לניסויים ממוקדים ויעילים יותר.
כיצד השימוש בבינה מלאכותית וטכנולוגיות למידת מכונה משפר את יעילות הבחירה הטיפולית?
על ידי סינון מהיר של קבוצה עצומה של נתונים, טכנולוגיות בינה מלאכותית (AI) ולמידת מכונה (ML) יכולות לחבר, לפרש ולהחליט, לחולל מהפכה בגילוי התרופות. מתכנון מועמדים לתרופות ועד להערכת וניהול רעילות, בינה מלאכותית מוכיחה את עצמה כבעלת ערך בכל שלבי גילוי התרופות.
עם זאת, AI / ML לא רק מאפשר להביא תרופות טובות יותר לשוק מהר יותר, רפואת דיוק פונקציונלית היא תחום מתפתח שבו נבדקים מודלים של תאים שמקורם במטופלים מול פאנלים של תרופות המאפשרים לבצע תחזיות לגבי תוצאות המטופלים הטובות ביותר. דוגמה מצוינת לניסוי מתמשך בתחום זה כולל את מחקר EXCYTE-2 שיזם Exscientia, אשר מחפש להעריך פלטפורמות רפואה מדויקות בחולים עם לוקמיה מיאלואידית חריפה.
כיצד ההתקדמות בגנומיקה משפיעה על בחירת מועמדים לתרופות בחברות תרופות?
בחירת מועמדים לתרופה השתנתה על ידי ההתקדמות בגנומיקה בעשור האחרון. עריכת CRISPR רחבה של הגנום הופיעה ככלי רב עוצמה לאימות ותעדוף יעדי תרופות על ידי מתן אפשרות לחוקרים לצפות בהשפעות של הפעלת גנים או דיכוי על תפקודים תאיים. זה מסייע בגילוי מטרות סמים פוטנציאליות והבנת מנגנוני הפעולה שלהם.
בנוסף, רצף הדור הבא מספק תובנות מקיפות לגבי המכלול הגנטי של מחלות ובחירת סמנים ביולוגיים, מה שמבטיח שתרופות מועמדות נבחרות עשויות להיות יעילות באוכלוסיית החולים המיועדת, דבר חיוני לפיתוח גישות רפואה מותאמות אישית.
מה תפקידן של ראיות גנטיות לאימות מטרה כיום, וכיצד זה שינה את תהליך פיתוח התרופה?
השילוב של תובנות גנטיות בשלבים המוקדמים של גילוי תרופות מספק שיטה אמינה לזיהוי ואימות מטרות טיפוליות פוטנציאליות. על ידי מינוף נתונים ממחקרי אסוציאציות רחבי גנום ומחקר גנטי אחר, מדענים יכולים לאתר גנים המעורבים ישירות בתהליכי מחלה. לאחר מכן ניתן להשתמש במידע זה כדי להעריך את הרלוונטיות ואת יכולת הסמים של מטרות, ולהגדיל את הסבירות להצלחה קלינית.
למעשה, מחקרים הראו שלמטרות תרופות עם תמיכה גנטית יש סיכוי גבוה פי שניים להוביל לתרופות מאושרות, מה שמדגיש את הערך של ראיות גנטיות בהפחתת שיעורי השחיקה הגבוהים שנצפו בפיתוח תרופות.
בנוסף, השימוש בנתונים גנטיים, כגון דפיקות מכוונות, באימות מטרה יכול לעזור לחזות תופעות לוואי אפשריות ולזהות אינדיקציות מתאימות לטיפול, מה שהופך את תהליך פיתוח התרופה לא רק ליעיל יותר אלא גם לממוקד יותר במטופל.
קרדיט תמונה: Gorodenkoff/Shutterstock.com
כיצד השתנה השימוש בסמנים ביולוגיים בניסויים קליניים בשנים האחרונות, וכיצד זה משפיע על תוצאות הניסויים הקליניים?
השימוש בסמנים ביולוגיים בניסויים קליניים עבר אבולוציה משמעותית בשנים האחרונות, במיוחד בתחום האונקולוגיה. בחוסר שימוש היסטורי, סמנים ביולוגיים הם כעת מכריע בתכנון וביצוע של ניסויים קליניים, מה שמוביל למחקרים ממוקדים ויעילים יותר. לדוגמה, השימוש בטיפולים מותאמים לסמנים ביולוגיים בניסויים שיפר את התוצאות בחולים עם סוגי סרטן ספציפיים באמצעות שיעורי תגובה כלליים גבוהים יותר והישרדות ארוכה יותר ללא התקדמות.
ההשפעה של שינוי זה היא עמוקה, לא רק מבחינת הפוטנציאל לטיפולים יעילים יותר אלא גם מבחינת האפשרות להפחית את העלות הכוללת של שירותי הבריאות על ידי זיהוי מגיבים ואינם מגיבים בשלב מוקדם של תהליך הטיפול. ככל שהשימוש בסמנים ביולוגיים ממשיך לגדול, צפוי שהניסויים הקליניים יהפכו ליותר יעילים, התוצאות ישתפרו, ורפואה מותאמת אישית תהפוך לגישה הסטנדרטית בפרוטוקולי טיפול.
איזה תפקיד ממלאים שיטות טיפול חדשות כמו תאים וטיפולים גנים בעלייה הנוכחית של פרודוקטיביות הפיתוח הקליני?
טיפולי תאים וגנים מייצגים התקדמות משמעותית בטיפול במחלות שונות, במיוחד מחלות נדירות וסוגי סרטן המטולוגיים. האופי הממוקד שלהם עוזר לספק הצלחה קלינית גדולה יותר, כאשר טיפולים מראים כי יש סיכוי גבוה פי שניים עד שלושה להצליח מאשר סוגים אחרים של טיפולים במצבים דומים.
לדוגמה, טיפולים כגון CAR-T/TCR לסרטני דם הראו סבירות גבוהה פי שלושה לאישור בעת כניסה לשלב 1 בהשוואה לתרופה האונקולוגית הממוצעת. יתרה מזאת, טיפולי גנים יתומים עלו על התרופה הממוצעת בכל שלבי תהליך הפיתוח הקליני, והדגימו פוטנציאל מדהים להתקדם בשלבי הניסויים הקליניים בהצלחה. הצלחתם של טיפולים אלו בניסויים קליניים היא עדות לדיוק ולפוטנציאל של תרופות גנטיות לספק טיפולים מתמשכים למחלות מורכבות.
עם זאת, חשוב לציין שתחום הריפוי הגנטי עדיין מתפתח, עם אתגרים מתמשכים כמו העלויות החד פעמיות הגבוהות והמורכבות של ייצור חומרים טיפוליים בסטנדרטים פרמקולוגיים של איכות ועקביות. למרות האתגרים הללו, ההצלחה הקלינית של טיפולי תאים וגנים ממשיכה לצמוח, ומציעה תקווה לחולים וכיוון מבטיח למחקר רפואי ואסטרטגיות טיפול עתידיות.
הפניות
- https://www.sciencedirect.com/science/article/pii/S135964461930042X#sec0015
- https://www.nature.com/articles/ng.3314
- ClinicalDevelopment SuccessRates2011_2020.pdf (bio.org)
על Revvity
Revvity מספקת פתרונות, טכנולוגיות, מומחיות ושירותים בתחום מדעי הבריאות המספקים זרימות עבודה שלמות מגילוי ועד פיתוח, ואבחון לריפוי.
Revvity דוחפת את הגבולות של מה שאפשר בתחום הבריאות, עם תחומי מיקוד מיוחדים בטכנולוגיות מולטי-אומיקה תרגום, זיהוי ביולוגי, הדמיה, חיזוי, סקר, איתור ואבחון, אינפורמטיקה ועוד.
עם רשת גלובלית איתנה וזריזות מקומית, אנו משרתים מגוון רחב של ארגונים מתרופות וביוטכנולוגיה ועד למעבדות קליניות, באקדמיה וממשלות.
יחד עם הלקוחות והשותפים שלנו, אנו מאוחדים בהשפעה, מאמצים את הבלתי אפשרי לשפר חיים בכל מקום.
