ИНСТИТУТ ВЫЧИСЛИТЕЛЬНОЙ МАТЕМАТИКИ им. Г.И. МАРЧУКА
РОССИЙСКОЙ АКАДЕМИИ НАУК

ИНСТИТУТ ВЫЧИСЛИТЕЛЬНОЙ МАТЕМАТИКИ
им. Г.И. МАРЧУКА РАН

ИВМ РАН

119333, г. Москва, ул. Губкина, 8.
Тел.: (495) 984‑81‑20, (495) 989‑80‑24, факс: (495) 989‑80‑23, E‑mail: director@mail.inm.ras.ru

  • English


Российские ученые определили самые перспективные таргетные препараты при системной склеродермии

Исследователи Центра математического моделирования в разработке лекарств Сеченовского Университета и Института вычислительной математики им. Г.И. Марчука РАН провели крупнейший количественный анализ эффективности таргетных препаратов для лечения системной склеродермии (оригинальная новость на сайте Сеченовского университета). С помощью методов математического моделирования и метаанализа клинических исследований они выяснили, какие лекарства лучше других справляются с различными проявлениями этого заболевания. В перспективе работа ученых поможет назначать пациентам максимально персонализированное лечение и ускорить разработку новых лекарств. Результаты опубликованы в журнале Pharmaceutics (Systematic Review and Model-Based Meta-Analysis of Targeted Drugs for Systemic Sclerosis).

Системная склеродермия — аутоиммунное заболевание, при котором иммунитет атакует собственные ткани, вызывая воспаление, повреждение сосудов и фиброз (утолщение и уплотнение) кожи и внутренних органов, в первую очередь легких. Проявления болезни разнообразны: у одних пациентов преобладают кожные изменения, у других — поражение внутренних органов. Сегодня ведется разработка множества таргетных препаратов для лечения склеродермии. Однако напрямую сравнивать их эффективность сложно из-за различий в дизайне клинических исследований (разные группы пациентов и продолжительность наблюдения).

Чтобы решить эту задачу, ученые Сеченовского Университета и Института вычислительной математики объединили данные 32 клинических исследований с участием более 2 тысяч пациентов и проанализировали действие 23 таргетных препаратов. Для сравнения их эффективности исследователи использовали математическую модель, позволяющую одновременно отслеживать динамику двух главных показателей — индекса фиброза кожи (mRSS) и показателя функции легких (FVC), который используется для оценки поражения дыхательной системы. Результаты показали, что при фиброзе кожи наиболее эффективны препараты, воздействующие на воспалительные сигнальные пути (например, ингибиторы JAK-киназ и антитела к цитокинам). А для улучшения функции легких лучше подходит терапия, направленная на B-клетки иммунной системы (например, препараты ритуксимаб и белимумаб).

«Системная склеродермия  редкое заболевание, поэтому клинические исследования часто включают сравнительно небольшое количество пациентов. Наш количественный анализ, объединивший данные из разных исследований, позволяет увидеть общие закономерности, которые невозможно обнаружить в рамках отдельных клинических испытаний», — пояснил Кирилл Песков, руководитель Центра математического моделирования в разработке лекарств Сеченовского Университета.

Математическая модель также показала, что 50% максимального эффекта терапии достигается примерно через шесть месяцев. Это важно учитывать при планировании новых клинических исследований и оценке результатов лечения. Более того, разработанный подход позволяет моделировать различные сценарии клинических испытаний — например, оценивать, как размер выборки пациентов и продолжительность исследования повлияет на итоговый результат.

«Такие модели позволяют проводить своего рода «виртуальные клинические исследования», — отметила научный сотрудник ИВМ РАН Алина Волкова. — Мы можем просчитать множество вариантов и сценариев, например проанализировать, как будет меняться результат при другой продолжительности терапии. Это может помочь быстрее и эффективнее разрабатывать новые лекарства».

В перспективе результаты исследования можно будет использовать для оптимизации дизайна клинических исследований, выбора наиболее перспективных мишеней для терапии системной склеродермии и создания персонализированных методов лечения пациентов, уверены ученые.