Система оценки рисков для экспериментальных лекарственных препаратов, аналогичная кредитному рейтингу.

Дебора Борфиц

2 июня 2025 г. | Компания VeriSIM Life создает «полноценную инфраструктуру прогнозирования», чтобы помочь фармацевтическим компаниям предвидеть предстоящие трудности на пути от лабораторного открытия молекулы до успешного применения в терапии человека. Эта помощь предоставляется в виде динамической оценки риска, подобной «кредитному рейтингу», с присущей ей объяснимостью и надежностью, как утверждает Джо Варшней, доктор ветеринарной медицины, основатель и генеральный директор VeriSIM Life.

Как хорошо известно в отрасли, лишь около 1 из 10 кандидатов в лекарственные препараты, проходящих клинические испытания, доходят до стадии одобрения для вывода на рынок. Инструмент VeriSIM Life, входящий в состав платформы BIOiSIM компании по разработке лекарственных препаратов, призван помочь разработчикам лекарств принимать более взвешенные решения на ранних этапах рискованного процесса медицинских исследований, говорит Варшней. Он буквально переворачивает эту статистику, достигая почти 90% точности в прогнозировании успеха клинических испытаний на основе проверенных ретроспективных и проспективных исследований, помогая разработчикам лекарств принимать более ранние, основанные на доказательствах решения.

«Прогнозы делаются с использованием гибридных моделей искусственного интеллекта, которые сочетают виртуальное моделирование действия лекарств на животных и людях с машинным обучением», — говорит Варшней. «Система моделирует поведение лекарства и объясняет лежащие в его основе биологические и физические причины этого поведения. Такой подход объединяет понимание причинно-следственных связей, присущее алгоритмам, основанным на научных принципах, с алгоритмами, способными распознавать закономерности при анализе больших массивов данных».

Главная проблема, с которой сталкиваются фармацевтические компании как по отдельности, так и в совокупности, «в конечном итоге сводится к возможности применения результатов на практике», — говорит Варшней. Хотя объем прогнозов достиг беспрецедентных масштабов, отрасль сместила акцент с количества на качество. Спонсоры хотят получать прогнозы, на основе которых можно принимать решения, подтверждающиеся в клинических исследованиях.

«Компания VeriSIM Life, основанная в 2017 году, первые пять лет посвятила тщательной проверке эффективности BIOiSIM в различных областях заболеваний, целевых группах, партнерских программах и внутренних разработках лекарственных препаратов», — говорит Варшней. Сейчас у компании около 20 действующих партнерских соглашений с фармацевтическими компаниями и партнерств по совместной разработке, а также собственный портфель активов, «потому что мы хотим подтвердить свои слова делами».

Один из этих препаратов, малая молекула для лечения легочной артериальной гипертензии, менее чем за год до начала клинических испытаний на людях. Компания уже помогла нескольким клиентским программам начать клинические испытания значительно раньше традиционных сроков, отмечает она. «Вероятно, мы единственная компания, которая продемонстрировала такой уровень подтверждения эффективности как в партнерских программах, так и в разработанных внутри компании препаратах».

Ключевые вопросы

Большинство доступных фармацевтическим компаниям инструментов прогнозной аналитики ориентированы на разработку лекарств, говорит Варшней. «Эта область значительно улучшилась в создании молекул, но создание молекул больше не является основным препятствием. Сложный вопрос заключается в том, какие молекулы будут безопасны и эффективны для человека». Святым Граалем является знание того, какие из этих молекул смогут пройти клинические испытания и получить разрешение на продажу.

Как правило, от спонсоров исследований компания VeriSIM Life получает вопросы о том, какие молекулы-кандидаты будут эффективны для пациентов или лучше всего подходят для конкретного показания, какие побочные эффекты можно ожидать и уменьшить во время токсикологических исследований, а также «способы определения подходящей группы пациентов для участия в клинических испытаниях с целью достижения статистической значимости и конечных точек, определяющих успешный результат», — говорит она.

«Существуют целенаправленные решения, специфичные для химии молекул, клинических испытаний или групп пациентов, но они не могут предсказать результаты, поскольку сосредоточены только на одной из множества проблем, которые могут возникнуть в ходе исследований на людях», — продолжает Варшней. «Биология сложна, и системы фундаментально взаимосвязаны».

Как отмечает Варшней, ее компания использует сочетание стандартных и собственных подходов к машинному обучению и искусственному интеллекту, при этом метод BIOiSIM, основанный на многомодельном подходе, объединяет различные алгоритмы ИИ в виртуальную систему разработки лекарств. «Мы анализируем имеющиеся у нас модели ИИ и механистические модели, чтобы определить наилучшие комбинации, которые помогут нам решить поставленную задачу».

Механистические симуляции генерируют биологически обоснованные признаки, которые интегрируются с гибридными моделями искусственного интеллекта и вычислительными моделями для повышения надежности и объяснимости прогнозов в процессе трансляции.

Цель VeriSIM Life — «связать различные аспекты применимости молекулы на практике», включая химию, биологию, а также изменчивость в зависимости от животных и пациентов, чтобы предоставить значимые, реальные прогнозы относительно проблем, с которыми молекула столкнется на пути разработки лекарственного препарата, говорит Варшней. Исходя из этого понимания, препарату присваивается «кредитный рейтинг», который, подобно финансовому положению человека, динамически меняется в зависимости от базовых данных — например, изменений в его химической структуре, дозировке или целевом заболевании.

Ограничения этого подхода связаны с доступностью информации, будь то данные или экспертные знания специалистов в конкретной области, продолжает она. BIOiSIM прозрачно выявляет эти пробелы, чтобы клиенты могли понимать как уровень достоверности, так и границы каждого прогноза.

Синтетические данные

Как сообщает Варшней, для повышения точности прогнозирования лекарственных препаратов компания VeriSIM Life создает собственные синтетические данные на платформе BIOiSIM, расширяя тем самым довольно ограниченные внешние и лабораторные наборы данных. Компания создает математические модели систем человека и животных для моделирования взаимодействия лекарств с организмом, что помогает прогнозировать эффективность и токсичность для человека даже при ограниченном объеме входных данных.

Платформа обучается на основе общих химических и биологических закономерностей в больших массивах данных и применяет эти знания к конкретным кандидатам в лекарственные препараты и контекстам заболеваний, где экспериментальные данные могут быть ограничены. «С этой точки зрения мы протестировали нашу систему в 72 областях заболеваний и тысячах различных мишеней, связанных с этими областями», — говорит она.

Варианты использования

Не раскрывая названия компаний и подробности, Варшней может сообщить, что VeriSIM Life помогла одному из своих партнеров с интересной мишенью и множеством малых молекул определить наилучшие показания для лечения — от конкретных видов рака до редких заболеваний. «Мы использовали нашу платформу и трансляционный индекс для ранжирования наиболее перспективных областей заболеваний, на которых следует сосредоточиться». Клиент подтвердил правильность прогноза, и теперь его программа находится на завершающей стадии клинических испытаний фазы 1.

В рамках еще одного партнерства, посвященного изучению хронической токсичности разрабатываемого лекарственного препарата, компания VeriSIM Life помогает нескольким компаниям сократить или заменить необходимость традиционных шести-девятимесячных исследований на обезьянах, используя созданные с помощью ИИ цифровые двойники животных и людей для моделирования поведения молекулы в организме, говорит она. Эта работа напрямую связана с активным переходом Управления по санитарному надзору за качеством пищевых продуктов и медикаментов (FDA) от тестирования на животных к новым методам, включая ИИ, компьютерное моделирование и технологию «орган на чипе». «Мы рады быть в авангарде внедрения этих методов агентством».

Варшней, ветеринар по образованию, вполне закономерно увлечена решением проблемы внедрения лекарственных препаратов в практику таким образом, чтобы минимизировать необходимость использования животных. Ее отец занимался фармацевтическим бизнесом в Индии, поэтому она рано поняла, как сложно вывести лекарство на рынок. «Но мы не можем просто продолжать это говорить… мы должны копать глубже, потому что в конечном итоге… одобрение даже 30% лекарств — это огромная победа» — как с финансовой точки зрения для компаний, так и с точки зрения здоровья пациентов.

«Мы действительно полны энтузиазма по поводу решения проблемы переноса результатов доклинических исследований в клинические», — говорит она, хотя, по ее признанию, это был непростой путь. «Я посвятила этому всю свою карьеру: от понимания сути проблемы и создания систем кодирования до осмысления того, как это может выглядеть с точки зрения искусственного интеллекта, и до создания VeriSIM».

Роль органоидов

Как и платформа BIOiSIM, микрофизиологические системы и органоиды должны быть релевантны для человека, если они хотят заменить исследования на животных, говорит Варшней. «Они созданы для того, чтобы приблизиться к тому, что наблюдается у пациентов, но с одной точки зрения», поскольку они в первую очередь органоспецифичны и используются для изучения конкретных клеточных процессов в этом контексте.

Однако, как она отмечает, начался переход к одновременному тестированию лекарственных препаратов на различных трехмерных органоидах (например, мозге, сердце и печени), созданных с помощью микроинженерии для точного воспроизведения физиологических, функциональных и патологических реакций человека. Модели клеточных культур и системы низших животных, как правило, не имеют отношения к человеку.

«Не обязательно быть ветеринаром, чтобы оценить различия между лошадьми, обезьянами, собаками и людьми», — говорит Варшней. Такой подход должен распространяться и на возможность переноса результатов тестирования лекарств на различные модели животных, чтобы разрабатывались более качественные доклинические и клинические испытания.

Органоиды — это масштабируемый способ преодоления разрыва между теорией и применением результатов исследований на людях, позволяющий получать высококачественные данные, имеющие отношение к человеческой биологии, для обучения и тестирования моделей ИИ, но их создание — непростая задача, добавляет Варшней, чья докторская диссертация была посвящена мини-органам. «Если бы мне пришлось воссоздавать фармацевтическую промышленность с нуля, я бы сосредоточился на создании взаимосвязанных трехмерных систем, чтобы получать данные, которые структурно, функционально и генетически гораздо ближе к реальным человеческим тканям, чем традиционные двухмерные клеточные культуры, и также работал бы над отказом от тестирования на животных, где релевантность для применения в биологии человека ограничена или непредсказуема».

Это переход, имеющий важное значение для всей фармацевтической отрасли, и поэтому он слишком масштабен для того, чтобы его могла осуществить какая-либо одна компания, добавляет она. Преимущество инфраструктуры ИИ BIOiSIM заключается в том, что она может использовать разнообразные наборы данных из этих физиологически значимых 3D-моделей для более эффективного продвижения молекул в клиническую практику. Этот сдвиг может помочь отрасли перейти от метода проб и ошибок к более предсказуемой, ориентированной на человека и основанной на знаниях модели внедрения лекарственных препаратов.

Источник: www.bio-itworld.com