Математика против рака: в Сеченовском Университете определили оптимальные модели для прогноза динамики размера опухоли при лечении рака легкого

Ученые Первого МГМУ имени И.М. Сеченова провели исследование, которое поможет разработчикам лекарств подбирать оптимальную дозу и оценивать эффективность новых противоопухолевых препаратов на ранних этапах клинических испытаний. Сравнив различные математические модели, которые широко используются для прогноза динамики опухолевого процесса, они определили те из них, которые наиболее точно предсказывают, как опухоль будет реагировать на лечение. Результаты работы опубликовали в научном журнале «CPT: Pharmacometrics and Systems Pharmacology». Об этом CNews сообщили представители Первого МГМУ имени И.М. Сеченова.

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. 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, — сказала 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.