В 2018 году иммунологи из США Джеймс Эллисон и Тасуку Хондзе получили Нобелевскую премию по медицине за открытие ингибиторов контрольных точек – иммуноонкологических препаратов, которые заставляют иммунную систему активно уничтожать опухоль. Эти препараты изменили подход к лечению рака и открыли новую эру в онкотерапии. Однако несмотря на значительные успехи в лечении рака, достигнутые с их помощью, у них есть и нежелательные эффекты, которые необходимо учитывать. Базу данных, которая содержит информацию о побочных эффектах ингибиторов контрольных точек и их комбинаций, разработали и зарегистрировали ученые Центра математического моделирования в разработке лекарств Сеченовского Университета. Ее будут применять разработчики новых иммуноонкологических препаратов – для подбора оптимальной дозировки лекарства при планировании клинических исследований.

На сегодняшний день на российском и зарубежном рынках доступны несколько ключевых ингибиторов контрольных точек: ингибиторы молекулы PD-1 (пембролизумаб, ниволумаб); ингибиторы молекулы PD-L1 (дурвалумаб, атезолизумаб) и ингибиторы CTLA-4 (ипилимумаб, тремелимумаб). Эти препараты применяют для лечения меланомы, различных типов рака легкого, рака почек, мочевого пузыря и других онкозаболеваний как в качестве монотерапии, так и в комбинации нескольких препаратов или в сочетании с химиотерапией. Среди побочных явлений, которые могут возникнуть при использовании иммуноонкологических препаратов, – иммунные реакции, эндокринные нарушения, расстройства в работе желудочно-кишечного тракта и другие. Их мониторинг важен не только для контроля за состоянием пациента во время лечения, но и для подбора оптимального режима дозирования новых разрабатываемых препаратов.

Созданная в Сеченовском Университете база данных содержит информацию о серьезных нежелательных явлениях (3-й и 4-й степеней тяжести) иммуноонкологических препаратов, зарегистрированных при проведении клинических исследований. В нее включили данные о частоте таких побочных эффектов, особенностях приема лекарств (дозировке и частоте приема, режиме дозирования, применении в комбинации с другими препаратами, линии терапии), а также данные об особенности дизайна исследования – виде онкологического заболевания, возрасте и поле пациентов.

«Базу данных мы начали собирать еще в 2018 году, в год получения Нобелевской премии за открытие ингибиторов иммунных точек, – рассказал руководитель Центра математического моделирования в разработке лекарств Сеченовского Университета Кирилл Песков. – На тот момент на рынке уже были доступны все основные ингибиторы контрольных точек и накопился пул клинических данных о безопасности применения разных типов терапий. С помощью метаанализа и моделирования нежелательных явлений мы смогли сравнить между собой разные классы препаратов – ингибиторы PD-1 и CTLA-4. Так, например, в отличие от препаратов первого класса, ингибиторы CTLA-4 в качестве монотерапии показали, что развитие нежелательных явлений при их применении зависит от дозы лекарства и его концентрации в организме. К увеличению частоты побочных эффектов приводит также комбинация ингибиторов PD-1 с ингибиторами CTLA-4».

База данных нежелательных явлений иммуноонкологических препаратов постоянно обновляется – разработчики включают в нее информацию о результатах клинических исследований инновационных ингибиторов контрольных точек и биоаналогов, которые появляются в России и в мире. Созданную базу данных будут использовать разработчики новых препаратов при планировании клинических исследований – для подбора оптимальной дозировки лекарства без потери его эффективности. Помимо этого, база данных станет частью разрабатываемой в Сеченовском Университете цифровой платформы по математическому моделированию онкологических заболеваний для разработки новых лекарств.

«Оценив разные профили безопасности препаратов, связанные с их дозой и концентрацией в организме, мы поставили перед собой задачу создать новый инструмент для прогнозирования безопасности иммуноонкологических терапий как часть цифровой платформы. Он позволит разработчикам лекарств находить оптимальные решения по комбинации препаратов, дозе и режиму дозирования каждого из компонентов. Также мы планируем включить в модель данные об эффективности таких препаратов. Это значительно расширит прикладное значение нашей цифровой платформы», – заключил Кирилл Песков.