СИСТЕМНАЯ ФАРМАКОЛОГИЯ И КОЛИЧЕСТВЕННОЕ МОДЕЛИРОВАНИЕ

Актуальность. Традиционная парадигма разработки лекарств, основанная на эмпирическом подборе доз, всё чаще демонстрирует несостоятельность. Высокий отсев кандидатов на поздних стадиях испытаний, непредсказуемость индивидуальной вариабельности и сложность мишеней требуют нового подхода [1]. Системная фармакология (QSP) объединяет математическое моделирование, экспериментальные данные и биологические знания для прогнозирования эффектов на системном уровне [2, 3]. В отличие от классических PK/PD-моделей, QSP учитывает множественные взаимодействия между рецепторами, сигнальными путями, клетками и органами [1].

Цель. Проанализировать теоретические основы и практические применения QSP, оценить прогностическую ценность подходов, выявить барьеры внедрения в клиническую практику и регуляторные процессы.

Материалы и методы. Работа выполнена как аналитический обзор, основу которого составили три источника: о концепции QSP и её приложениях [1]; статья о конвергенции фармакометрии и QSP [2]; и отчёт о регуляторных QSP-субмиссиях в FDA [3]. Анализ проводился с акцентом на методологические основы, клинические примеры и регуляторные аспекты.

Результаты исследования. QSP — интегративный подход, объединяющий физиологию и фармакологию для ускорения медицинских исследований [1]. В отличие от традиционных методов, QSP рассматривает одновременно взаимодействия рецептор-лиганд, метаболические пути, сигнальные сети и биомаркеры, обеспечивая целостное понимание взаимодействий между организмом, болезнью и лекарством [1]. Интеграция знаний на множестве масштабов позволяет получать представление как об индивидуальных ответах, так и об общих закономерностях [1, 2].

Ключевое отличие QSP от классических PK/PD-моделей — механистическая основа. Если традиционные модели описывают связь концентрации и эффекта эмпирически, то QSP строится на знаниях о молекулярных и клеточных механизмах физиологии и патологии [2]. Это позволяет экстраполировать предсказания за пределы наблюдаемых данных и переносить их на другие популяции — педиатрических пациентов, пациентов с редкими заболеваниями [2].

Joshi et al. выделяют три подхода к совместному использованию QSP и фармакометрии: параллельная синхронизация, кросс-информативное использование и последовательная интеграция [2]. Достижение конвергенции требует новых инструментов и подготовки специалистов с междисциплинарными компетенциями [2].

Практические применения QSP охватывают широкий спектр областей. QSP уже продемонстрировала полезность в регуляции глюкозы, онкологии, аутоиммунных заболеваниях и лечении ВИЧ [1]. Модели консолидируют данные в математические конструкции, прогнозируя исходы испытаний и оптимизируя дозирование на основе доклинических данных [1].

Регуляторный аспект QSP заслуживает особого внимания. Согласно Bai et al., число QSP-субмиссий в FDA неуклонно росло в последнее десятилетие [3]. QSP используется для обоснования разработки лекарств на всех этапах — от подбора доз до оптимизации режимов — как для малых молекул, так и для биопрепаратов [3]. Более 66% субмиссий посвящены эффективности, но QSP также применяется для моделирования безопасности: гепатотоксичности, риска синдрома высвобождения цитокинов, изменений плотности костной ткани [3]. Особый интерес представляет использование QSP в педиатрии — области, где клинические испытания особенно затруднены [3].

Однако внедрение QSP сталкивается с барьерами. Это сложность моделей и необходимость междисциплинарного сотрудничества [1]. Остаются проблемы коммуникации и экспертной оценки — стандартизированные процессы ещё не разработаны [1]. Широкое признание QSP требует чётких критериев оценки и метрик, устанавливающих доверие к прогнозам [2]. QSP — не столько конкретная методология, сколько концептуальная интегративная основа, использующая широкий спектр методов моделирования [1]. Разнообразие стимулирует творческий подход, но затрудняет стандартизацию [1, 2].

Выводы. QSP и количественное моделирование — мощный инструмент для перехода от эмпирического подхода к прогностическому, основанному на механистическом понимании биосистем [1, 2]. QSP-модели, интегрируя знания о физиологии, патологии и фармакологии, способны предсказывать индивидуальные ответы, оптимизировать дозирование и оценивать комбинированные терапии [1, 3]. Рост числа регуляторных субмиссий свидетельствует о признании потенциала QSP, но для полной реализации необходимо преодоление методологических, организационных и коммуникационных барьеров [3]. Дальнейшие исследования должны быть направлены на стандартизацию оценки QSP-моделей, интеграцию с машинным обучением и подготовку специалистов нового поколения [2, 3].