Вычислительная модель оценки лекарственной устойчивости может улучшить лечение лейкемии и рака легких
Новый метод может улучшить лечение пациентов с хроническим миелоидным лейкозом, предсказав, какое лекарство будет наиболее эффективным. Метод также работает для других форм рака, где может развиться резистентность. Сейчас делается шаг к лучшему и более персонализированному лечению этого заболевания.
Исследование «За пределами IC 50 – вычислительная динамическая модель лекарственной устойчивости при лечении ингибированием ферментов» опубликовано в журнале PLOS Computational Biology .
Ежегодно около 85 шведов диагностируют вариант рака крови хронический миелоидный лейкоз . Пациентов с этим заболеванием обычно лечат препаратом, называемым ингибитором ABL1, и в настоящее время доступно пять различных препаратов этого типа.
Хотя пациенты почти всегда реагируют на лечение, если оно проводится на ранних стадиях заболевания, около 20% из них развивают устойчивость к препарату. Когда это происходит, пациенту дают другой препарат из той же группы, в надежде, что новый препарат будет эффективен против резистентных опухолевых клеток.
«Наиболее распространенной причиной лекарственной устойчивости являются мутации в ферменте, который препарат призван ингибировать. Но поскольку мутации различаются у разных пациентов, для разных пациентов наиболее эффективны разные варианты препаратов, что усложняет выбор препарата», — объясняет Ран Фридман, профессор химии в Университете Линнея.
Новый параметр для лучшей оценки
В настоящее время для оценки резистентности к определенным мутациям используется параметр, известный как рост IC 50 , оценка концентрации препарата, необходимой для ингибирования роста опухолевых клеток на 50%. Устойчивость приводит к повышению IC 50 , что означает, что для достижения того же результата требуется более высокая доза.
Новое исследование показывает, что дополнение IC 50 дополнительным параметром может улучшить оценку того, какой вариант препарата наиболее эффективен против мутировавших опухолевых клеток в каждом отдельном случае пациента.
«Проще говоря, мы разработали вычислительную модель , которая также учитывает действие препарата между дозами, что дает нам более точную картину развития резистентности. Если пациент принимает препарат каждое утро, наш расчет показывает, насколько он эффективен к вечеру», — говорит Ран Фридман.
Может использоваться при других типах рака
Одним из преимуществ метода является то, что его можно применять и к другим видам рака, поддающимся лечению несколькими различными типами препаратов со схожими механизмами действия, например, к некоторым формам рака легких.
«Прежде всего, мы видим в этом методе большой потенциал для улучшения оценки резистентности и упрощения выбора лекарств при появлении на рынке новых лекарственных средств», — говорит Ран Фридман.
Исследование является результатом сотрудничества Университета Линнея, Норвежского университета науки и технологий и Университета Сан-Паулу и является частью Центра химии биоматериалов Университета Линнея.