A curated benchmark database for high-throughput mechanistic pharmacokinetic prediction
Dit artikel introduceert een gecureerde, machineleesbare database van 180 plasmaconcentratie-tijdprofielen over meerdere soorten en toedieningsroutes om het gebrek aan publieke benchmarks aan te pakken, waardoor transparante, reproduceerbare evaluatie en verbetering van hoogdoorvoots mechanistische farmacokinetische voorspellingsmethoden mogelijk wordt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de vroege stadia van het creëren van een nieuw medicijn worden wetenschappers geconfronteerd met een moeilijke evenwichtsoefening. Ze moeten moleculen ontwerpen die effectief een ziekte kunnen bestrijden, terwijl ze er ook voor moeten zorgen dat die moleculen door het menselijk lichaam kunnen reizen om hun doel te bereiken. Deze reis staat bekend als farmacokinetica. Het omvat hoe een medicijn wordt opgenomen, hoe het door weefsels beweegt, hoe het lichaam het afbreekt en hoe het uiteindelijk wordt verwijderd. Decennialang werd dit deel van het proces vaak pas in een laat stadium van de ontwikkeling behandeld, omdat het meten hiervan dure laboratoriumtests en complexe dierstudies vereiste. Als gevolg hiervan ontwierpen onderzoekers een medicijn op basis van hoe goed het mogelijk tegen een ziekte zou werken, om er later pas achter te komen dat het lichaam het niet kon absorberen of het te snel zou elimineren. Om de ontdekking te versnellen, hebben wetenschappers zich gericht op computermodellen die deze reizen kunnen voorspellen voordat er ook maar één druppel vloeistof is getest. Echter, om deze digitale voorspellingen vertrouwen te kunnen schenken, moeten ze worden gecontroleerd tegenover gegevens uit de echte wereld. Tot nu toe was er een gebrek aan hoogwaardige, georganiseerde datasets waarmee verschillende computerprogramma's eerlijk vergeleken kunnen worden, wat het moeilijk maakte om te weten welke tools werkelijk betrouwbaar zijn.
Een team van onderzoekers bij Simulations Plus, Inc., heeft deze kloof gedicht door een nieuwe, zorgvuldig gecureerde database samen te stellen die bedoeld is om deze voorspellingsinstrumenten te testen. Ze verzamelden informatie over 180 specifieke scenario's met betrekking tot 76 verschillende verbindingen van geneesmiddelen die zijn getest in vijf verschillende soorten: mensen, apen, honden, ratten en muizen. Voor elk scenario verzamelden ze het volledige verhaal van hoe het medicijn zich in de loop van de tijd gedroeg, waarbij de concentratie van het medicijn in het bloed op elk gemeten moment werd geregistreerd in plaats van slechts één samenvattend getal. Deze aanpak legt de volledige vorm van de reis van het medicijn vast, waardoor details worden onthuld over hoe snel het wordt opgenomen of hoe lang het in het lichaam blijft. Het team heeft de chemische structuren van de verbindingen en de meeteenheden gestandaardiseerd, waardoor elk datapunt consistent en klaar is voor computeranalyse. Ze voegden ook informatie toe over hoe het medicijn werd toegediend, zoals via een injectie in een ader, een ingeslikte tablet of een vloeibare oplossing, en noteerden de specifieke dosis die in elk geval werd gebruikt.
Met behulp van deze nieuwe database testten de onderzoekers een hogesnelheid computersysteem dat ontworpen is om deze reizen van medicijnen te voorspellen. Ze draalden simulaties voor elke van de 180 gevallen, waarbij ze het systeem de chemische structuur van het medicijn en de details van de studie voerden, zoals de soort en de dosis. Het systeem genereerde vervolgens een voorspelde curve die laat zien hoe de concentratie van het medicijn in de loop van de tijd zou moeten verlopen. De onderzoekers vergeleken deze voorspelde curves direct met de werkelijke curves die in de studies uit de echte wereld zijn opgenomen. Ze ontdekten dat het computermodel redelijk goed presteerde, waarbij ongeveer een derde van de voorspellingen binnen een factor twee viel van de werkelijke metingen. In de wereld van medicijnontwikkeling wordt een resultaat binnen een factor twee vaak als een sterk resultaat beschouwd, maar het model presteerde zelfs nog beter wanneer er naar een ruimere marge werd gekeken; bijna alle voorspellingen waren binnen een factor tien van de geobserveerde waarden. Dit niveau van nauwkeurigheid suggereert dat het computermodel het algemene gedrag van medicijnen over verschillende dieren en toedieningsmethoden heen kan vatten.
De studie onthulde ook waar het computermodel moeite mee heeft. De voorspellingen waren het meest accuraat voor medicijnen die worden geëlimineerd door de lever of de nieren, wat de primaire paden zijn die het model verwerkt. Echter, het model was minder accuraat voor bepaalde soorten medicijnen waarbij het lichaam ze op een specifieke manier in de lever opneemt, iets wat de huidige software niet volledig simuleert. Dit is een cruciale bevinding, omdat het ontwikkelaars precies vertelt waar zij hun verbeteringen op moeten richten. Bovendien testten de onderzoekers of het model kon werken met gegevens uit andere bronnen, en niet alleen uit hun eigen interne voorspellingen. Ze ontdekten dat het model succesvol kon draaien met invoergegevens van verschillende computerprogramma's, wat aantoont dat de database flexibel genoeg is om diverse tools te testen. Deze flexibiliteit is essentieel omdat het verschillende onderzoeksgroepen in staat stelt om dezelfde benchmark te gebruiken om te zien hoe hun specifieke methoden zich verhouden, wat een gedeelde standaard voor verbetering bevordert.
De database bevat ook een verscheidenheid aan complexe moleculen die traditionele regels van medicijnontwerp doorbreken, zoals grote cyclische peptiden en macrocycli. Dit zijn nieuwere soorten medicijnen die moeilijker te voorspellen zijn, en de onderzoekers ontdekten dat hun bijgewerkte modellen deze complexe structuren beter aankonden dan oudere versies. Door deze uitdagende gevallen op te nemen, zorgt de database ervoor dat de geteste instrumenten robuust genoeg zijn voor de toekomst van de geneeskunde, en niet alleen voor de medicijnen van het verleden. De onderzoekers erkennen dat de database niet perfect is; deze is beperkt tot enkelvoudige doses en dekt nog niet elke mogelijke manier waarop een medicijn kan worden toegediend, zoals via een infuus of onder de huid. Ze merkten ook op dat ze gegevens uit verschillende studies moesten combineren, wat een natuurlijke variatie introduceert. Echter, ze hebben de database openbaar beschikbaar gemaakt en zijn van plan deze bij te houden, waarbij ze andere wetenschappers uitnodigen om fouten te melden of nieuwe gegevens toe te voegen.
Dit werk vertegenwoordigt een verschuiving in de manier waarop medicijnontwikkeling wordt geëvalueerd. In plaats van simpelweg computerprogramma's te rangschikken op een ranglijst op basis van een enkel getal, moedigt deze aanpak een diepere blik aan op waarom een model slaagt of faalt. Door de gehele curve van de reis van een medicijn te vergelijken, kunnen wetenschappers zien of een model faalt tijdens de absorptie, distributie of eliminatie, wat een duidelijk stappenplan biedt voor het repareren van de software. De database dient als een gedeelde bron die wetenschappers in staat stelt om voorbij geïsoleerde experimenten te gaan en toe te bewegen naar een meer transparante, reproduceerbare standaard. Naarmate het veld zich beweegt naar het gebruik van kunstmatige intelligentie om medicijnen te ontwerpen, is het hebben van een betrouwbare manier om deze voorspellingen te testen essentieel. Deze gecureerde collectie van gegevens uit de echte wereld biedt dat fundament, wat helpt om te garanderen dat de digitale tools die de volgende generatie medicijnen leiden, zo accuraat en betrouwbaar mogelijk zijn.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.