كيف يمكن التنبؤ بالجرعات الفعالة للأدوية المعاد استخدامها؟

قبل أن يتم استخدام الدواء لعلاج مرض ما، يجب أن يمر بعملية تجريبية لإثبات سلامته وفعاليته، ومن خلال إعادة استخدام الأدوية المعتمدة بالفعل، يمكن للباحثين تقليل وقت وتكلفة الخطوة السابقة، في بعض الأحيان.

ووفقا للباحثين في ولاية بنسلفانيا، تفشل الأدوية المعاد استخدامها في كثير من الأحيان مثل الأدوية الجديدة في التجارب السريرية المصممة لدراسة الفعالية، بحسب ما تم نشره في موقع ميديكال إكسبريس.

لتحسين معدل نجاح إعادة استخدام الأدوية وتحديد جرعات العلاج الفعالة، طور الباحثون في ولاية بنسلفانيا نموذجًا يتنبأ بالجرعات الفعالة للأدوية المعاد استخدامها.

نشرت نتائجهم في مجلة Cell Reports Medicine.

إعادة استخدام الدواء

وقال المؤلف المقابل جوستين ر. بريتشارد، الأستاذ المساعد في الهندسة الطبية الحيوية في ولاية بنسلفانيا: «الشيء الجميل في عملية إعادة استخدام الدواء هو أنك لا تحتاج إلى العودة وإعادة التحقق من أنه آمن للمريض، لكن عندما نظرنا فعليًا إلى الأرقام، اتضح أنه لمجرد تخطي تلك الخطوة الأولى وخفض الكثير من التكاليف المرتبطة بتطوير الأدوية، فإن معدل النجاح النهائي لجهود إعادة الاستخدام هذه كان جيدًا تقريبًا كما لو أنك حاولت البدء من الصفر بعقار جديد».

قال المؤلف المشارك للورقة البحثية وباحث الدكتوراة في الهندسة الطبية الحيوية في ولاية بنسلفانيا، سكوت إم. ليجو، إن معدل النجاح المنخفض يرجع إلى حد كبير إلى مشكلة في فهم جرعة الدواء في الاختبارات الأولية.

وأضاف: «قد يعتقد أحد الباحثين أن هذا الدواء يعمل بشكل جيد حقًا في علاج سرطان الدم. وربما يكون دواءً جيدًا لعلاج سرطان البنكرياس أو مرض السكري أو كوفيد، ما يحدث غالبًا هو أنهم يأخذون هذا الدواء ويرمون كمية كافية منه على الخلايا في طبق حتى يروا التأثير المطلوب ثم يطلقون عليه اسم العلاج المحتمل، على الرغم من أنه قد يكون مقدارًا غير معقول».

وقال ليجو إن المشكلة الأخرى هي أن الخلايا المعزولة في طبق قد تتصرف بشكل مختلف عن الخلايا المحاطة بالبروتينات والأنسجة في جسم المريض.

تطوير نموذج حاسوبي

ولحل هذه المشكلة، طور الباحثون نموذجًا حاسوبيًا باستخدام البيانات الموجودة مسبقًا حول كيفية أداء دواء سرطان الدم فعليًا لدى مرضى حقيقيين، ثم قاموا بتغذية المعلومات النموذجية ببياناتهم التجريبية الخاصة بالتفاعلات الدوائية مع الأمراض لتركيزات مختلفة على الخلايا المعزولة في طبق، وعلى وجه التحديد، اختبر الباحثون الدواء على خلايا سرطانية معزولة وعلى خلايا سرطانية في محلول من البروتينات اللزجة، الموجودة في الدم وتبقي بعض الدواء بعيدًا عن هدفه المقصود.

ومن خلال قسمة الرقم الأول، نسبة الدواء الذي وصل إلى الخلايا السرطانية المستهدفة في الاختبارات التي أجريت باستخدام البروتينات اللزجة، على الرقم الثاني، الذي تم سحبه من الاختبارات التي أجريت بدون بروتينات لزجة، حصلوا على عامل تحول المصل، ويمكنهم بعد ذلك ضرب هذا الرقم بتركيز الدواء الموجود في عينة دم المريض لإنتاج تركيز مصحح.

وقال ليجو: «اتضح أن هذا مؤشر جيد حقا لمدى جودة أداء هذا الدواء في سياق المرض.. نحن نسمي هذا التعرض الفعال للدواء لدى المريض، وهو ما يتيح لنا ترجمة أرقام التركيز ذهابًا وإيابًا بين المريض والخلايا في الطبق».

وقال ليهاو إنهم يمكنهم أن يطلبوا من النموذج التركيز المصحح لمزاوجة دواء معين مع مرض ما، والذي يعمل بمثابة عتبة.

وقال ليجو: «الأداء التجريبي أفضل من هذا الرقم العتبي الذي سنسميه فعالا سريريا، والأداء الأسوأ من هذا الرقم، سنقول إن الدواء لا يعمل في هذا السياق».

وأضاف: «لقد وجدنا أنه يمكننا أن نأخذ نفس الرقم الذي قدمه لنا النموذج ونحاول تقييم البيانات التي لم يرها النموذج من قبل، ونسأل: ما مدى قدرة نفس العتبة على التنبؤ بما إذا كان الدواء يعمل في هذا السياق؟ وتبين أن هذا العدد نفسه كان يؤدي أداءً جيدًا حقًا في أمراض مختلفة تمامًا».

في هذا البحث، استخدم الفريق بيانات سرطان الدم، ولكن عندما طبقوها على سرطان الرئة وأورام الجهاز الهضمي، لاحظوا معدلات نجاح مماثلة - دقة 90% - ووجدوا أنه يمكنهم استخدام عتبات مماثلة للتنبؤ بفعالية الدواء.

وقال ليهاو: «حتى لو كانت هذه العتبة تحتوي على مساحة صغيرة للمناورة الخاصة بالمرض، لكي يخبرنا الكمبيوتر بدقة عن هذا الرقم، فإنه يحتاج إلى هذا السياق البيولوجي الأوسع.. كنا بحاجة إلى تغذيته بالأرقام الصحيحة، بينما لم نكن نفعل ذلك من قبل»ز

وبينما ركز هذا البحث على إيجاد جرعات فعالة لإعادة استخدام الأدوية، قال الباحثون إنهم يعتقدون أن هذا النموذج يمكن استخدامه لتصميم أدوية جديدة في فئة مماثلة في المستقبل.