1 / 37

Tihanyi Károly Farmakológiai és Gyógyszerbiztonsági Kutatási Főosztály Richter Gedeon plc .

Innovativ Gyógyszerek Kutatására Irányuló Nemzeti Technológiai Platform Gyógyszerhatásossági munkaértekezlet 2008 november 26 Lineáris vs. biomarker-támogatott gyógyszerfejlesztés. Tihanyi Károly Farmakológiai és Gyógyszerbiztonsági Kutatási Főosztály Richter Gedeon plc.

adonia
Download Presentation

Tihanyi Károly Farmakológiai és Gyógyszerbiztonsági Kutatási Főosztály Richter Gedeon plc .

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Innovativ Gyógyszerek Kutatására Irányuló Nemzeti Technológiai PlatformGyógyszerhatásossági munkaértekezlet2008 november 26Lineáris vs. biomarker-támogatott gyógyszerfejlesztés Tihanyi Károly Farmakológiai és Gyógyszerbiztonsági Kutatási Főosztály Richter Gedeon plc.

  2. „A characteristic that is objectively measured and evaluated as an indicator of normal biological processes, pathogenic processes, or pharmacological responses to a therapeutic intervention. „ Biomarkers Definitions Working Group (BDWG) NIH, Clin. Pharmacol. Ther. 69, 89-95, (2001) http://www.fda.gov./cdet/genomics/PGX_biomarkers.pdf Klasszikus biomarker definició

  3. Biomarker validálás/kvalifikálás • Az analitikai módszert validáljuk • A mért paraméter kvalifikáljuk egy, esetleg több funkcióra. • Pl. C-reaktiv protein mérést validáljuk ELISA, RIA kromatográfia etc. módszerrel és kvalifikáljuk szepszis, neopláziák, gyulladás, etc biomarkerré.

  4. A biomarkerek • riportálnak • prediktálnak • modelleznek (betegségmodellek, farmakokinetikai modellek) • képet alkotnak • helyettesítenek (kemény végpontokat) surrogate markerek

  5. Biomarkerek technológiai platformok szerint • „Omics” platformok • Transcriptomics • Proteomics • Metabonomics • Képalkotó technológiák, PET, SPECT, fMRI, MRI, MRS, luminescent technics • Modellezés, platformtól függetlenül

  6. Mi tekinthető biomarkernek? • Mi a biomarker a preklinikai fejlesztésben? • Omikai platformhoz köthető adat? A valódi „omikák” technológiához kötöttek: transzkriptomika, proteomika, metabono/bolomika. A „fashionomics” = functionomics= cellomics, kinomics, lipomics • Vagy az in vivo méréseket indikáló in vitro adatok általában? Receptorbiológia??? • És a klinikai szakaszban?

  7. A pontosság paraméterei • Accuracy, specificity, sensitivity triád a gyógyszerkutatás biomarkereinél hogyan minősíthető?

  8. A gyógyszerkutatás/fejlesztés szakaszai • Exploráció, target azonosítás, target validálás • Hit to lead szakasz • Lead optimalizálás • Fejlesztési kandidátus szelekció • Preklinikai fejlesztés • Klinikai kandidátus választás • Klinikai szakasz

  9. A gyógyszerkutatás három biológiai lába • Hatásosság (Farmakodinámia) • Nemkívánt hatások (Toxikológia) • Jelenlét a biológiai téridőben (Farmakokinetika)

  10. Biomarkerek használata a preklinikai K+F-ben • Mi lenne a célja a preklinikai biomarker alkalmazásának? • Humán hatékonyság (farmakodinámia) • Modellez és prediktál • Humán ártalmatlanság (toxikológia) • Prediktál és riportál • Humánban jelenlét • Modellez és prediktál

  11. Preklinikai farmakodinámiás biomarkerek ??? • Target alapú szkrínelés-mi a szerepe a biomarkernek ? • Kiválasztás alapját képező biomarker vs. hatást mérő biomarker. Ugyanazon a pathway-en, v. egyében?

  12. Toxikológiai biomarkerek • A farmakodinámiás biomarkerek asszertivek a mechanizmus orientált szűrésnek megfelelően. • A tox biomarkerek kizárásosak. A szelekció nem a „sok targeten nem toxikus” alapon történik • Nagyon sok tox target lehet --Konvergáló pontok találása pl. „Hepatotoxicitás biomarker”

  13. Toxikológiai biomarkerek • A jó tox biomarker magas prediktiv értékű • Szkrinbe iktatható • Tox vizsgálatok (részben) kiválthatóak vele • Döntési pontok lehetnek

  14. Toxicogenomics definitions • Toxicogenomics is a major breakthrough in toxicology and combines genomwide mRNA expression profiling with protein expression patterns and metabolite fingerprints to understand the role of drug-gene interactions in disease and disfunction. • Application of the knowledge of genes associated with disease states to study the toxicology of chemical and physical agents Carcinogenesis 2002, 23, 903-905

  15. Research Recommendations: Toxicology • Omics” and mechanism of action and dose-response • •Link “omics” to traditional toxicology endpoints • •Relevance of “omics” response to phenotype (adaptive/adverse responses) •“Omics” and reduction of uncertainties with animal-human extrapolation

  16. Mechanizmus kutatásra kevéssé használhatóak. • „Signature” vagy „fingerprinting” jelentőségű információk, oknyomozásra nehezen alkalmazhatóak

  17. Farmakokinetikai biomarkerek • Famakokinetika modellezése enzimkinetikával • Megfelelő scaling faktorokkal jó prediktiv értékű • Szkrínelésre is alkalmas modellező biomarker • Kinetikai hátterű kihullások száma csökkent

  18. Mit várunk a biomarkerektől? • Új targetek validálását • Nagyteljesítményű szűrés javulását • Lead azonosítás pontosítása • Fejlesztési jelölt kiválasztása • Klinikai hatékonyság/toxicitás riportáló v. prediktáló markerei, surrogate endpoints

  19. Fajon belül (is) létező probléma: • „…changes in genes and proteins do not always reflect changes in biological function, so it is difficult to identify mechanisms and establish cause and effect using these techniques alone.” Modern Drug Discovery (2004) Aug. p 34-38

  20. Fajon belül (is) létező probléma: • a gén-funkció irányba mutató grádiens nagyon gyenge korrelációt mutat a vélhetően őt meghatározó paraméterrel • A transzkriptom és a proteom változásai csak kb. 0,4 korr. koefficienst mutatnak. • A proteom változásai nem szükségszerűen jelennek meg a metabonomban • Gyakran nem a sebesség-meghatározó lépés kapacitása változik !!!

  21. Metabolic Profiling,ed.G.G.Harrigan, p72, 2004 • „…there is only a 0.4 correlation between global mRNA and protein expression..”

  22. Mi az értelme? • Van-e „trade-in value” a biomarkernek? • Ha nincs, csupán a „safe harbour” koncepciót szolgálja • Ki hagyja jóvá a kvalifikált és validált biomarkereket? • Gyorsítja-e a fejlesztést, olcsóbban jobb molekulák szelekciója megvalósul-e? • Ha nincs hatóságilag jóváhagyott biomarker, a meggyőződés alapján bárki pozitivan használhatja.

  23. Interspecies problémák • Patkány biomarker kiválthatja a patkány toxikológiát, de prediktiv értékű-e a humán toxikológiai hatásokra? A kemény végpontok prediktivitása egyelőre nagyobb. • Transzlációs problémák

  24. Inter-species probléma • A preklinikai biomarker kutatások/fejlesztések patkányra koncentrálnak. • Az anyagcsere folyamatok regulációja, a génexpresszió szabályozása, jelentősen eltérhet az egyes fajok között. • A transzlációs medicina/rendszer biológia legalább akkora kihívás, mint a biomarker generálás. A transzlációs probléma nem csak a biomarkerekre vonatkozik, hanem a szilárd végpontokra is

  25. Platformok problémája • Melyik platform a célravezető? Esetleg a platformok integrált alkalmazása? • Chip olvasó+ PCR • Proteomikai eszköztár • Metabonomikai nagyműszeres eljárások • NMR, LC-MS, kapcsolt technikák. • Integrált platformok, integrált adatok • Platformok drágák

  26. Ideális állapot: Humán preklinikai biomarkerek humán hatékonyságra és ártalmatlanságra • Reális állapot: patkány biomarkerek patkány toxicitásra a helyes transzláció reményében

  27. State of the art.. • Technológiák tökéletesedtek minden platformon, kevesebb reprodukálhatósági probléma van (MAQC project, MicroArray Quality Control) • Súlyos értelmezési problémák merültek fel, tovább tudunk-e lépni a „signature” vagy „fingerprint” értelmezéstől? • A rendszerbiológia segítségével talán igen, de a fajspecifitás továbbra is probléma marad

  28. Jelenlegi keresztmetszet • Klinikai biomarkerek a terápiás hatékonyság előrejelzése. Több nagy kudarc atorvastatin+ torcetrapib), vagy (simvastatin+ ezetimibe) alapvető értelmezési problémák. • Preklinikai biomarkerek, csak a próbálkozás szintjén léteznek a gyakorlatban. EMEA és FDA kb 7-8 biomarkert hagyott jóvá a vese és máj toxicitás jelzésére.

  29. Problémák • Nincs „trade in value” • Fingerprinting, alig van biológiai vertikalitás • Platformok sokasága, nehéz megközelítés • Nem elég erős a „go/no go” döntésekhez • Transzlációs problémák

  30. Teendők • Platformok egységesítése, technológiai javulás • Rendszerbiológiai megértés • Prediktiv érték növelése • Interspecies problémák megközelítése • Új elvek (pl. primer human kulturák) humán használata a prediktiv tox markerekhez is (PK-ban PD-ben már vannak) • Adatbázisok és hozzáférés biztosítása • Esettanulmányok deduktiv elven visszanyomozva

  31. Klinikai farmakodinámiás biomarkerek • FDA proposal: ‘…a surrogate endpoint or marker is a marker that is used in therapeutic trials as a substitute for a clinical meaningful endpoint.’

  32. Klinikai szakasz biomarkerei • Megfelelő „surrogate markers” vagy „endpoints” nem áll mindig rendelkezésre. • A megbizhatóság kritikussá vált néhány újabb vizsgálat függvényében

  33. Drug markers questionedNature 452, 510-511 (2008) • Regulatory bodies such as the FDA in some cases allow drugmakers to bypass long-term safety studies, and conditionally approve a drug based on small studies using a surrogate marker, on the basis that future studies will be done to establish its clinical efficacy and safety. The fear here is that unanticipated side effects are missed. “Wait long enough, and you’re going to find that all surrogates eventually fail due to these off-target effects,”

  34. Vytorin, amikor a biomarkerek disszociálnak …….a double-blind, randomized, 24-month trialcomparing the effects of simvastatin either with placebo or with ezetimibe in 720 patients with familial hypercholesterolemia. As expected, the combination of ezetimibe and simvastatin proved better than simvastatin alone at reducing cholesterol. But to much surprise, the combination failed to change a biomarker (the growth of fatty plaques in the arteries) any differently than the statin alone, despite dramatic decreases in decreases in levels of LDL-cholesterol and another biomarker (C-reactive protein), where the combination shined compared to the statin alone.

  35. When biomarkers fail… • High density lipoproteins (HDL) protect High density lipoproteins (HDL) protect against cardiovascular disease • A novel mechanism for raising HDL levels is to inhibit a protein known as CETP. This protein transfers cholesterol from the protective HDL fraction to the harmful LDL fraction. Thus, inhibiting CETP retains cholesterol in the protective HDL. • Torcetrapib is a drug that inhibits CETP and had been shown in humans to raise the level of HDL cholesterol and lower that of LDL cholesterol. • Studies in rabbits have shown that inhibiting CETP with torcetrapib protects against atherosclerosis. • The ILLUMINATE trial was designed to test the hypothesis that inhibiting CETP with torcetrapib would also protect against cardiovascular disease in humans.

  36. A biomarkerek használata a gyógyszerkutatás/ fejlesztésben hasznosságuknak és hozzáférhetőségüknek függvénye, ami ma még csekély.

  37. Itt a vége, • Köszönöm a figyelmet

More Related