Opracowywanie nowych leków jest ryzykowne i kosztowne. Stworzenie nowego leku i wprowadzenie go do badań klinicznych może kosztować miliardy funtów i nie gwarantuje sukcesu. Czasem lek może nie spełnić oczekiwań podczas badania klinicznego w jednej części świata, mimo iż był skuteczny w innej.
Jednym z powodów są bakterie w organizmie człowieka. W organizmie każdej osoby występuje nieco inna mieszanka bakterii i w tej chwili wiadomo, iż bakterie te odgrywają istotną rolę w działaniu leku – lub w ogóle jego działaniu.
Zrozumienie tej zależności jest tym ważniejsze w leczeniu nowotworów, gdzie bakterie obecne w nowotworze mogą zablokować leczenie potencjalnie ratujące życie.
Zależność pomiędzy lekami i terapią jest niezwykle złożona i trudna do przewidzenia. Jednak w przypadku nowego leku, czyli „aktywa”, którego opracowanie kosztuje aż 2,6 miliarda dolarów, możliwość modelowania tej zależności jest niezwykle ważna zarówno dla badaczy farmacji, jak i klinicystów.
BioCortex jest specjalistyczną firmą badawcząktórego zadaniem jest wykorzystanie zaawansowanych technik analizy danych do analizy związku między bakteriami a kandydatami na leki, ze szczególnym uwzględnieniem onkologii, a w szczególności koniugatów przeciwciało-lek.
Dzięki lepszemu zrozumieniu, w jaki sposób bakterie wpływają na leki, BioCorteX i badacze leków, z którymi współpracuje, chcą zwiększyć skuteczność leków przechodzących badania kliniczne. Powinno to doprowadzić do skrócenia cykli opracowywania leków i skuteczniejszego leczenia pacjentów.
„Jednym z powodów założenia firmy była frustracja wynikająca z faktu, iż gdy jako lekarz opiekujesz się ludźmi, zauważasz, iż ludzie reagują bardzo, bardzo różnie na leczenie i często trudno jest zrozumieć, dlaczego” – mówi współzałożyciel BioCorteX, Nik Sharma. „Dostrzegliśmy szansę na stopniową zmianę sposobu myślenia o lekach i środkach farmaceutycznych. Bakterie, które są naprawdę istotne dla zdrowia ludzkiego, w rzeczywistości nie działają zbyt dobrze w przypadku środków farmaceutycznych. Uważamy, iż jest to jeden z głównych powodów, dla których leki mogą działać u jednostki, ale na większą skalę mogą zawieść”.
Badania kliniczne
W badaniach klinicznych lek może odnieść sukces w jednym miejscu geograficznym lub populacji, ale nie udać się w innym ze względu na różne bakterie w organizmie człowieka.
Lepsze zrozumienie tej zależności, biorąc pod uwagę ogromną liczbę zmiennych – zarówno bakterii występujących w organizmie człowieka, jak i liczby testowanych leków – jest jednak ogromnym wyzwaniem matematycznym. „Ilość bakterii, które mamy, jest fenomenalna” – mówi Sharma. „Ilość farmaceutyczna [treatments] jest oczywiście duży. Złożoność jest ogromna.
Sharma i Mo Alomari, inżynierowie Rolls-Royce’a wówczas wspólnie pracowaliśmy nad znalezieniem rozwiązania. Alomari pracował nad sposobami modelowania systemów z niezwykle dużą liczbą zmiennych.
Dało to możliwość przyjrzenia się interakcjom bakterii i leków, a Sharma i Alomari był współzałożycielem BioCorteX. Pomysł polegał na przetestowaniu tych interakcji „in silico”, czyli na sprzęcie komputerowym.
W tym celu firma zbudowała jeden z największych wykresów wiedzy w biologii. Modelowanie interakcji między bakteriami a kandydatem na lek obejmuje od 15 do 16 miliardów połączeń.
Było to poza zasięgiem jakiejkolwiek komercyjnej, gotowej bazy danych lub narzędzia analitycznego. Dlatego BioCorteX tworzy swój własny, korzystając z BigQuery Google. „Nie ma oprogramowania, które byłoby w stanie obsłużyć tak duży wykres wiedzy, jaki udało nam się znaleźć, a sprawdziliśmy wszystkie dostępne oferty komercyjne” – mówi Sharma.
„To, co zrobiliśmy, to zbudowanie naszego wykresu wiedzy dzięki BigQuery i to właśnie pozwoliło nam skalować i, co ważne, pracować ekonomicznie, a także publikować nowe wersje naszego wykresu wiedzy i łączyć te dane dwa lub trzy razy dziennie”.
Wykres wiedzy
Wykres wiedzy ma około trzech miliardów notatek i 16 miliardów krawędzi, a wszystko to jest przechowywane w BigQuery.
„W grafowych bazach danych jest ich wiele” – mówi Alomari. „Żaden z nich nie jest w stanie obsłużyć miliardów węzłów. Zasadniczo opracowaliśmy indywidualne rozwiązanie zbudowane na bazie BigQuery, w którym dodaliśmy warstwę na wierzchu, która zasadniczo traktuje BigQuery jako grafową bazę danych”.
Jeśli naukowiec chce przepuścić przez system nowe dane, BioCorteX może to zrobić kilka razy dziennie przy minimalnych kosztach. „Zajmuje to około 20 minut” – mówi Sharma.
BioCorteX pobiera dane od firm farmaceutycznych i analizuje je na wykresie wiedzy, aby zidentyfikować możliwą ingerencję bakterii w lek oraz wpływ, jaki może to mieć na jego skuteczność u większej liczby pacjentów.
„Bakterie sprawiają, iż niektóre leki są niekompatybilne dla niektórych osób, podczas gdy dla innych są kompatybilne” – mówi Sharma. „Możemy określić tę interakcję. Możemy określić, co jest kompatybilne na dużą skalę. Tak więc produktem jest tak naprawdę możliwość szybkiego spojrzenia na te aktywa”.
Proces jest szybszy i oczywiście tańszy niż badanie kliniczne. Analiza BioCorteX nie ogranicza się również do nowych leków.
„Możemy także przyjrzeć się aktywom, które nie odniosły sukcesu” – mówi Sharma. „Widziałbyś, iż wiele badań kończy się niepowodzeniem. Leki te są często tak zwane „poza licencjami”, zatem inna firma przyjmie je i sprawdzi, czy uda im się je opracować. Jesteśmy w stanie przyjrzeć się tym atutom i sprawdzić, czy zawiodły z powodu ukrytej interakcji między bakteriami, nowotworem i lekiem”.
Ten rodzaj modelowania staje się coraz ważniejszy w miarę, jak rozwój leków staje się coraz bardziej międzynarodowy. Wykorzystując ogromne ilości danych, BioCorteX może uruchomić scenariusze w celu modelowania, powiedzmy, badania pierwszej fazy w Australii, a następnie różnic między badaniem fazy drugiej w USA i Europie.
Technologia BioCorteX nie ogranicza się także do leczenia raka. Chociaż w tej chwili skupiamy się na onkologii i bakteriach, podejście to jest już stosowane do badania wirusów i grzybów. „Silniki można zastosować w różnych branżach; wykonaliśmy pewną pracę w zakresie zdrowia konsumentów” – mówi Sharma.
„Możemy jedynie dostarczyć dalszych informacji” – mówi. „To nie jest wybór. Firma farmaceutyczna czy firma farmaceutyczna nie ma wyboru, czy ta interakcja ma miejsce – to się dzieje.
„Mogą więc albo to zrozumieć, albo zrobić to, co robią teraz, przy współczynniku awaryjności na poziomie 96%. Mamy nadzieję, iż w przyszłości będziemy mogli zaoferować wszystkim odpowiedni lek, po raz pierwszy”.
