La farmacología de sistemas cuantitativa (QSP,
en sus siglas en inglés) es una aproximación que usa modelos matemáticos y
computacionales para describir las interacciones dinámicas entre un fármaco y
la patofisiología para entender el sistema biológico (el cuerpo) y los niveles
de las redes bioquímicas y celulares. La modelización QSP tiene como objetivo
mejorar la comprensión del cuerpo y cómo cambia con la enfermedad, facilitar la
validación temprana y profunda in silico de los candidatos a fármaco, apoyar la
toma racional de decisiones y reducir los costes y el tiempo del desarrollo de novo de fármacos.
La QSP combina la modelización mecanística de la
patofisiología de la enfermedad, una aproximación sistémica (cuerpo entero), la
farmacocinética (PK, que es lo que el cuerpo hace al fármaco) y la
farmacodinamia (PD, que es lo que el fármaco hace al cuerpo) de un agente
terapéutico y datos experimentales cuantitativos. El modelo resultante puede
usarse para llevar a cabo simulaciones, más allá de lo que es actualmente
conocido, para entender cómo los fármacos modifican las redes celulares, por
ejemplo, las redes neuronales del cerebro, y cómo éstas son impactadas por la
patofisiología, las rutas biológicas significativas, los parámetros del
fármaco, la varianza biológica y la eficacia y la seguridad del fármaco.
La QSP se está usando de manera creciente en el
descubrimiento y desarrollo de fármacos para guiar la investigación y la toma
de decisiones en áreas como:
Optimización de la dosis: Enfermedades complejas como
el cáncer, enfermedades del sistema nervioso central (por ejemplo, el dolor
crónico) y enfermedades metabólicas típicamente implican terapias combinadas.
La incorporación de mecanismos de enfermedad vía modelos QSP da lugar a conocimientos
importantes y a menudo contradictorios para decidir los niveles óptimos de
dosis y las aproximaciones basadas en terapias combinadas.
Medicina de precisión: Muchas enfermedades pero
también muchos medicamentos muestran heterogeneidad, indicando que las subpoblaciones
de pacientes son afectadas de manera diferente. El uso de modelos QSP puede
incorporar el impacto de la varianza biológica en la eficacia y la seguridad y
dar lugar a decisiones racionales sobre qué subpoblaciones de pacientes deben
ser tratadas con qué paradigma de tratamiento.
Viabilidad y selección del
objetivo: Diseñar un agente terapéutico empieza usualmente con la elección a
partir de una lista de candidatos potenciales. Desarrollar modelos QSP para
cada diana potencial conduce a establecer requisitos de dosis y afinidad y a
predecir parámetros óptimos de fármacos desde un buen principio. Esta
aproximación ayuda a eliminar las dianas de fármacos menos prometedoras de
manera que uno pueda enfocar la investigación hacia mejores candidatos a
fármaco.
Eficacia y seguridad de los
medicamentos: La mayoría de los medicamentos fracasan en la etapa del ensayo clínico
debido a su baja eficacia. Los altos niveles de eficacia en experimentos con
animales a menudo no se traducen en humanos. Los modelos QSP tienen el
potencial de predecir este comportamiento. Además de predecir qué medicamentos
serán más eficientes, la QSP puede ayudar a identificar qué medicamentos podrían
fallar y por qué motivos. Dado que los modelos QSP pueden predecir la
exposición a fármacos a nivel de biología de órganos y sistemas, también
proporcionan información sobre el mecanismo de toxicidad y los posibles efectos
secundarios.