Lidando com os desafios da descoberta de medicamentos

A descoberta de medicamentos é um campo de pesquisa em constante evolução, que se ramifica em inúmeras novas rotas, como imunoterapias e terapia genética. Nesta vanguarda do desenvolvimento, os cientistas enfrentam uma série de desafios que dificultam o avanço na descoberta de medicamentos. É vital que a indústria tome medidas para reduzir os custos e aumentar a eficácia da descoberta para ter mais sucesso na pesquisa no futuro, financeira e clinicamente.

Desafios como o aumento dos custos, as limitações da modelagem e os mecanismos subjacentes das doenças mal compreendidos impedem a descoberta de medicamentos mais eficazes. À medida que a pesquisa avança em novas tecnologias de modelagem, fica a pergunta: como a indústria tenta enfrentar esses desafios? Os esforços atuais são bem-sucedidos?

O cenário da descoberta de medicamentos

A descoberta de medicamentos é uma área de pesquisa ampla, que abrange muitas disciplinas diferentes. Identificar novos candidatos a medicamentos muitas vezes exige que as equipes de pesquisadores interdisciplinares reúnam seus conhecimentos e abordem o problema de vários ângulos. Quando pensamos nos desafios da descoberta de medicamentos, identificamos desafios enfrentados por muitos e diferentes atores principais. Além disso, o panorama terapêutico é agora tão diversificado que os principais atores são diferentes, dependendo do tipo de medicamento em desenvolvimento, pois cada classe exige conhecimentos específicos.

Os desafios podem atingir todas as indústrias envolvidas na descoberta de medicamentos e afetar todo o cenário, tornando-se um problema de amplo alcance e com muitas implicações.

Combatendo o aumento dos custos

A descoberta de medicamentos é um investimento arriscado. Estima-se que menos de 14% de todos os candidatos a medicamentos que entram em ensaios clínicos de fase 1 (o primeiro ensaio em humanos) obtêm a aprovação da FDA, e os bem-sucedidos demoram, em média, 10 a 15 anos e um investimento de US$ 2,5 bilhões para chegar lá. As despesas com pesquisa e desenvolvimento aumentaram sem que o número de medicamentos aprovados aumentasse no mesmo ritmo, o que significa que a cada ano é necessário um investimento mais elevado por medicamento aprovado.

Com os riscos de investimento crescentes, é fundamental aumentar a probabilidade de que um candidato a medicamento seja rentável. Para conseguir isso, devem ser considerados vários fatores:

• Compreensão insuficiente dos mecanismos subjacentes da doença para os quais o medicamento foi concebido
• Imprecisão das tecnologias de modelagem de doenças
• Tradução mal sucedida dos resultados do modelo para pacientes

Os desafios financeiros da descoberta de medicamentos podem ser enfrentados com uma abordagem multifacetada para lidar com todos os fatores simultaneamente. O ideal é a indústria aumentar a eficácia das suas tecnologias de modelagem, o que pode proporcionar uma compreensão melhor e mais profunda dos mecanismos subjacentes às doenças e uma identificação mais precisa de alvos de medicamentos em potencial.

Superando os modelos animais

Uma forma de abordar as limitações da modelagem e os mecanismos pouco compreendidos subjacentes da doença é confrontar os problemas com modelos animais. Embora os estudos em animais tenham sido o que há de mais moderno na previsão da toxicidade humana durante a descoberta e o desenvolvimento de medicamentos por muitas décadas, os modelos animais têm algumas desvantagens. Dentre elas:

• Previsões raramente precisas de respostas humanas
• Aumento da duração e custo da pesquisa devido ao manejo de animais
• Implicações éticas negativas

Uma implicação particularmente preocupante é a capacidade de os modelos animais de prever as respostas humanas aos medicamentos. Embora tenha sido assumido que os modelos são precisos há muito tempo, estudos recentes sugerem que não é o caso. Isso traz dois problemas principais para o processo de descoberta de medicamentos:

• Os candidatos a medicamentos podem ser identificados incorretamente como sendo seguros para humanos e aprovados para ensaios clínicos.
• Os candidatos a medicamentos podem ser incorretamente identificados como inseguros para os seres humanos e desqualificados dos ensaios clínicos.

As duas situações levam ao desperdício de tempo, dinheiro e recursos.

Aproveitando o poder das iPSCs

Um avanço importante na modelagem de descoberta de medicamentos são as células-tronco pluripotentes induzidas (iPSCs). Nessa tecnologia, as células-tronco pluripotentes são diferenciadas em células que modelam doenças, que podem ser usadas para recriar com precisão o fenótipo da doença in vitro. Como podem ser desenvolvidas como modelos de doenças humanas, as iPSCs podem ser usadas para auxiliar no desenvolvimento de medicamentos em áreas onde os modelos com animais são insuficientes.

A capacidade que as iPSCs têm de espelhar os fenótipos moleculares e celulares nos pacientes permite identificar com maior precisão do alvo do medicamento e ter maior capacidade de prever o perfil de segurança de um medicamento em humanos do que em modelos animais. Sem o obstáculo das comparações entre espécies, um dos principais desafios da descoberta de medicamentos, as iPSCs são teoricamente menos propensas a identificar incorretamente um alvo de medicamento, diminuindo a probabilidade de levar adiante um candidato principal que falharia no desenvolvimento clínico. Além disso, deverão proporcionar uma melhor leitura dos possíveis riscos de segurança no nível molecular e celular do que os testes realizados com células de animais ou mesmo com linhas celulares humanas imortalizadas. Embora estes benefícios teóricos da tecnologia iPSC ainda não tenham sido demonstrados experimentalmente, a análise inicial de dados publicados sugere que as iPSCs têm uma capacidade maior para modelar doenças com precisão do que os modelos animais.

O uso de iPSCs também ajuda a aumentar a compreensão dos mecanismos das doenças. Como a doença pode ser modelada com mais precisão em uma iPSC do que em um animal, pode ser capturado muito mais do complexo quadro biológico. Desta forma, o uso de iPSCs pode resolver tanto a baixa especificidade dos modelos animais como a necessidade de compreender os mecanismos das doenças. Usar esse tipo de modelagem, aliando aos métodos tradicionais poderá reduzir o elevado número de alvos de medicamentos malsucedidos, reduzindo assim os custos de desenvolvimento.

Aplicando inteligência artificial

A modelagem computacional há muito ajuda a superar os desafios da descoberta de medicamentos na forma de química computacional e bioinformática, mas os avanços em IA poderão agora levar a novos patamares. Com o recente aumento da popularidade da IA, o setor de desenvolvimento farmacêutico tem questionado como também poderá se beneficiar desta poderosa ferramenta, o que levou ao crescimento na descoberta de medicamentos com o uso de IA.

Várias empresas oferecem agora plataformas e pipelines de IA para uma série de necessidades de descoberta de medicamentos, incluindo:

Aproveitar o poder desses avanços tecnológicos poderá permitir que as empresas reduzam custos e aumentem as hipóteses de os candidatos a medicamentos obterem sucesso na aprovação. A empresa alemã de biotecnologia Evotec seguiu esse caminho e, em 2021, anunciou a entrada do seu medicamento imuno-oncológico, descoberto em colaboração com a Exscientia, na fase de ensaios clínicos em humanos. Colaborações desse tipo e a integração da IA em pipelines existentes podem abrir caminho para futuras descobertas de medicamentos.

Estamos lidando com os desafios da descoberta de medicamentos?

Como a pesquisa enfrenta os desafios da modelagem animal tradicional com as mais recentes tecnologias de IA e iSPC, grandes avanços têm sido obtidos no sentido de eliminar o desperdício de tempo e recursos e de aumentar a probabilidade de sucesso nos alvos de medicamentos. Uma vez que as duas tecnologias diminuem os custos de pesquisa e aumentam a probabilidade de sucesso de um candidato a medicamento, provavelmente observaremos o seu impacto reduzir a lacuna financeira entre as despesas na descoberta de medicamentos e os medicamentos aprovados na próxima década.

As empresas do setor devem fazer um esforço coordenado para integrar essas novas tecnologias nos canais atuais de descoberta de medicamentos, para acompanharem o ritmo dos concorrentes à medida que o futuro da indústria começa a tomar forma.