11 AUTOMATIZACIÓN EN LA INDUSTRIA FARMACÉUTICA y SimBiology para modelar, simular y analizar sistemas biológicos en las primeras fases del descubrimiento y durante todo el desarrollo. Los investigadores construyen modelos de farmacología de sistemas para responder a preguntas sobre una vía determinada, como qué receptores son probablemente los mejores objetivos y qué concentración de fármaco se necesita para lograr la inhibición requerida. A veces, el grupo basa el modelo inicial en un modelo publicado en lenguaje de marcado de biología de sistemas (SBML), importado directamente a SimBiology y otras herramientas informáticas. A continuación, realizan análisis de sensibilidad para identificar y clasificar los objetivos más importantes del modelo, utilizando eventos de simulación para modelizar la introducción de un fármaco concreto en el sistema. Visualizan los resultados revisando los gráficos de diagnóstico, incluidos los gráficos de evolución temporal con y sin la presencia del fármaco. Utilizando interfaces visuales, comparten el modelo, los gráficos y otros resultados de la simulación con el equipo del proyecto del fármaco, que proporciona estimaciones de parámetros u otras aportaciones para seguir perfeccionando el modelo. En un proyecto, el equipo estudió la eficacia de utilizar ARN interferente de pequeño tamaño (ARNsi) para inhibir la enzima IKK en la vía NF-kB. Tras construir y simular un modelo con 26 especies y 64 parámetros, descubrieron que el nivel de inhibición que proporcionaba el ARNsi no era suficiente para lograr el resultado necesario. Los resultados experimentales posteriores concordaron con esta conclusión. En la actualidad, Pfizer está reuniendo una biblioteca de componentes de modelos de farmacología de sistemas que pueden reutilizarse en distintos proyectos para acelerar aún más el análisis mediante modelos de PK y biología de sistemas. LOS RESULTADOS Se profundizó en el conocimiento de la interacción fármaco-cuerpo. “No soy matemático, pero con SimBiology he construido modelos con hasta 400 ecuaciones diferenciales ordinarias”, dice Benson. “SimBiology me permitió crear modelos más complejos de lo que había hecho nunca, y proporcionó una visión más profunda de su funcionamiento al permitir el análisis de su cinética y dinámica”. Se evitaron costosos gastos en recursos de laboratorio y ensayos clínicos. “En múltiples proyectos, incluido el centrado en el siRNA y la vía NF-kB, los resultados de la Farmacología de Sistemas han demostrado que un fármaco concreto no funcionaría y, en última instancia, los datos generados eran coherentes con ello”, señala Benson. “En el caso del proyecto sobre el siARN, la modelización podría haberse llevado a cabo antes de contratar ningún recurso de laboratorio”. Aumento de la productividad de la investigación. “Durante el descubrimiento de fármacos pueden realizarse muchos experimentos”, señala Benson. “Utilizamos los resultados de la Farmacología de Sistemas para centrar estos esfuerzos y proponer experimentos óptimos. Podemos acotar los experimentos que realizamos, centrándonos en las dianas biológicas más prometedoras”.
RkJQdWJsaXNoZXIy Njg1MjYx