Медицинская рулетка | Forbes.ru
$58.65
69.07
ММВБ2131.94
BRENT62.65
RTS1141.50
GOLD1248.96

Медицинская рулетка

читайте также
+21 просмотров за суткиВодоросли против рака. Как научить микророботов лечить болезнь +18 просмотров за суткиИндивидуальное лекарство от рака впервые начали тестировать в США +63 просмотров за сутки«Большой брат» в таблетке: США впервые одобрили препарат с сенсором внутри Само пройдет: больше половины россиян экономит на лекарствах Патентная недостаточность: диагноз и методы лечения «Как в России в 1990-х»: Йордан и Сачер вложились в производство марихуаны в США Лучшее лекарство: что мешает развиваться онлайн-аптекам в России Математический алгоритм: возможно ли создать новые лекарства путем их компьютерного моделирования +15 просмотров за суткиНервные времена: как тревожность превратилась в диагноз, и что под ней понимают психологи Мир Дикого Запада: какие «приключения» ждут российский стартап в США? Работа корпораций со стартапами: как победить «эффект Кроноса»? Патентные тролли в России: как защищать технологический бизнес от недобросовестных конкурентов? Стартапы с университетской скамьи: почему в российских вузах не развиваются инновации? Рынок на $40 млрд: как фармгиганты инвестируют в лекарства от цирроза печени Как разрозненность российского рынка мешает «Фарме-2020» +7 просмотров за суткиОбязательная маркировка лекарств: какого стоит ожидать эффекта? Проверка на подлинность: подорожают ли лекарства из-за эксперимента по маркировке Неторопливые роботы: почему внедрение "беспилотников" может растянуться на годы +4 просмотров за суткиБрайн Дови: "Телемедицина – менее выгодный объект для инвестиций, чем лекарства" +1 просмотров за суткиВодородная уборка: российский стартап хочет приучить нефтяников чистить трубы перекисью Сила ума. Петербургские программисты учат компьютер понимать сигналы мозга

Медицинская рулетка

Андрей Бабицкий Forbes Contributor
Создание новых лекарств похоже на азартную игру с миллиардными ставками. Ученые нашли способ уменьшить риск

В 2002-2007 годах в мире в среднем появлялось по 20 новых лекарственных препаратов в год. Конечно, если брать именно новые химические соединения, а не «переиздание» давно известных веществ, облаченных в новую форму. Неудивительно: по существующим оценкам, уже в 2000 году разработка и клинические испытания каждого нового лекарства, выпущенного на рынок, стоили $800 млн и десяти лет работы.

Изобретение лекарств — долгий и утомительный процесс, который к тому же не гарантирует прибыли. Препараты-«блокбастеры» появляются редко и помимо гигантских прибылей обещают постоянную головную боль в виде борьбы с нарушителями авторских прав. «Большая фармакология» в этом отношении мало отличается от Голливуда. Отчаиваться рано, но придумать что-то принципиально новое становится все сложнее. Зато можно поступить по-другому: придумать новое назначение тем лекарствам, что уже есть.

Год назад исследователь Пер Борк изобрел оригинальный способ изучения лекарств. Они, как известно, имеют побочные эффекты вроде головокружения, тошноты или учащенного сердцебиения. Борк рассудил, что если побочные эффекты двух разных препаратов совпадают, то, возможно, они действуют на одни и те же белки, а значит, и основной эффект у них будет схожим. Его идея отчасти подтвердилась — оказалось, что иногда препараты совсем разной химической природы имеют сходное действие. Предсказание свойств лекарств при помощи компьютера оказалось вполне посильным делом.

А недавно были опубликованы результаты другого, еще более масштабного исследования свойств существующих лекарств. Идея была проста: в человеческом теле есть огромное количество молекул, выполняющих самые разные функции. Если аптечный препарат похож на такую молекулу (лиганд), влияющую на активность некоторого белка, то вероятно, он тоже будет влиять на активность этого белка. Чтобы проверить эту гипотезу, Майкл Кайзер и его многочисленные соавторы взяли 3665 лекарств и сравнили их структуру со структурой 65 000 лигандов.

Написанный учеными алгоритм предсказал почти 7000 взаимодействий между препаратом и его «мишенью». Многие лекарства при этом действовали сразу на несколько «мишеней». Примерно 3000 взаимодействий были признаны «тривиальными» (то есть уже известными) — но остальные, почти 4000, были до сих пор неизвестны науке. Дотошные авторы не поленились экспериментально проверить свой алгоритм: из 30 предсказанных эффектов 23 (77%) так или иначе подтвердились.

Самое очевидное применение новой технологии — это поиск неизвестных побочных эффектов существующих лекарств. Несколько примеров уже описаны авторами, но это только начало. В перспективе можно будет здорово сэкономить на исследованиях — рабочее время даже мощного компьютера стоит меньше, чем труд десятков квалифицированных врачей и биохимиков. Но побочные эффекты — это не все, на что можно надеяться. Если повезет, теперь можно будет при помощи сравнительно простых алгоритмов давать новую жизнь старым лекарствам.

Представьте, что даже полпроцента из тех эффектов, которые нашли Кайзер и его коллеги, позволит найти новое назначение старым препаратам. Это будет 20 полезных лекарств, столько же, сколько появляется на рынке за год. 20 препаратов, уже исследованных, одобренных и выпущенных в продажу, — а значит, скорее всего, безопасных. Просто теперь они будут лечить не от головной боли, а, скажем, от депрессии или псориаза. Производители не будут избавлены от необходимости проводить исследования, но одно дело работать неизвестно с чем, и совсем другое — с лекарством, давно уже продающимся в аптеках. И опять же — не надо будет вести патентные войны (которым в данном случае будет просто неоткуда взяться).

Это старая житейская мудрость голливудских продюсеров: когда новые блокбастеры перестают окупаться, надо делать римейки проверенных временем сюжетов.

Закрыть
Уведомление в браузере
Будь в курсе самого главного.
Новости и идеи для бизнеса -
не чаще двух раз в день.
Подписаться