Medicijnontwikkeling duurt lang, is duur en faalt vaak. MechPath is een uniek samenwerkingsverband van verschillende partijen die samen zoeken naar innovatieve manieren om de medicijnontwikkeling te verbeteren door vast te stellen hoe een patiënt het beste wordt gerepresenteerd door een celmodel. Dit is ook voor het gebruik van proefdiervrije methoden ontzettend belangrijk, want zonder deze validatie blijven veel proefdiervrije innovaties steken in de experimentele fase.
TNO, Galapagos, de Universiteit Leiden (LACDR) en Stichting Proefdiervrij sloegen de handen ineen om met data, het aanleggen van AI-infrastructuur en kennis over celmodellen een methode te ontwikkelen die beter kan voorspellen hoe nieuwe medicijnen zullen werken bij verschillende patiënten. Onderweg deden ze een verrassende ontdekking over cellen: die onthouden namelijk of ze ziek zijn.
Waarom MechPath zo belangrijk is: slimmere tests met AI
Een recent rapport van Innovation Quarter concludeert dat Life Sciences & Health een van de vakgebieden is waarin AI écht het verschil kan maken. Dat is precies waar MechPath op inzet. Op dit moment werken veel medicijnen die in een laboratorium veelbelovend lijken in de praktijk niet goed genoeg bij patiënten. Zo heeft het merendeel van de medicijnen die positief testen op dieren, niet het gewenste effect op mensen. En ook medicijnen die wel werken bij mensen zijn niet perfect: vaak werken deze namelijk maar bij een beperkt deel van de patiënten. Dit komt onder andere doordat testmethoden geen rekening houden met de verschillen tussen patiënten.
MechPath wil dit probleem aanpakken door alle beschikbare data van patiënten met kunstmatige intelligentie te analyseren en te vertalen in ziektemechanismen, en die te gebruiken om verschillende groepen patiënten te kunnen onderscheiden. Door dit te doen, kan uiteindelijk beter voorspeld worden hoe nieuwe medicijnen zullen werken bij verschillende groepen patiënten.
De aanpak van MechPath: data samenbrengen en analyseren
Het team van MechPath is aan de slag gegaan volgens een speciale werkwijze die ze MECHanistic PATHology understanding noemen. In deze aanpak komen verschillende technologieën en kennisbronnen samen:
- Het analyseren van grote hoeveelheden patiëntengegevens met geavanceerde computermethoden.
- Het ontwikkelen van betere laboratoriummodellen die de situatie in het menselijk lichaam nauwkeuriger nabootsen.
- Het gebruiken van kunstmatige intelligentie om patronen te ontdekken in gegevens en voorspellingen te doen.
Een belangrijk doel van het project is het verbeteren van zogeheten ‘in vitro-modellen’, celmodellen die menselijke cellen of weefsels gebruiken. MechPath heeft onderzocht hoe deze modellen verbeterd kunnen worden om de verschillen tussen patiënten na te bootsen.
Wat MechPath uniek maakt: validatie als sleutel voor succes
Het vernieuwende van MechPath is dat er binnen dit project tools ontwikkeld worden om in vitro-modellen te valideren. Oftewel: om vast te stellen of een model betrouwbaar meet wat je wilt weten, namelijk het biologische proces dat verstoord is in de patiënt. Dit is ontzettend belangrijk, want zonder goede validatie blijven veel proefdiervrije innovaties steken in de experimentele fase. Ze worden dan niet breed geaccepteerd en gebruikt. En dat is zonde: want een proefdiervrij model dat ergens in de kast ligt te verstoffen, vervangt natuurlijk geen proefdieren.
Door te werken aan validatie-tools, wil MechPath ervoor zorgen dat nieuwe proefdiervrije methoden sneller worden goedgekeurd en gebruikt in het onderzoek naar nieuwe medicijnen. Dit is niet alleen goed nieuws voor proefdieren, maar ook voor patiënten die zo sneller kunnen profiteren van nieuwe behandelingen.
Wat MechPath al bereikt heeft: cellen met geheugen
De onderzoekers hebben vastgesteld dat menselijke cellen die in het lab gebruikt worden veel variabeler zijn dan we oorspronkelijk dachten. Dit inzicht kan helpen om de verschillen tussen patiënten beter in celmodellen na te bootsen. Verrassend was de ontdekking dat cellen van patiënten anders reageren dan cellen van gezonde mensen, zelfs na langdurige kweek in het lab. Dit wijst op een soort ‘ziektegeheugen’ in de cellen: cellen onthouden dat ze ziek zijn, ook als ze al lang niet meer verbonden zijn met het lichaam van de donor.
In eerste instantie hebben de onderzoekers zich vooral gericht op fibrose, de vorming van littekenweefsel in organen. Omdat er bij fibrose veel variatie voorkomt in de patiëntenpopulatie, leende deze aandoening zich goed voor dit onderzoek. De onderzoekers zagen onder andere dat zuurstoftekort een belangrijke rol speelt bij het ontstaan van fibrose. Door dit toe te voegen aan celmodellen, kan de situatie in patiënten beter nagebootst worden.
Toekomstperspectief: sneller, goedkoper en proefdiervrij medicijnen ontwikkelen
De kennis en methoden die uit het MechPath-project gekomen zijn, gaan binnen TNO op korte termijn al toegepast worden in onderzoek naar spierverzwakking. Daarnaast publiceren de onderzoekers hun bevindingen in drie artikelen, zodat andere onderzoekers die werken aan effectievere en diervriendelijke manieren van medicijnontwikkeling ook verder kunnen bouwen op hun ontdekkingen.
Dat er ook een farmabedrijf in de samenwerking zit, is ontzettend belangrijk. Door modellen te ontwikkelen in samenwerking met de bedrijven die ze moeten gaan gebruiken, weet je zeker dat ze afgestemd zijn op de behoeften die deze bedrijven in de praktijk hebben en dat ze dus ook daadwerkelijk gebruikt zullen worden. Zo kunnen samenwerkingen als MechPath een belangrijke bijdrage leveren aan de manier waarop we medicijnen ontwikkelen: sneller, goedkoper, proefdiervrij en beter afgestemd op specifieke patiënten.
Meer lezen over deze unieke samenwerking? We spraken met biochemicus Roeland Hanemaaijer en data scientist Lars Verschuren, die beiden vanuit TNO in deze samenwerking zitten.
Misschien wil je dit ook lezen:
