Creada a través de la Ley de Innovación y Seguridad de la FDA de EE. UU. de 2012, la Designación de Terapia Innovadora (BTD, por sus siglas en inglés) se introdujo para reducir el tiempo de desarrollo y revisión de nuevos fármacos prometedores destinados a tratar enfermedades graves o potencialmente mortales para las que existe una necesidad médica no cubierta. La vía de aprobación de la Designación de Terapia Innovadora es distinta de otros programas de desarrollo acelerado, ya que requiere una mayor evidencia de eficacia, pero, a cambio, los patrocinadores reciben un compromiso y un apoyo mucho más sustanciales por parte de la FDA durante el desarrollo clínico. Un requisito clave para recibir el estatus de Designación de Terapia Innovadora es la evidencia clínica preliminar que demuestre una mejora sustancial en un criterio de valoración clínicamente significativo en comparación con otras terapias disponibles. Una vez designados como terapias innovadoras, los fármacos en investigación reciben una orientación intensiva de la FDA sobre un programa eficiente de desarrollo de fármacos, un compromiso organizativo para acelerar el desarrollo y la revisión por parte de la FDA, y la posible elegibilidad, basada en datos clínicos de respaldo, para la revisión continua y prioritaria de la solicitud de comercialización.
Recibir el estatus de Designación de Terapia Innovadora se considera un logro importante para cualquier organización de I+D farmacéutica, lo que conlleva beneficios tanto para la salud pública como comerciales. Los datos muestran que, además de que los periodos de revisión se acortan, los fármacos con terapia innovadora también pasarán un total de dos a tres años menos en desarrollo previo a la comercialización en comparación con los fármacos que no cuentan con esta terapia. Además, recibir esta designación aporta cierta credibilidad a la promesa clínica de un producto determinado y, como resultado, puede añadir un valor significativo a una empresa. De hecho, nuestro análisis de las concesiones de Designación de Terapia Innovadora anunciadas públicamente reveló que las acciones de las empresas que cotizan en bolsa sin productos comercializados subieron una media del 6% (por encima de los rendimientos del mercado) el día después de que se anunciara la Designación de Terapia Innovadora.
La conexión entre la novedad química y la Designación de Terapia Innovadora
Con beneficios tan significativos, el estatus de terapia innovadora sigue siendo un premio codiciado pero difícil de alcanzar. A fecha de 30 de junio de 2022, la FDA había recibido un total de 1265 solicitudes de Designación de Terapia Innovadora. Sin embargo, solo se concedieron alrededor del 40% de estas solicitudes.
La FDA no revela el estatus de innovador de un fármaco hasta que recibe la aprobación final. Entre 2013 y 2019, solo 73 (26%) de los 276 nuevos fármacos terapéuticos (NTD) aprobados por el Centro de Evaluación e Investigación de Fármacos (CDER) de la FDA obtuvieron el estatus de BTD. Las moléculas pequeñas fueron la modalidad de fármaco dominante, representando el 56% de estos NTD innovadores. La mayoría de estos fármacos de moléculas pequeñas innovadores designados por la FDA incluían al menos una nueva entidad molecular (NME) estructuralmente novedosa cuya forma y estructura no se habían utilizado en ningún fármaco aprobado previamente por la FDA. Sin embargo, un análisis más detallado de las tasas de éxito de los diferentes tipos de fármacos de moléculas pequeñas revela algunos hallazgos interesantes.
Según nuestro análisis reciente, aproximadamente 3 de cada 10 NTD de moléculas pequeñas estructuralmente novedosas lograron el estatus de innovador en comparación con solo 1 de cada 10 NTD de moléculas pequeñas no estructuralmente novedosas. Esto significa que los fármacos estructuralmente novedosos han tenido más del doble de probabilidades de obtener el estatus de Designación de Terapia Innovadora por parte de la FDA. Esta brecha destaca el impacto diferencial de la novedad estructural y la importancia de ampliar aún más los límites del espacio químico en la búsqueda de nuevos fármacos.
Métodos in silico que aceleran la innovación en fármacos de moléculas pequeñas
Equilibrar la innovación con la eficiencia es un desafío constante en el descubrimiento de fármacos, ya que la industria farmacéutica está bajo una presión constante para desarrollar terapias novedosas que tengan ventajas clínicas significativas sobre los tratamientos existentes. Se ha demostrado que las moléculas estructuralmente novedosas tienen muchas más probabilidades de ser la fuente de nuevas terapias prometedoras. Sin embargo, dado que el número de moléculas orgánicas potencialmente sintetizables se estima en 10180 para aquellas por debajo de 1000 Da, la exploración de la vasta cantidad de espacio químico en busca de fármacos estructuralmente novedosos está fuera del alcance de los enfoques experimentales tradicionales.
El avance de los métodos in silico está comenzando a impulsar una exploración más eficiente de nuevas regiones biológicamente relevantes del espacio químico que contienen moléculas estructuralmente novedosas. Uno de los principales métodos in silico que muchas organizaciones biofarmacéuticas han intentado implementar en los últimos años es el aprendizaje automático. El aprendizaje automático se puede utilizar para predecir las propiedades de una molécula de fármaco con un grado de precisión cada vez mayor. Esta información ayuda a los investigadores a priorizar la síntesis de moléculas similares a fármacos con perfiles de propiedades más óptimos y permite la creación de grupos de moléculas candidatas estructuralmente más diversas que representan porciones más grandes del espacio químico. Estos grupos estructuralmente diversos aumentan las probabilidades de encontrar moléculas similares a fármacos estructuralmente novedosas al proporcionar una mejor selección de moléculas que podrían sintetizarse y analizarse.
Mejora de la eficacia del aprendizaje automático en el descubrimiento de fármacos
Cuando se trata de crear algoritmos predictivos potentes para explorar el espacio químico de forma amplia para el descubrimiento de fármacos, el uso de datos de entrenamiento de alta calidad es clave. Los métodos de aprendizaje automático pueden recurrir a una variedad de fuentes diferentes de datos públicos e internos, propietarios. Sin embargo, estos datos dispares deben refinarse, traducirse, estructurarse e indexarse para desbloquear su verdadero valor. De hecho, los científicos de datos todavía dedican el 38% de su tiempo a buscar y limpiar los datos utilizados para alimentar sus algoritmos, un tiempo que podría dedicarse de manera más productiva a desarrollar modelos y optimizar resultados. Por lo tanto, la disponibilidad de conjuntos de datos seleccionados por expertos humanos con experiencia en taxonomías, enlaces semánticos y categorización de datos puede tener un impacto significativo en el éxito de los esfuerzos de aprendizaje automático en el descubrimiento de fármacos.
Igualmente importantes son las representaciones moleculares o "huellas dactilares moleculares" que se utilizan para codificar la estructura de las moléculas de los fármacos en una forma que sea susceptible al aprendizaje automático. Investigaciones recientes mostraron que las huellas dactilares optimizadas pueden marcar una diferencia significativa en la precisión de los modelos predictivos. De hecho, una nueva huella dactilar molecular desarrollada por científicos de datos en CAS mejoró la precisión de la predicción hasta en un 45% en comparación con los mismos algoritmos que ejecutan métodos tradicionales de huellas dactilares de Morgan. Estas huellas dactilares moleculares mejoradas ya están mostrando un gran potencial en nuestros proyectos de consultoría de descubrimiento de fármacos para predecir la actividad biológica de moléculas similares a fármacos, ayudando así a reducir el número de moléculas que deben sintetizarse para el cribado y aumentar la eficiencia de la investigación en la búsqueda de la próxima generación de terapias innovadoras.
¿Está interesado en analizar la novedad estructural de su propia propiedad intelectual u optimizar sus iniciativas digitales de I+D? CAS Custom Services adapta nuestras tecnologías especializadas, experiencia científica y contenido inigualable para satisfacer sus necesidades únicas.
¿Cómo puede CAS cerrar las brechas de conocimiento sobre las tendencias emergentes?
Manténgase al día de los enfoques emergentes en el descubrimiento de fármacos con CAS. Más allá de la novedad estructural, se están utilizando moléculas pequeñas para hallar nuevos modos de atacar proteínas consideradas inabordables. Esto ha dado lugar a nuevas clases de agentes terapéuticos con un potencial prometedor en diversas áreas. Descubra más sobre el panorama del descubrimiento de fármacos mediante pegamentos moleculares, la degradación dirigida de proteínas y la proximidad inducida en nuestro último informe técnico.
