Το φάρμακο στην Ελλάδα

ΤΟ ΦΑΡΜΑΚΟ ΣΤΗΝ ΕΛΛΑΔΑ | 33 Η πρόταση Κανονισμού της Ε.Ε. «Πράξη ΤΝ» αφορά τη ρύθμιση συστημάτων ΤΝ με σκοπό την τόνωση των επενδύσεων και την προστασία των ανθρώπινων δικαιωμάτων την ανθρώπινη παραγωγή. Χρησιμοποιώντας αλγόριθμους ΤΝ που αναλύουν εκτεταμένα βιολογικά δεδομένα, συμπεριλαμβα- νομένης της γονιδιωματικής και της πρωτεομικής, οι ερευνητές μπορούν να εντοπίσουν μοριακούς στόχους που σχετίζονται με ασθένειες και να προβλέψουν τις αλληλεπιδράσεις τους με πιθανά υποψήφια φάρμακα και θεραπευτικά προϊόντα. Αυτό επιτρέπει μια πιο αποτελεσματική και στοχευμένη προσέγγιση στην ανακάλυψη θεραπειών. Σε αυτά θα πρέπει να προστε- θούν η μείωση του κόστους ανάπτυξης νέων φαρμάκων, η πρόβλεψη πιθανής τοξικότητας, ο περιορισμός δοκιμών σε πειραματόζωα, η καλύτερη συμμόρφωση των ασθενών, ο καλύτερος σχεδιασμός δοσολογικών μορφών. Η παγκόσμια αγορά φαρμακευτικών αλγορίθμων ΤΝ προβλέπεται να φτάσει στα US$430 εκατ. το 2025. Οι οικονομολόγοι πιστεύουν ότι η τεχνολογία αυτή θα δημιουργήσει στην πράξη περισσότερες θέσεις εργασίας από αυτές που θα «χαθούν». Όσον αφορά τις προκλήσεις στην ανάπτυξη νέων θεραπευ- τικών μορίων και κατά συνέπεια προϊόντων, κρατήστε ως δε- δομένο ότι η ανάπτυξη ενός φαρμάκου απαιτεί 10-15 έτη και περισσότερα από 1 έως 2 δισ. δολάρια. Οι αλγόριθμοι της ΤΝ μπορούν να βοηθήσουν στον ακριβή προσδιορισμό των πε- ρισσότερο πιθανών για εξέλιξη ως θεραπευτικών προϊόντων βιολογικών μορίων, λαμβάνοντας υπόψη και συνδυάζοντας δεδομένα από τις μεγάλες βάσεις δεδομένων που αφορούν γενετικές, μοριακές και βιοχημικές πληροφορίες και να συνδυ- ασθούν με την εξατομίκευση της θεραπείας. Σημαντική επίσης πρόκληση είναι το να γνωρίζουμε πόσο καλά λειτουργούν οι αλγόριθμοι της ΤΝ και αν πραγματικά λύνουν τα προβλήματα. Υπάρχει μεγάλη απόσταση που πρέπει να διανύσουμε για τη μετάβαση από την ανάλυση δεδομένων με ΤΝ στο πραγμα- τικό κλινικό περιβάλλον και οι διαδικασίες αυτές θα πρέπει να ελεγχθούν και να πιστοποιηθούν. Είναι αρκετά πολύπλοκη η διαδικασία ελέγχου αλλά και αναζήτησης των δεδομένων από την ΤΝ. Η αρχική εκπαίδευση ενός αλγορίθμου ΤΝ να αναγνωρίζει «μοτίβα» φαρμακευτικών μορίων μέσα από τε- ράστια θεραπευτικά σχήματα και να κάνει προβλέψεις και της ακτινοθεραπείας σε ογκολογικούς ασθενείς που μπορεί να μειώσει τις ανεπιθύμητες ενέργειες και να βελτιστοποιήσει την αποτελεσματικότητά της. Μια πρόσφατη δημοσίευση στο έγκριτο επιστημονικό περιοδικό Nature που δημοσιεύθηκε τον Δεκέμβριο του 2023, αναφέρεται στην ανακάλυψη νέων κατη- γοριών αντιβιοτικών με σκοπό την αντιμετώπιση της αντίστασης στα υπάρχοντα αντιβιοτικά. Οι προσεγγίσεις βαθιάς μάθησης των αλγορίθμων της ΤΝ (Deep Learning) έχουν βοηθήσει στην ανακάλυψη της χημικής δομής των νέων αντιβιοτικών, τα οποία μένει να αποδειχθεί –σε πειραματόζωα και σε κλινικές μελέτες που διεξάγονται πριν αναπτυχθούν και κυκλοφορήσουν στην αγορά– αν είναι αποτελεσματικά και ασφαλή στον άνθρωπο και αν υπερτερούν των ήδη υπαρχόντων όσον αφορά την αντί- σταση των μικροβίων σε αυτά. Ακόμα, πρόσφατη βιβλιογραφία αναφέρει κλινικές μελέτες φαρμάκων με συμμετοχή της ΤΝ. Τέλος, μπορούμε να σημειώσουμε ότι η ΤΝ μπορεί να διευκο- λύνει και να επιταχύνει τον σχεδιασμό φαρμακομορίων που μπορούν να αλληλοεπιδράσουν με νέους μοριακούς στόχους. Παρ’ όλα αυτά, δεν μπορεί να αντικαταστήσει (τουλάχιστον μέχρι σήμερα) την ανάγκη για κλινικές δοκιμές. Τι θα μας φέρει το άμεσο μέλλον όσον αφορά τη χρήση της ΤΝ στην ανάπτυξη θεραπευτικών σκευασμάτων; Η ΤΝ θα βοηθήσει σε πολλούς τομείς, όπως στην ορθολογική διαχείριση φαρμακευτικών και θεραπευτικών προϊόντων, μειώ- νοντας π.χ. τη μόλυνση του περιβάλλοντος από φαρμακευτικά απόβλητα και δημιουργώντας προϋποθέσεις μεγαλύτερης χρη- ματοδότησης και μεταφοράς πόρων σε περισσότερο παραγω- γικές διεργασίες. Η μείωση των φαρμακευτικών αποβλήτων και των ρύπων, αλλά και η μεγαλύτερη ακρίβεια και αποτελεσμα- τικότητα στη λειτουργία εργοστασιακών υποδομών οδηγούν στην εξοικονόμηση ενέργειας στη φαρμακοβιομηχανία και στη μεταφορά οικονομικών πόρων σε περισσότερο παραγωγικούς τομείς, όπως στην έρευνα νέων θεραπευτικών προϊόντων, στην ελαχιστοποίηση μολύνσεων των τελικών προϊόντων κατά τη διαδικασία της παραγωγής τους, στην εξασφάλιση ασφάλειας των εργαζομένων, στη δημιουργία στείρων χώρων παραγωγής υψηλής καινοτομίας θεραπευτικών προϊόντων και γενικότερα στην αυτοματοποίηση των διεργασιών με τη μείωση των αν- θρώπινων λαθών λόγω κούρασης ή μη επαρκούς εκπαίδευσης στις νέες τεχνολογίες. Σήμερα αναπτύσσονται αυτοματοποιημένες παραγωγές μονο- κλωνικών αντισωμάτων (βιολογικοί παράγοντες) για σοβαρές νόσους και εξατομικευμένες θεραπείες με υψηλή εξειδίκευση ρομποτικών συστημάτων μέσω της ΤΝ με τεράστια ακρίβεια που δεν μπορεί να συγκριθεί με ανθρώπινους χειρισμούς και με