AI Foundation Toxicology Model and Framework to Support Waiving Second Species in Drug Safety Studies

Очаквано въздействие:Очаква се действието по тази тема да постигне следните въздействия:По-бързо и по-информирано вземане на решения чрез използване на основан на ИИ модел за токсикология на основата на ИИ и повишена ефективност чрез бърза обработка на огромни количества данни [1].По-голяма съгласуваност и стандартизация в рамките на основан на НПМ подход, по-специално модел на ИИ, използван от промишлеността за ефикасно разработване, изпитване и производство на безопасни и ефективни иновативни здравни технологии, като по този начин се подобрява конкурентоспособността на промишлеността.Регулаторно приемане на основан на NAM модел за освобождаване на втори вид (модел за токсикология на Фондацията за ИИ) и рамка за значимостта на доказателствата в съответствие с препоръките и по-последователния глобален процес на вземане на решения за отказ от изпитване на втори вид.Намаляване на използването на животни, ускорени срокове и по-ниски разходи, повишаване на конкурентоспособността на европейската здравна промишленост чрез икономически и етични ползи.Подобрено обществено здраве, тъй като пациентите ще се възползват от безопасни и ефективни лекарства, разработени по-бързо, като се използват валидирани НМА. Очаква се действието да допринесе за Директивата на ЕС (2010/63/ЕС) [2] относно защитата на животните, използвани за научни цели, и за прилагането на принципите на заместване, намаляване и облекчаване на използването на животни. Очаква се действието също така да разгледа и да допринесе за програмите, инициативите и политиките на ЕС относно методологиите на новия подход, като например бъдещото действие на Европейското научноизследователско пространство (ЕНП) за ускоряване на НМП с цел постигане на напредък в биомедицинските изследвания и изпитвания на лекарствени продукти и медицински изделия.[1] Преобразуване на токсикологичните доклади от изследвания върху животни в структурирани, хармонизирани данни, като се използват големи езикови модели[2] Европейска директива за защита на животните, използвани за научни целиОчакван резултат:Действието по тази тема трябва да допринася за всички изброени по-долу резултати: Валидиран токсикологичен модел на основата на изкуствен интелект (ИИ)*, който осигурява прозрачни вероятностни прогнози за заинтересованите страни от промишлеността и регулаторните органи, за да се определи кога втори вид при хронични (> 90 дни) и субхронични (90 дни) изследвания на лекарства с малки молекули с повтарящи се дози е малко вероятно да предостави допълнителна информация, свързана с безопасността, включително рискове от пропусната токсичност, специфични за органа констатации и различия в нивото без наблюдаван неблагоприятен ефект (NOAEL). Целта ще бъде да се даде възможност за премахване на необходимостта от два вида хронично изпитване за малки молекули и други модалности, например олигонуклеотиди.Стандартизирана, прозрачна рамка за значимостта на доказателствата за заинтересованите страни от промишлеността, регулаторните органи и академичните среди, която дава възможност за възпроизводима оценка на качеството на доказателствата, съгласуваността, уместността и несигурността при регулаторните подавания, като подкрепя по-широкото приемане на токсикологичните стратегии, основани на модела на основата на ИИ и методологията на новия подход (NAM), като цяло.Функционални инструменти, образци и обучителни материали, които подпомагат прилагането в реални условия, устойчивостта и развитието на базовия модел и рамката за значимост на доказателствата, включително насоки относно обяснимостта, произхода, управлението, етичното използване и привеждането в съответствие с изискванията за ИИ, съобразени с нуждите на промишлеността, регулаторните органи и академичните заинтересовани страни.Повишено доверие на промишлеността и регулаторните заинтересовани страни в заявленията за освобождаване на втори вид, особено за лекарствата с малки молекули, подкрепено от емпирични, калибрирани доказателства и рамка, която дава възможност за предсказуемо решение, по-последователно вземане на решения за освобождаване в световен мащаб и навременно развитие на разработването на лекарства, без да се излага на риск безопасността на пациентите. Това доверие следва да бъде спечелено чрез прилагането на модела и рамката за валидиране и приемане от страна на регулаторите, с по-дългосрочната цел, извън обхвата на действието, за преразглеждане на регулаторните насоки ICH M3(R2) [1], като се вземат предвид резултатите от бъдещия проект. Тази тема следва да предостави възможност за разширяване на това доверие, така че то да включва отказ от хронично изпитване при един вид освен лекарствата с малки молекули и други видове изследвания. * Моделът за токсикология на AI Foundation е широкомащабна, предварително обучена система за машинно обучение, която научава обобщени представяния на токсикологичната биология и химия от разнообразни, мултимодални набори от данни, позволяващи широка приложимост в задачите за оценка на безопасността с минимално специфично за задачата обучение.[1] ICH M3(R2). Неклинични проучвания за безопасност за провеждането на клинични изпитвания върху хора и разрешение за търговия с фармацевтични продукти. Във: Международна конференция по хармонизация (ICH). Тема M3(R2); 2009. Обхват:Регулаторните насоки, напр. ICH M3(R2) за неклинична оценка на безопасността на нови лекарства с малки молекули, в миналото са изисквали изследвания за токсичност при два вида, обикновено един гризач и един негризач, за да се увеличи максимално вероятността от откриване на нежелани ефекти, да се подобри възможността за пренасяне върху хората и да се направлява дозирането и наблюдението на пациентите. Този двувидов подход все повече се оспорва от етични съображения, дълга и скъпа продължителност на изследването, ограничена възпроизводимост и несигурност по отношение на човешкото значение [1], [2]. Успоредно с това научният напредък в областта на механистичната токсикология, усъвършенстваните ин витро системи (напр. органоидит