medigraphic.com
ISSN 1027-2852 (Digital)
ISSN 0864-4551 (Impreso)

2020, Número 4

<< Anterior

Biotecnol Apl 2020; 37 (4)


Aporte farmacométrico en el desarrollo de productos biotecnológicos cubanos

Rodríguez VL, Reynaldo FG, Fernández-Sánchez EM, Ramos SM, Amaro D, Menéndez R, Colom H, Mangas SV, Castañeda G, Duconge J, Jiménez VB, de Castro SN, Viada C, Solazábal J, Bécquer MA

Idioma: Ingles.
Referencias bibliográficas: 28
Paginas: 4501-4507
Archivo PDF: 392.78 Kb.


RESUMEN

La farmacometría es una disciplina científica vibrante que está conformada por el ciclo de excelencia: integración, innovación e impacto. Objetivo: Evaluar diferentes enfoques farmacométricos en tres productos biotecnológicos cubanos. Se desarrolló un análisis farmacocinético poblacional del nimotuzumab en pacientes con cáncer de mama en estadio III, con escalado de dosis combinado con doxorrubicina y Cyclophosphamide. Se caracterizó la famarcocinética/farmacodinámica (PK/PD) de eritropoyetinas humanas recombinantes (EPOhr) pegiladas ramificadas (EPOhr-PEG2-32kDa y EPOhr-PEG2-40kDa), y se comparó con los productos de referencia ior®EPOCIM y MIRCERA® en conejos Nueva Zelanda. Para el análisis de los datos se empleó la modelación de efectos mixtos no lineales (NONMEM®). El mejor modelo obtenido para el nimotuzumab fue la aproximación cuasiestado estacionario del modelo completo de disposición mediado por el receptor. Este modelo permitió describir el comportamiento cinético lineal y no lineal del anticuerpo monoclonal. La dosis biológica óptima recomendada osciló entre 200 y 400 mg semanalmente. En el caso de las EPOhr se obtuvo un modelo semimecanístico PK/PD de tránsito celular. Las EPOhr-PEG2-32kDa y EPOhr- PEG2-40kDa mejoraron las propiedades PK y PD en comparación con ior®EPOCIM y MIRCERA®. La modelación con enfoque poblacional, por su carácter integrador y predictivo, fue de gran utilidad en la caracterización óptima de las propiedades PK y PD de los tres productos biotecnológicos cubanos. Además, tiene un notable impacto en la industria farmacéutica en ahorro económico y en tiempo, así como, en el ámbito regulador, en la toma de decisiones durante el proceso de investigación, desarrollo y posterior comercialización de nuevos productos. Este trabajo mereció el Premio Anual de la Academia de Ciencias de Cuba para el año 2019.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Williams P, Ette E, editors. Pharmacometrics: impacting drug development and Pharmacotherapy Hoboken, New Jersey: John Wiley and Sns, Inc.; 2007.

  2. Pfiste M, D’Argenio aD. The emerging scientific Discipline of pharmacometrics. J Clin Pharmacol. 2010;50:6S.

  3. Owen JS, Fiedler-Kelly J. Introduction to population pharmacokinetic/pharmacodynamic analysis with nonlinear mixed effects models: John Wiley & Sons; 2014.

  4. Advanced breast cancer with monoclonal antibody hR3 in combination with doxorubicin and cyclophosphamide. Phase I. [Internet]. 2008 [cited 2014 /9/18]. Available from: http://rpcec.sld.cu/trials/ RPCEC00000057-En

  5. Commission E. Caring for animals aiming for better science of the European Union. In: Directive 2010/63/EU on Protection of Animals Used for Scientific Purposes 2010.

  6. McGrath J, Drummond G, McLachlan E, Kilkenny C, Wainwright C. Guidelines for reporting experiments involving animals: the ARRIVE guidelines. British J Pharmacol. 2010;160(7):1573-6.

  7. Bain BJ, Bates I, Laffan MA. Dacie and Lewis Practical Haematology: Elsevier Health Sciences; 2017.

  8. Bauer R. Introduction to NONMEM 7.3. 0. NONMEM users guide. 2015.

  9. Jonsson EN, Karlsson MO. Xpose--an SPLUS based population pharmacokinetic/ pharmacodynamic model building aid for NONMEM. Comput Methods Programs Biomed. 1999;58:51-64.

  10. Lindbom L, Pihlgren P, Jonsson EN. PsN-Toolkit- a collection of computer intensive statistical methods for non-linear mixed effect modeling using NONMEM. Comput Methods Programs Biomed. 2005;79:241-57.

  11. Team RC. R: A language and Environment for Statistical Computing. R Foundation for Statistical Computing. Vienna, Austria. 2013.

  12. Pharsight. Phoenix 64 WinNonlin software version 6.3. St. Louis Missouri 2005-2012.

  13. Dirks NL, Nolting A, Kovar A, Meibohm B. Population pharmacokinetics of cetuximab in patients with squamous cell carcinoma of the head and neck. J Clin Pharmacol. 2008;48:267-78.

  14. Kuester K, Kovar A, Lüpfert C, Brockhaus B, Kloft C. Refinement of the population pharmacokinetic model for the monoclonal antibody matuzumab: external model evaluation and simulations. Clin Pharmacokinet. 2009;48(7):477-87.

  15. Fornier MN, Seidman AD, Schwartz MK, Ghani F, Thiel R, Norton L, et al. Serum HER2 extracellular domain in metastatic breast cancer patients treated with weekly trastuzumab and paclitaxel: association with HER2 status by immunohistochemistry and fluorescence in situ hybridization and with response rate. Annals of oncology: official journal of the European Society for Medical Oncology / ESMO. 2005;16:234-9.

  16. Crombet T, Casaco A, Iznaga N. h-R3. Drugs of the Future. 2003;28:847-53.

  17. Dostalek M, Gardner I, Gurbaxani BM, Rose RH, Chetty M. Pharmacokinetics, pharmacodynamics and physiologicallybased pharmacokinetic modelling of monoclonal antibodies. Clin Pharmacokinet. 2013;52:83-124.

  18. Shi S. Biologics: an update and challenge of their pharmacokinetics. Curr Drug Metab. 2014;15:271-90.

  19. Dirks NL, Meibohm B. Population pharmacokinetics of therapeutic monoclonal antibodies. Clin Pharmacokinet. 2010;49:633-59.

  20. Karlsson MO, Sheiner LB. The importance of modeling interoccasion variability in population pharmacokinetic analyses. J Pharmacokinet Biopharm. 1993;21:735-50.

  21. Zhang L, Beal SL, Sheiner LB. Simultaneous vs. sequential analysis for population PK/PD data I: best-case performance. J Pharmacokinet Pharmacodynamics. 2003;30(6):387- 404.

  22. Friberg LE, Henningsson A, Maas H, Nguyen L, Karlsson MO. Model of chemotherapy-induced myelosuppression with parameter consistency across drugs. J Clin Oncol. 2002;20(24):4713-21.

  23. Budha NR, Kovar A, Meibohm B. Comparative performance of cell life span and cell transit models for describing erythropoietic drug effects. AAPS journal. 2011;13(4):650-61.

  24. Jolling K, Ruixo JJP, Hemeryck A, Piotrovskij V, Greway T. Population pharmacokinetic analysis of pegylated human erythropoietin in rats. J Pharm Sci. 2004;93(12): 3027-38.

  25. Allon M, Kleinman K, Walczyk M, Kaupke C, Messer-Mann L, Olson K, et al. Pharmacokinetics and pharmacodynamics of darbepoetin alfa and epoetin in patients undergoing dialysis. Clin Pharmacol Ther. 2002;72(5):546-55.

  26. Woo S, Jusko WJ. Interspecies comparisons of pharmacokinetics and pharmacodynamics of recombinant human erythropoietin. Drug Metabolism and Disposition. 2007;35(9):1672-8.

  27. Ait-Oudhia S, Scherrmann J-M, Krzyzanski W. Simultaneous pharmacokinetics/ pharmacodynamics modeling of recombinant human erythropoietin upon multiple intravenous dosing in rats. J Pharmacol Exp Ther. 2010a;334(3):897-910.

  28. Locatelli F, Reigner B. CERA: pharmacodynamics, pharmacokinetics and efficacy in patients with chronic kidney disease. Expert Opin Investig Drugs. 2007;16(10):1649-61.




2020     |     www.medigraphic.com