Лабораторные исследования
Методология

Исследовательские пептиды: почему выводы делать рано

Что стоит за фразой «исследования показали», где заканчивается доклиника и почему результат на грызунах в среднем не повторяется на людях.

Разбор · примерно 10 минут чтения

Типичный текст об исследовательском пептиде выглядит убедительно: механизм, ссылка на публикацию, проценты улучшения. Проблема почти всегда в одном месте - в том, на ком получены эти проценты.

Пирамида доказательности

Не все исследования равны по весу. Иерархия выстроена по тому, насколько надежно результат защищен от случайности и предвзятости.

УровеньТип работыЧего стоит вывод
ВысшийСистематический обзор и метаанализ рандомизированных испытанийОбобщает все доступные данные, оценивает согласованность результатов
ВысокийРандомизированное двойное слепое плацебо-контролируемое испытаниеПозволяет говорить о причинной связи
СреднийКогортные исследования, случай-контрольПоказывает связь, но не доказывает причину
НизкийСерия случаев, открытое наблюдение без контроляГипотеза, не более
БазовыйЭксперименты на животных, клеточные культуры, компьютерное моделированиеОбоснование для дальнейшей проверки, а не вывод о человеке

Подавляющее большинство публикаций об исследовательских пептидах располагается на нижней ступени. Это не значит, что они бесполезны. Это значит, что переносить их выводы на человека нельзя.

Разрыв между мышью и человеком

Проблема воспроизводимости в доклинических исследованиях описана многократно. Работы, анализировавшие судьбу препаратов-кандидатов, стабильно показывают, что до регистрации доходит лишь малая доля молекул, успешно прошедших испытания на животных. В некоторых терапевтических областях доля успеха в клинике измеряется единицами процентов.

Причины известны и накапливаются одна на другую.

Структурная модель пептида
Красивая структура и правдоподобный механизм ничего не говорят о клиническом эффекте. Между ними лежат три фазы испытаний. Схема: Wikimedia Commons.

Как читать публикацию за пять минут

Даже без специальной подготовки можно быстро оценить вес работы. Достаточно ответить на несколько вопросов.

  1. Кто участники? Люди, животные или клетки. Если в аннотации написано in vitro или указан вид грызуна, вывод про человека делать нельзя.
  2. Сколько их? Группа из восьми человек и группа из восьмисот дают несопоставимую надежность.
  3. Было ли плацебо и ослепление? Без контрольной группы невозможно отделить эффект вмешательства от естественного течения и от ожиданий участника.
  4. Что именно измеряли? Реальный исход или суррогатный маркер. Изменение показателя в анализе крови и изменение самочувствия - разные вещи.
  5. Насколько велик эффект? Статистическая значимость при большой выборке достигается и для клинически незначимых различий.
  6. Кто финансировал? Раздел о конфликте интересов есть в любой приличной публикации и его стоит прочитать.
Правило одной работыЕдиничное исследование - это заявка, а не факт. Научный факт возникает тогда, когда независимые группы получают тот же результат.

Что означает надпись на этикетке

Формулировки «для лабораторных исследований», «not for human consumption» и «research use only» имеют вполне конкретный смысл. Соединение не проходило регуляторную оценку, не имеет утвержденной инструкции, а производитель юридически снимает с себя ответственность за применение человеком.

Из этого вытекает несколько практических следствий.

Позиция проектаМы разбираем механизмы и данные, потому что это интересная и быстро развивающаяся область науки. Мы не описываем схемы применения и не считаем, что самостоятельное использование незарегистрированных соединений оправдано.

Что было бы честным исследованием

Если бы кто-то захотел всерьез проверить исследовательский пептид, путь выглядел бы так: воспроизводимая доклиника в нескольких независимых лабораториях, затем фаза I на здоровых добровольцах с оценкой безопасности и фармакокинетики, затем фаза II на небольшой группе пациентов с подбором дозы, затем фаза III на сотнях или тысячах участников с плацебо-контролем и предварительно зарегистрированным протоколом.

Для большинства обсуждаемых в интернете соединений этот путь не начат. Именно поэтому корректная формулировка звучит скучно: данных недостаточно.

Источники

  1. Perel P. et al. Comparison of treatment effects between animal experiments and clinical trials: systematic review. BMJ, 2007.
  2. Ioannidis J.P.A. Why most published research findings are false. PLoS Medicine, 2005.
  3. Begley C.G., Ellis L.M. Raise standards for preclinical cancer research. Nature, 2012.
  4. Wong C.H., Siah K.W., Lo A.W. Estimation of clinical trial success rates and related parameters. Biostatistics, 2019.
  5. Higgins J.P.T., Thomas J. et al. Cochrane Handbook for Systematic Reviews of Interventions.