RISERVATO AZIENDALE. NON DIVULGARE.
L'assistenza sanitaria personalizzata adatta i trattamenti giusti ai pazienti giusti
_______________________________________________________________________________________
Sfida: Accelera i progressi nella ricerca sui biomarcatori implementando metodi statistici per sfruttare dati omici sempre più sofisticati.
Soluzione: Utilizza le funzioni interattive di JMP Genomics per eseguire analisi statistiche affidabili in meno tempo.
Risultati: Migliorando il rigore statistico e la riproducibilità, i ricercatori sui biomarcatori accelerano le innovazioni critiche nel campo emergente dell'assistenza sanitaria personalizzata.
_______________________________________________________________________________________
La recente ricerca sui biomarcatori ha portato alla creazione di farmaci e test diagnostici sempre più mirati. Questo approccio personalizzato all'assistenza sanitaria è in gran parte dovuto alla proliferazione di nuove tecnologie genomiche che generano set di dati più grandi e complessi. Con l'accesso a dati omici sempre più sofisticati, gli scienziati possono indagare su domande diagnostiche e di risposta ai farmaci che fino a poco tempo fa erano al di là delle capacità della tecnologia disponibile. Tuttavia, la quantità di dati rende l'analisi statistica impegnativa, creando la necessità di strumenti analitici in grado di gestire contemporaneamente un elevato flusso di dati fornendo un'interfaccia interattiva e di facile utilizzo per i ricercatori che potrebbero avere una formazione statistica limitata. JMP Genomics offre agli scienziati di Genentech la flessibilità di manipolare rapidamente i dati e identificare biomarcatori promettenti per trattamenti personalizzati dei pazienti.
I biomarcatori promuovono la personalizzazione nell'assistenza sanitaria
Con l'avanzare della tecnologia e della ricerca sanitaria, i ricercatori cercano nuovi modi per sfruttare le informazioni biologiche per prevedere i risultati sulla salute e personalizzare i regimi dei pazienti. L'assistenza sanitaria personalizzata, come è ampiamente noto questo movimento, include attività come:
- Sviluppo di test diagnostici per identificare la causa principale dei sintomi.
- Classificare i pazienti in sottogruppi che possono rispondere in modo diverso al trattamento.
- Identificazione di biomarcatori che possono fornire agli operatori sanitari informazioni chiave sulla malattia di un paziente.
Lo sviluppo di biomarcatori offre una finestra entusiasmante sugli impatti unici della tecnologia e dell'analisi sulla capacità di fornire un'esperienza sanitaria veramente personalizzata. Gli scienziati dei biomarcatori valutano varie interazioni biologiche tra farmaci e sottogruppi di pazienti per comprendere meglio l'efficacia e gli esiti del trattamento, consentendo agli operatori sanitari di prescrivere il trattamento ideale per ciascun paziente.
Per distribuire efficacemente questi farmaci specifici per il paziente e ottenere l'approvazione normativa, i ricercatori devono sviluppare contemporaneamente test diagnostici di accompagnamento (CDx) per identificare i pazienti positivi ai biomarcatori. Sebbene questo modello "un farmaco/un test" abbia migliorato i risultati per molti pazienti, alcuni ancora non rispondono al trattamento come previsto, lasciando i ricercatori con più domande che spesso rimangono senza risposta a causa degli strumenti limitati a loro disposizione.
Negli ultimi anni, tuttavia, le tecnologie di sequenziamento di nuova generazione e il sequenziamento parallelo massiccio hanno aperto il campo. Il rapido sviluppo nelle aree della microfluidica e delle tecnologie di multiplexing ha ampliato le capacità di ricerca, consentendo ai ricercatori di valutare più geni in un singolo test, nonché di raccogliere più dati da campioni di tessuto più piccoli. Queste tecnologie hanno fornito ai ricercatori i mezzi per genotipizzare in modo completo e valutare l'ampia espressione genica trascrizionale per sviluppare una visione più completa della biologia di un paziente. Armati di queste informazioni, i ricercatori sui biomarcatori possono continuare a valutare i trattamenti per sottogruppi di pazienti sempre più raffinati, aumentando la probabilità di risultati positivi del trattamento.Tuttavia, con una quantità sempre crescente di dati omici disponibili, i ricercatori richiedono strumenti statistici sofisticati per valutarli.
Sfruttare la potenza dei big data per sviluppare biomarcatori oncologici
Matt Wongchenko, Principal Scientific Researcher presso Genentech, studia i biomarcatori nel contesto dello sviluppo di farmaci oncologici. “Genentech e Roche hanno un forte interesse per il futuro della medicina personalizzata. Questo è lo sfondo per l'esistenza del gruppo di sviluppo dei biomarcatori oncologici”, afferma Wongchenko. In un'azienda così grande, ci sono una miriade di farmaci in fase di sviluppo per indicazioni oncologiche; Il compito di Wongchenko è identificare biomarcatori specifici che possono essere utilizzati per prevedere o misurare la risposta del paziente a ciascun farmaco, quindi creare test diagnostici affidabili per identificare questi biomarcatori. Attraverso questo processo, Genentech adatta i trattamenti disponibili a varie sottopopolazioni di pazienti, spingendo la frontiera dell'assistenza sanitaria personalizzata.
La scala di questa ricerca è cresciuta di grandezza in un periodo relativamente breve. "Quando ho iniziato a fare ricerca, si trattava principalmente di rispondere a piccole domande, di eseguire analisi per esaminare singoli geni, singole proteine e di dover affrontare i dati con domande molto specifiche", afferma Wongchenko. Le capacità ampliate offerte da questo volume di dati presentano nuove opportunità per comprendere le basi molecolari di ogni indicazione e sottogruppo di pazienti, aumentando così il valore dell'utilizzo dei biomarcatori nelle decisioni sul trattamento dei pazienti.
L'aumento del volume di dati porta nuove sfide
Con l'aumentare del volume e della complessità dei dati omici, aumentano anche le richieste agli scienziati dei biomarcatori come Wongchenko. Sebbene la tecnologia sia avanzata per fornire agli scienziati dei biomarcatori gli strumenti per condurre esperimenti multi-omici e migliorare il loro potere statistico e riproducibilità complessivi, questi scienziati spesso mancano dell'esperienza statistica e della formazione per comprendere e sfruttare appieno le risorse disponibili. Sebbene Genentech mantenga personale statistico altamente qualificato per supportare team come quello di Wongchenko, spesso non è in grado di supportare l'intero spettro delle esigenze analitiche nei tempi desiderati.
"Lavoriamo con i nostri biomatematici e hanno priorità contrastanti e tempo limitato", afferma Wongchenko. Affidarsi a personale esterno per il supporto statistico spesso limita temporaneamente il team di biomarcatori e limita la loro capacità di adattare le proprie analisi alle osservazioni in corso, impedendo loro di massimizzare l'output dei dati disponibili. "A volte c'è una riunione il giorno successivo in cui ho bisogno di avere un'analisi pronta [per] per aiutare a informare il processo decisionale e posso capovolgerlo [usando JMP] piuttosto che dover aspettare settimane, mesi, che qualcun altro faccia il analisi."
Gli strumenti in grado di analizzare questi dati in modo tempestivo e agile sono di grande valore, in particolare strumenti di facile utilizzo come JMP Genomics che non richiedono che gli utenti dispongano di un solido background nelle statistiche. Sebbene inizialmente abbia iniziato a utilizzare JMP Genomics perché era l'offerta di software a livello aziendale di Genentech, Wongchenko ha presto riconosciuto i vantaggi di JMP; poteva adattare la sua precedente esperienza di programmazione, in combinazione con una formazione aggiuntiva, per applicare JMP alla sua ricerca. "Non ho avuto necessariamente un throughput di analisi così elevato come ho fatto fino a quando non ho imparato a utilizzare JMP Genomics", condivide. "Prima di utilizzare JMP... era decisamente fastidioso e richiedeva molto tempo per cercare di ottenere statistiche."
Abbinare gli strumenti giusti alle giuste esigenze
Quindi, cosa rende JMP Genomics uno strumento così utile per questo tipo di analisi computazionale affidabile?
"Il più grande fattore trainante sono le analisi interattive", afferma Wongchenko. “È difficile battere la capacità di aprire semplicemente una tabella di dati e prendere le mie variabili che voglio esaminare. In cinque secondi posso vedere qual è l'associazione tra due cose diverse, o l'associazione tra una variabile e la sopravvivenza, ecc. È davvero la facilità di analizzare i dati e guardarli in modo interattivo.
Con la flessibilità offerta da JMP Genomics, gli scienziati possono esplorare i dati in modo più approfondito, consentendo loro di utilizzare la propria esperienza genomica per personalizzare le analisi e identificare problemi o risultati più rapidamente rispetto a strumenti analitici completamente automatizzati. Questa flessibilità facilita anche un processo decisionale efficace; tempi di consegna rapidi consentono al team di valutare più scenari e fornire una giustificazione statistica più ampia rispetto a quanto precedentemente disponibile.
Con l'espansione delle capacità analitiche, gli scienziati di Genentech e dell'intero settore dei biomarcatori sono finalmente in grado di iniziare a sbloccare le informazioni critiche nascoste nei dati di sequenziamento dei pazienti. Capire come personalizzare i trattamenti per i singoli pazienti diventerà sempre più comune man mano che scienziati come Wongchenko svilupperanno biomarcatori per far luce sulle interazioni tra farmaci e pazienti.
"Il processo di approvazione dei farmaci sarà sempre lungo", afferma Wongchenko. Ma con gli strumenti giusti, i ricercatori possono estrarre associazioni precedentemente sconosciute che cambieranno il modo in cui i trattamenti vengono erogati, avvicinando la ricerca oncologica al raggiungimento di un'assistenza sanitaria personalizzata.
