El futuro de la investigación farmacológica: tratamientos personalizados basados en el perfil farmacogenómico y las necesidades de cada paciente

Gracias al avance en el conocimiento de las ciencias ómicas y de las tecnologías computacionales, es posible identificar no solo la predisposición genética a enfermedades, sino también la respuesta individual a los tratamientos farmacológicos en función del perfil genómico y marcadores de estratificación farmacológica que facilitarán la personalización de los medicamentos, minimizando los efectos secundarios y optimizando su eficacia.

En esta línea, la Fundación Instituto Roche ha publicado un nuevo Informe Anticipando, elaborado desde el Observatorio de Tendencias en la Medicina del Futuro, sobre "Investigación Farmacológica en la era de la Medicina Personalizada de Precisión". En dicho informe, se detallan algunas de las principales tendencias que están transformando el descubrimiento y desarrollo de nuevos fármacos en todas sus etapas.

El proceso de investigación, que incluye las fases de investigación preclínica y desarrollo clínico, y posterior seguimiento de los medicamentos aprobados para su comercialización, es extenso y complejo, son pocos los fármacos que superan las fases clínicas. Por ello, se requiere de un cambio de paradigma en la investigación con el objetivo de reducir los tiempos y optimizar los procesos de obtención de nuevos medicamentos más eficaces y seguros atendiendo a las necesidades y características individuales de los pacientes, en el marco de la Medicina Personalizada de Precisión.

El desarrollo de la Farmacología Traslacional de Precisión tiene por objetivo abordar los problemas de traslación de la investigación básica y preclínica hacia la clínica a fin de conseguir una mayor eficiencia en todo el proceso de descubrimiento y desarrollo de fármacos y, en última instancia, la adecuada implementación de la Medicina Personalizada de Precisión.

Por otro lado, en cuanto a las tendencias en investigación clínica, es posible desarrollar aplicaciones de estratificación y diagnóstico acompañante, plantear nuevos diseños de ensayos clínicos y nuevas vías de evaluación, como las variables subrogadas de respuesta o los resultados informados por el paciente (PROMs), pero también ajustar los diseños en función de perfiles concretos de pacientes que presentan determinados biomarcadores con el objetivo de optimizar su inclusión en los estudios y mejorar las tasas de respuesta. 

La digitalización, y en concreto, la integración de la Inteligencia Artificial, para la recogida, gestión y manejo de los datos de los pacientes, están facilitando el acceso de los pacientes a tratamientos innovadores, la mejora de los tiempos de reclutamiento de pacientes para los ensayos o la monitorización continua de las poblaciones de estudio.