Testimonios de clientes

Un cambio de paradigma en el tratamiento del cáncer

Los enfoques estadísticos para la experimentación abren la puerta a la exploración de biología innovadora y a la muy necesaria innovación en el cáncer en estado avanzado

F-star Therapeutics

DesafíoLos métodos de experimentación biológica estándares de hoy en día no logran cumplir con las necesidades de los científicos en un entorno cada vez más repleto de datos, especialmente en el desarrollo biofarmacéutico en fases iniciales. Los biólogos necesitan alternativas para ofrecer resultados más precisos, más fácilmente reproducibles y en un periodo de tiempo menor.
SoluciónLos científicos farmacéuticos han decidido confiar en JMP, un software intuitivo que les permite implementar con rapidez nuevos enfoques estadísticos a la experimentación como diseño de experimentos (DOE).
ResultadosLos científicos afirman que DOE en JMP ha condensado lo que hasta ahora requería un día de trabajo a solo una hora. El análisis de datos eficaz y poderoso ahorra tiempo, y por lo tanto acorta los ciclos de desarrollo de fármacos. Estas innovaciones tienen el potencial de conseguir que un caso de cáncer en estado crítico llegue antes a los médicos.

La búsqueda de nuevas formas de prevenir, diagnosticar y tratar el cáncer es uno de los pilares actuales de la investigación y desarrollo farmacéutico a nivel mundial. Prueba de ello es la rapidez con la que la inmunoterapia se ha convertido en una de las áreas más atrayentes en la oncología moderna. F-star Therapeutics, una empresa biofarmacéutica clínica con sede en Cambridge, Reino Unido, y Cambridge, Massachusetts, trabaja para lograr avances en inmunoterapia pionera y de gran calidad para pacientes con cáncer en estado avanzado.

En el centro del trabajo de F-star se encuentra Modular Antibody Technology TM, su tecnología patentada, una plataforma que introduce dos puntos de unión de antígenos adicionales en una región constante de anticuerpos. Este sistema de "enchufe" actúa como bloque de unión para una variedad de fármacos y abre las puertas de los descubrimientos de nuevas oportunidades de productos biespecíficos y monoespecíficos. Se trata de una perspectiva en la que las respuestas naturales inmunológicas del cuerpo se emplean para focalizarse en células cancerígenas para prolongar la supervivencia de los pacientes de cáncer avanzado.

Aunque aún están en fase inicial, los programas en estudio para la inmunoncología de F-star son prometedores y ya han logrado asociarse con líderes del sector como AbbVie, Merck KGaA y Denali Therapeutics, entre otros. Algunos de estos tratamientos ya se encuentran en la fase de ensayo clínico. En caso de resultar exitosos, la innovación de F-star tiene el potencial para cambiar el paradigma del tratamiento contra el cáncer. 

Una vez extinguidas soluciones alternativas al problema del desarrollo, los científicos se lanzan al diseño de experimentos

Trasladar las revolucionarias moléculas de F-star a tratamientos disponibles para los pacientes supone un escalado importante, y depende de que los investigadores creen bioprocesos sólidos que garanticen que el producto se fabrica según los estándares más elevados de estabilidad y seguridad. A este fin, resultan primordiales figuras como las de Jon Armer, Jefe Científico de Formulación, quien dedica todo su tiempo a extraer datos para evaluar cualquier factor que pueda tener un impacto en los resultados de lotes tanto en lo referente a calidad como en eficacia.

Armer se ha asociado con los científicos de F-star en todas las fases de investigación, desde las de desarrollo inicial hasta los primeros ensayos clínicos. Cada fase tiene sus propias dificultades de datos, ya sea recopilar los datos adecuados hasta garantizar que todo lo recogido puede usarse y proporcionar resultados significativos. Los científicos que trabajan en la fase previa al ensayo clínico, afirma Armer, están acostumbrados a amplios márgenes de error y una falta de acceso a técnicas estadísticas sofisticadas que se usan mayoritariamente en fases más avanzadas, en las cuales la precisión es fundamental. Con este reducido uso de métodos estadísticos en el trabajo previo, es posible que los biólogos sean reticentes a usar nuevas perspectivas y métodos de trabajo.

Hasta hace poco, declara Armer, incluso él mismo pensaba así. Mientras trabajaba desarrollando un proyecto, él y su equipo tuvieron que enfrentarse a problemas repentinos e inesperados. "Hicimos todos los análisis habituales", recuerda. "Comprobamos todo el material sin filtrar. Hicimos una nueva auditoría de todo aquél que hubiera proporcionado químicos para amortiguadores. Incluso volvimos a diseñar la formulación, la presentación y todos nuestros procesos".

Incapaces de detectar la raíz del problema –y por lo tanto, incapaz de solucionarlo– Armer empezó a indagar las teorías del diseño de experimentos (DOE) para detectar las diferencias entre lotes, y finalmente relacionar su problema con un elemento de trazo que hasta ahora no habían analizado. "Apareció un gran indicador en los datos que nos decía que allí había algo a lo que teníamos que prestar atención", explica. Si no hubiesen podido analizar los datos a un nivel superior, no se habrían ni planteado esa posibilidad. 

Menor tiempo de experimentación y mayor reproducibilidad ayudaron a implementar el DOE en la organización

A pesar de que aún no se considera una práctica habitual en el sector biotecnológico, el DOE es un método estadístico con mucho poder y detalle, y ofrece precisión y la capacidad de poder gestionar diversos factores a la vez – además de gran reproducibilidad y un ahorro de tiempo que, en consecuencia, hacen que los nuevos tratamientos lleguen antes al mercado. Aunque el DOE pueda suponer más tiempo al inicio, como explica Armer, "una vez hecho, no hace falta repetir nada. Te ahorras datos inconclusos para resolver. Supone un alejamiento del método académico y un acercamiento al modelo de ingeniería".

En colaboración con científicos de todos los departamentos de F-star, Armer ha sembrado un interés en enfoques multivariantes entre sus colegas. No solo analiza datos para ellos, sino que colabora activamente con ellos para implementar maneras más eficaces de explotar los datos de los que disponen más allá de con el análisis de un factor a la vez. A medida que se exponen –y se adentran– en el DOE, afirma, pueden ver beneficios en tiempo real, lo que hará que la organización sea cada vez más eficaz en el futuro.

El software JMP® es crucial para la implementación del DOE en F-star. Se necesita un umbral de conocimientos estadísticos menor para empezar a usar JMP que con otro software, pero no se sacrifican las capacidades de estadística complejas, lo que lo convierte en ideal para aplicaciones de investigación que requieren de gran cantidad de datos y múltiples variables para analizar en detalle. 

Las capacidades de visualización en JMP® facilitan la transición de un enfoque estadístico a la experimentación

Para filtrar entre las complejidades de los parámetros múltiples que entraña la modelación de una nueva fórmula, especialmente para científicos con menor experiencia estadística, Armer afirma que es crucial contar con una herramienta fácil de usar y muy visual. La plataforma DOE de JMP permite a los usuarios visualizar el espacio de diseño y detectar rápidamente interacciones entre factores.

Armer también explica que es fácil olvidar el contexto más general y las implicaciones cuando se experimenta con diversas variables y es necesario centrarse en detalles de cada una para garantizar que se extraen datos consistentes y de calidad. "Puede que creas haber encontrado algo, pero ese algo acaba yendo a ninguna parte", explica. "Por eso, poder tomar cierta distancia y analizar los datos de manera imparcial siempre es útil". Usando la plataforma DOE de JMP, los científicos son capaces de trabajar el motivo de cada aspecto de un experimento, centrándose en aquellos factores que realmente tienen impacto en el resultado.

"Como científicos e ingenieros, somos muy buenos recogiendo datos, pero no tanto analizándolos", comenta Armer. "Una de las cosas que me gustaron al empezar a usar DOE, especialmente en JMP, es que te obligaba a reflexionar sobre el experimento: ¿por qué estoy analizando esto? ¿Es necesario? Tener un marco de trabajo claro mientras experimentas y analizas es de gran ayuda".

Las potentes capacidades visuales de JMP también facilitan la exploración de datos para detectar tendencias, vacíos, errores y correlaciones potenciales. "El Constructor de gráficos es especialmente fantástico para ello. Y todo el mundo que lo ha probado ha dejado de usar Excel y Prism, y se han pasado al Constructor de gráficos. Te ahorra mucho tiempo".

Ya sea un día entero o una hora, es posible reducir los tiempos de análisis con un diseño de cribado definitivo 

Con la gran cantidad de factores que pueden tener un efecto en la formulación de los fármacos, los científicos como Armer deben tener en cuenta las confusiones potenciales de los datos, y detectar respuestas no lineales para lograr comprender completamente lo que ocurre en los experimentos. Con el diseño de cribado definitivo (DSD), Armer puede analizar los efectos de múltiples factores en un pequeño experimento. Es una gran manera de determinar qué componentes tienen un impacto mayor, gracias a las visualizaciones de datos de JMP que permiten explorar de manera sencilla y visual cantidades masivas de datos.

"Si trabajo con una cuadrícula de tamaño medio y encima estoy usando las opciones de cribado definitivo y de creación de gráficos, puedo analizar mis datos en una hora y saber cuál es el siguiente paso. Sin JMP y el diseño de experimentos, tardaría un día entero", afirma. Se trata de un ahorro de tiempo significativo que reduce además el margen de error del usuario gracias al constructor de gráficos automático y el formateo de datos. "Solo pensar en realizar todo esto en una tabla, es algo que me niego a tener que volver a hacer nunca más". 

Comunicar resultados a una audiencia más amplia 

La comunidad científica no es el único público importante para estos datos. Las presentaciones ante la dirección de la empresa deben ser visualizaciones claras y dinámicas que traduzcan datos complejos como una herramienta de toma de decisiones para un público sin la experiencia específica del ámbito. Con la interfaz dinámica de JMP, Armer puede adaptar sus análisis al momento para dar respuesta a las preguntas de los directivos.

"Siempre tengo la ventana abierta porque sé que aparecerá la pregunta de: ¿Y qué pasaría si cambiamos esto? Con solo tres o cuatro clics, puedo enseñarles la respuesta". Armer afirma que encuentra particularmente útil para estas presentaciones el Perfilador, una característica que permite actualizar, en tiempo real, las respuestas a medida que se modifican distintos factores en pantalla. No solo te permite visualizar y ajustar datos rápidamente, también puedes ver efectos que, de otra forma, se te podrían haber pasado mirando el gráfico de estadísticas, explica. 

Nuevas herramientas para nuevas industrias

Aunque los enfoques experimentales multifactor como el DOE han tenido un arranque lento en el sector de desarrollo biofarmacéutico, los grandes ahorros de tiempo y de costes de la plataforma DOE hacen que JMP sea una potente herramienta de trabajo. Pero siempre es complicado convencer a los directivos para que inviertan en nuevas herramientas y enfoques que no han sido usados hasta el momento, reconoce Armer. En lugar de eso, él empieza ayudando a sus colegas a solucionar problemas mostrándoles los beneficios directos del software en su día a día.

Inevitablemente, cada vez más gente conoce herramientas útiles como el Perfilador de JMP y empiezan a hacer preguntas. "He sido capaz de demostrar a los directivos que JMP proporciona grandes beneficios", explica Armer. No solo ayuda a los investigadores. También, y lo que es más importante, hace que los tratamientos nuevos lleguen antes a las vidas de los pacientes.

Pruebe JMP gratis durante 30 días

Los resultados ilustrados en este artículo son específicos para situaciones, modelos de negocio, captura de datos y entornos informáticos particulares descritos aquí. La experiencia de cada cliente de SAS es única de acuerdo con las variables de negocio y técnicas y todas las declaraciones deben considerarse atípicas. Los ahorros, resultados y características del desempeño reales pueden variar dependiendo de las configuraciones y condiciones individuales de los clientes. SAS no garantiza o representa que cada cliente obtendrá resultados similares. Las únicas garantías para los productos y servicios de SAS son aquellas que se establecen en las garantías expresas del contrato escrito para dichos productos y servicios. Nada de lo descrito aquí debe ser interpretado como una garantía adicional. Los clientes han compartido sus éxitos con SAS como parte de un intercambio contractual acordado o de un resumen del éxito de un proyecto después de una implementación exitosa del software de SAS.

Back to Top