La predicción de eventos adversos (o efectos adversos ) es el proceso de identificar posibles eventos adversos de un medicamento en investigación antes de que realmente ocurran en un ensayo clínico.
Predecir con precisión los eventos adversos representa un desafío importante tanto para la industria farmacéutica como para el mundo académico, debido a que nuestro conocimiento actual sobre biología , mecanismos de las enfermedades (es decir, cómo una enfermedad afecta el estado de salud de un ser humano) y diseño de medicamentos es incompleto y, a veces, incorrecto. Además, la complejidad biológica y las diferencias entre los organismos vivos son tales que, incluso si un tratamiento parece funcionar en el laboratorio, puede no funcionar en los seres humanos.
La ocurrencia de un evento adverso durante un ensayo clínico es un evento significativo, no solo por el riesgo para los humanos, sino también desde un punto de vista financiero para la organización (generalmente una compañía farmacéutica ) que patrocina el desarrollo del medicamento en cuestión. Como resultado, se invierte mucho esfuerzo continuamente en esta área y existen varios enfoques para predecir eventos adversos, incluidos ensayos de líneas celulares, modelos animales y modelos informáticos in silico .
Los modelos in silico se desarrollan generalmente extrayendo interacciones y comportamientos de sistemas biológicos, ya sea de la literatura o de datos experimentales sobre una enfermedad o sistema biológico específico, e integrando esta información en algún tipo de modelo matemático que se pueda utilizar para comprender y predecir el comportamiento de un fármaco en un organismo. Otro método relativamente reciente se basa en la extracción de la literatura científica y la correlación de evidencias de fármacos o afecciones médicas aparentemente no relacionadas . Si se realiza correctamente, este tipo de análisis puede ofrecer una precisión predictiva bastante buena y plazos de entrega significativos, lo que se traduce en menores costos y tiempos de desarrollo para nuevos fármacos.
Si bien los métodos in silico apuntan a capturar en profundidad el conocimiento actual de un sistema biológico o un mecanismo patológico, aún están sujetos a la precisión de ese conocimiento y pueden pasar por alto información que, aunque aparentemente no esté relacionada, podría resultar muy relevante en un sistema biológico complejo y múltiplemente interconectado. Esta brecha se aborda mediante el enfoque de descubrimiento basado en la literatura , que no captura detalles en la misma medida, pero lo compensa ofreciendo una cobertura completa del conocimiento disponible de todos los campos potencialmente relacionados.