Sven Mensing ist Bio-Mathematiker und hat in Medizinischer Informatik promoviert. Das Pharmakometrie-Team beim Pharmaunternehmen AbbVie in Ludwigshafen ist bunt gemischt: Pharmakologen, Medizintechniker, auch Physiker arbeiten daran, Wirkung und Nebenwirkung von Wirkstoffen möglichst genau vorherzusagen. Ihr Werkzeug: der Computer. Oder besser: eine Computerlandschaft. Rund 2.000 Rechenkerne stehen ihnen zur Verfügung. Zur Orientierung: ein brauchbarer Laptop hat heute zwei Kerne.
„Wir arbeiten daran, die Biologie in den Computer zu bringen“, sagt Mensing. Dazu müssen biologische Prozesse in mathematische Formeln übersetzt werden. Am Anfang steht die Datensammlung – mit seinem Team saugt er alles auf, was für die Fragestellung relevant sein könnte: Das sind Daten aus eigenen klinischen Studien, allgemeine wissenschaftliche Erkenntnisse, Erfahrungen aus der Praxis der Behandlung und auch Veröffentlichungen anderer Unternehmen. „Daraus erstellen wir Differentialgleichungen, mit denen wir den Computer füttern.“ Das können mal zwei Gleichungen sein – oder auch 50.
Vorhersagen, was noch nicht beobachtet wurde
Die Pharmakometrie ist eine noch relativ junge Disziplin – eine „emerging science“, wie die US-Zulassungsbehörde sie beschreibt. Am besten ist sie wohl als Schnittstelle zwischen Biologie und Mathematik definiert: Sie arbeitet mit mathematischen Modellen, um vorherzusagen, was ein bestimmter Wirkstoff im Körper macht, wie lange er seine Wirkung behält und wie sich die Wirkung im Krankheitsverlauf ändert. Es geht darum, die Dynamik zwischen der Gabe eines Arzneimittels, dem behandelten Patienten und dem Therapieergebnis besser zu verstehen. Sven Mensing beschreibt es so: „Wir können auf Basis unserer Modelle Vorhersagen treffen, die noch nicht beobachtet wurden.“ Das steigert nicht nur die Effizienz der Arzneimittelforschung. Es kann auch langwierige Umwege auf dem Weg zu einem innovativen Arzneimittel ersparen: „Überspitzt heißt das: wir konkretisieren das Bauchgefühl“, sagt er.
Pharmakometriker entwickeln mathematische Formeln
Ein konkretes Beispiel: Die neueste Generation von Hepatitis C-Medikamenten ist sehr wirksam. So wirksam, dass das Virus bei einem Patienten bereits nach zwei Wochen nicht mehr nachweisbar ist. Nicht nachweisbar heißt aber noch nicht unbedingt virusfrei – und in der Tat können sich mit derzeitigen Nachweismethoden gemessen noch bis zu rund eine Millionen Viren im Körper befinden. Die Fragen an Mensings Team lauteten folglich: Wie lange muss weiterbehandelt werden, bis der Patient wirklich virenfrei und damit geheilt ist? Und in welcher Dosierung? Spielt Geschlecht und Gewicht eine Rolle? „Wir haben beispielsweise errechnen können, dass das Gewicht durchaus eine Rolle spielen kann, aber eben nicht in dem Maße, dass eine gewichtsabhängige Dosierung notwendig ist.“ Wichtige Erkenntnis aus der Pharmakometrie: Es müssen nicht verschiedene Dosierungen entwickelt werden. Außerdem fand Mensing mit seinem Team heraus, dass eine Therapiedauer von vier Wochen nicht ausreichend ist, um die Patienten wirklich virenfrei zu bekommen – der neueste Stand sind acht Wochen.
Auch die Frage der Dosierung kann per Datenpakete modelliert werden. „Ein Beispiel: Reichen von einem bestimmen Wirkstoff 200 Milligramm – und kann ich die einmal am Tag geben? Oder muss es zwei Mal am Tag 100 Milligramm sein?“ Das ist keine unbedeutende Fragestellung, denn die Therapietreue der Patienten ist deutlich höher, je einfacher die Therapie ist. Und das wiederum hat Auswirkungen auf den Erfolg der medikamentösen Intervention. Der Vorteil der Mathematik-getriebenen Forschung: Die Pharmakometrie kann schon früh das Signal geben „Die Einmal-Gabe wird ausreichend sein“. Diese Erkenntnis fließt direkt in die klinischen Studien ein. Die Frage nach der Dosierung kann also in den Studien – und damit am Patienten – gezielter erforscht werden.
Pharmakometriker entwickeln keine Wirkstoffe. Sie entwickeln mathematische Formeln, um die Forschung von Wirkstoffen zu unterstützen und das Forschungsrisiko zu mindern. Und sie sorgen dafür, dass klinische Studien für Patienten noch sicherer werden und die wissenschaftlichen Erkenntnisse in Form neuer Therapien schneller bei den Patienten ankommen.