Jedes Medikament, auf das wir uns heute verlassen, von Schmerzmitteln bis hin zu Krebsmedikamenten, hat einen langen und komplexen Entwicklungsprozess durchlaufen. Bevor ein Medikament jemals zu den Patienten gelangt, muss es sorgfältig getestet werden, um seine Sicherheit und Wirksamkeit zu überprüfen. Heute werden diese Tests noch immer größtenteils an Tieren durchgeführt. Studien mit Tieren können zwar wichtige Informationen liefern, sind aber auch ethisch heikel und wissenschaftlich anspruchsvoll. Eine bemerkenswerte Zahl verdeutlicht diese Herausforderung: Nur 5 % schaffen es bis zum Einsatz am Menschen. Die restlichen 19 % scheiden irgendwo auf dem Weg aus.
Warum die Entwicklung von Medikamenten so komplex ist
Der Weg von einer wissenschaftlichen Idee zu einem zugelassenen Medikament ist lang. Im Durchschnitt dauert es 5 Jahre bis zur ersten Studie am Menschen, 7 Jahre bis zur klinischen Prüfung und 10 Jahre bis zur Zulassung. Viele Faktoren beeinflussen, ob ein Medikament in die Phase der Studien am Menschen gelangt, darunter auch die Art und Weise, wie Studien konzipiert und durchgeführt werden. Kleine Entscheidungen, wie beispielsweise die Anzahl der Tiere, die durchgeführt werden, welche Messungen vorgenommen werden oder wie die Modelle gehandhabt werden, können sich auf die Zuverlässigkeit oder Vergleichbarkeit der Ergebnisse auswirken. Einige dieser Faktoren sind klar, während andere noch unbekannt sind. Und da der Prozess kompliziert ist, kann keine einzelne Studie Aufschluss darüber geben, was ein Medikament erfolgreich macht.
Der Ansatz des STRIDE Lab: Lernen aus Millionen von Studien
Hier kommt das STRIDE Lab der Universität Bern ins Spiel. Unter der Leitung von Benjamin Ineichen nutzt das Team systematische Reviews (eine strukturierte Methode zur Sammlung und Analyse aller wissenschaftlichen Studien zu einer bestimmten Fragestellung, damit wir uns ein vollständiges Bild machen können, anstatt uns nur auf wenige Artikel zu stützen), Statistik und Datenwissenschaft, wie beispielsweise große Sprachmodelle, um viele wissenschaftliche Artikel zu analysieren, manchmal Tausende oder Hunderttausende auf einmal.
Anstatt eine Handvoll Studien manuell zu lesen, erstellen sie große Datensätze, die alle verfügbaren Erkenntnisse zusammenführen. Mit diesem Überblick können sie Muster erkennen, die in einzelnen Studien nicht sichtbar sind, wie zum Beispiel:
- Welche Versuchspläne führen zu zuverlässigeren Ergebnissen?
- Ob die Erprobung eines Medikaments an mehreren Tierarten die Wahrscheinlichkeit erhöht, dass es beim Menschen wirkt.
- Welche Forschungspraktiken sind mit Erfolg oder Misserfolg verbunden?
Ihre Arbeit hat bereits gezeigt, dass mehrere Forschungsbereiche unter mangelnder Genauigkeit leiden. Beispielsweise entspricht die Dosierung in Tierversuchen nicht der Dosierung, die menschlichen Patienten verabreicht würde.
Wie diese Arbeit die 3Rs unterstützt
Ersatz
Systematische Übersichtsarbeiten helfen dabei, aufzuzeigen, wo tierversuchsfreie Ansätze wie Organoide, Computermodelle oder humanbasierte Methoden bereits aussagekräftige Ergebnisse liefern. Dies eröffnet Möglichkeiten, einige Tierversuche vollständig zu ersetzen.
Reduktion
Durch systematische Überprüfungen können Forscher aus vorhandenen Daten lernen, anstatt bei Null anzufangen. Dadurch kann die Anzahl der erforderlichen neuen Tierversuche reduziert und unnötige oder weniger gut konzipierte Studien vermieden werden.
Verfeinerung
Durch die Identifizierung der aussagekräftigsten Studiendesigns und Tiermodelle können Forscher Experimente vermeiden, die wahrscheinlich keine nützlichen Erkenntnisse liefern. Dies kann die Schwere der Verfahren verringern und das Wohlergehen der Tiere verbessern.
Eine verantwortungsbewusstere und effizientere Pipeline für die Arzneimittelentwicklung
Wenn wir wissen, welche Forschungsmethoden wirklich zu besseren Behandlungsmethoden führen, können wir unsere Ressourcen dort einsetzen, wo sie am meisten gebraucht werden, und so die vermeidbare Verwendung von Tieren reduzieren und gleichzeitig die Wissenschaft stärken, die letztendlich den Patienten hilft. Bessere Erkenntnisse bedeuten bessere Entscheidungen, sowohl für Menschen als auch für Tiere.