Durchbruch bei Arzneimitteloptionen für entzündliche Hauterkrankungen

AMPEL BioSolutions gibt heute einen Durchbruch in der Präzisions- und personalisierten Medizin bekannt, der die Art und Weise revolutionieren könnte, wie Ärzte entzündliche Hauterkrankungen wie Lupus, Psoriasis, atopische Dermatitis und Sklerodermie behandeln. Das in der Fachzeitschrift Science Advances veröffentlichte Papier beschreibt den bahnbrechenden maschinellen Lernansatz von AMPEL zur Charakterisierung der Krankheitsaktivität anhand von Genexpressionsdaten, die aus Hautbiopsien von Patienten gewonnen wurden. Der Labortest, erst seit einigen Jahren ein Konzept, ist nun reif für die Entwicklung in der Praxis. Der anfängliche Fokus von AMPEL lag auf Lupus, aber der Test kann für viele Autoimmun- oder entzündliche Hautkrankheiten verwendet werden, von denen mehr als 35 Millionen Amerikaner betroffen sind.

Der innovative maschinelle Lernansatz von AMPEL, der nun bereit ist, als Biomarker-Test zur Entscheidungsunterstützung entwickelt zu werden, könnte die Gesundheitsversorgung erheblich beeinflussen, indem er es Ärzten ermöglicht, die Ursache der Krankheitssymptome des Patienten zu identifizieren und die geeignete Behandlung genauer auszuwählen. Der Ansatz von AMPEL ist ausreichend empfindlich, um Veränderungen in klinisch nicht betroffener Haut zu erkennen, so dass ein frühzeitiges Eingreifen systemische Schübe und Hautschäden, die sich in Läsionen zeigen, verhindern kann. Die Anwendung des maschinellen Lernansatzes von AMPEL könnte auch Pharmaunternehmen bei der Arzneimittelentwicklung und klinischen Studien unterstützen.

Patienten mit chronischen Hauterkrankungen leiden häufig unter unvorhersehbaren Krankheitsaktivitäten, die sich auf tägliche Aktivitäten wie Arbeit und Familienleben auswirken. Da unvorhersehbare Symptome häufig zu Besuchen in der Notaufnahme führen, hat die Fähigkeit, eine Verschlechterung der Erkrankung und eine systemische Beteiligung mit routinemäßigen Hautbiopsien vorherzusagen, wichtige Auswirkungen auf die Gesundheitsversorgung und die Gesundheitsökonomie.

In Verbindung mit der Pipeline von AMPEL-Tools zur Analyse sehr großer und komplexer klinischer Datensätze („Big Data“) ist das maschinelle Lernprogramm von AMPEL ein bedeutender Schritt zur Implementierung eines routinemäßigen Hauttests zur Überwachung der Krankheitsaktivität und zur Bereitstellung von Entscheidungshilfen für die Behandlung auf der Grundlage des Gens eines Patienten Ausdruck. Dies wird die Art und Weise, wie Ärzte chronische Hautkrankheiten behandeln, verändern, indem sie die durch den Labortest gesammelten und durch maschinelles Lernen analysierten Informationen verwenden, um die genauen molekularen Anomalien zu diagnostizieren, zu charakterisieren und Hautkrankheiten zu behandeln, bevor Schäden auftreten, wodurch Patienten vor Schmerzen und Unannehmlichkeiten einer Krankheit bewahrt werden sonst drastisch ihr Leben beeinträchtigt.

Pharmaunternehmen testen Arzneimittel in klinischen Studien und stehen vor der Herausforderung, Patienten aufzunehmen, die das beste Potenzial haben, auf die zu testende Behandlung anzusprechen. Die Aufnahme der „falschen“ Patienten kann zu einem Scheitern der Studie führen, was häufig dazu führt, dass die Entwicklung eines Arzneimittels im Hinblick auf die FDA-Zulassung abgebrochen wird, was für eine Untergruppe der gesamten Patientenpopulation von Vorteil sein kann. Der Hauttest von AMPEL wird Pharmaunternehmen dabei helfen, die Patienten zu identifizieren, die am wahrscheinlichsten auf bestimmte Behandlungen ansprechen, und so dazu beitragen, die Ergebnisse in klinischen Studien zu verbessern.

Dr. Peter Lipsky, Chief Medical Officer und Mitbegründer von AMPEL BioSolutions: „Es gibt derzeit keine andere Anwendung, die die Krankheitsaktivität präzise vorhersagen und geeignete Behandlungen vorschlagen kann, und wir sind sehr ermutigt von diesem Durchbruch, über den in Science Advances berichtet wird. Für Patienten, die an chronischen Hautkrankheiten leiden, können bedeutende Innovationen bei der Behandlung nicht früh genug kommen. Nach der Entwicklung unseres Konzepts für maschinelles Lernen können wir nun mit unseren Partnern zusammenarbeiten, um diesen Hauttest zu entwickeln, der die Art und Weise verändern könnte, wie Ärzte Patienten mit chronischen Hauterkrankungen helfen können, ihren Zustand zu bewältigen, indem sie bessere und präzisere Behandlungen anbieten, die auf individuellen Patienten basieren Patientendaten statt eines allgemeinen Ansatzes.“

Dr. Amrie Grammer, Chief Scientific Officer und Mitbegründerin von AMPEL BioSolutions: „“Unser Team hat ein Tool entwickelt, das die Art und Weise, wie Patienten mit Hauterkrankungen behandelt werden, möglicherweise verändern kann. Als Präzisionsmedizinunternehmen ändert AMPEL das Paradigma der Behandlung von Autoimmun- und Entzündungskrankheiten. Wir sind stolz darauf, diese Arbeit in Virginia zu leisten, und werden weiterhin Talente rekrutieren und unser Geschäft hier ausbauen.“

Dr. Wright Caughman, Professor, Department of Dermatology, Emory School of Medicine, und Exec VP for Health Affairs (Emeritus), Emory University: „Der hochinnovative Hautbiopsietest von AMPEL wird ein hervorragendes neues Instrument für die Diagnose und Behandlung von Autoimmunerkrankungen darstellen entzündliche Erkrankungen der Haut. AMPEL stellt diese Arbeit später in diesem Monat auf dem Treffen der Society for Investigative Dermatology vor. Sobald der klinische Genomtest von AMPEL CLIA-zertifiziert ist, werden Ärzte in der Lage sein, schnell die besten Medikamente für jeden einzelnen Patienten zu identifizieren und ihre Krankheit schneller und sicherer unter Kontrolle zu bringen.“