ПРИЙНЯТТЯ РІШЕНЬ У ПРОЦЕСІ ДОКЛІНІЧНОЇ РОЗРОБКИ ПРОТИВІРУСНИХ ПРЕПАРАТІВ ПРОТИ КОРОНАВІРУСУ: МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ ТА АНАЛІЗ ЦІННОСТІ ІНФОРМАЦІЇ

Проблематика. Доклінічна оцінка кандидатів в якості противірусних препаратів - це багатоетапний процес, який супроводжується значною невизначеністю та потребує формальних інструментів підтримки прийняття рішень. Традиційні підходи до скринінгу сполук зазвичай не містять структурованих методів оптимізації для послідовного вибору, а також оцінки доцільності й ризиків переходів між етапами. Це призводить до неефективності при відборі перспективних молекул і підвищує ймовірність вибору субоптимальних дослідницьких траєкторій. Мета дослідження. Розробити й обґрунтувати формалізований підхід для того, щоб оптимізувати переходи між етапами доклінічного тестування противірусних препаратів. Даний підхід інтегрує дерева рішень і марківську модель для оцінки ефективності, ризиків і цінності додаткової інформації, що забезпечить раціональне планування послідовності доклінічних досліджень. Методика реалізації. Експериментальні дані з молекулярного докінгу, цитотоксичності CD50 та антивірусної активності IC50 були інтегровані в каскадну систему оцінювання з критерієм переходу ХTI ≥ 4. Дерева рішень забезпечили інтерпретовані правила просування сполук, а за допомогою марківської моделі було змодельовано послідовні стратегії в умовах невизначеності й оцінено доцільність переходів між етапами. За допомогою аналізу цінності інформації було оцінено очікувану користь додаткових експериментальних даних. Результати дослідження. Описаний підхід дав узгоджені технічні результати. Дерево рішень для прогнозування CTI ≥ 4.0 показало консервативний шаблон класифікації, правильно визначаючи сполуки з високим терапевтичним потенціалом, але пропускаючи частину ефективних кандидатів. Марківська модель допомогла оцінити стан системи на етапах докінгу, цитотоксичності та антивірусного тестування, що показало зростання очікуваної корисності. Базуючись на отриманих результатах, були визначені оптимальні рішення щодо продовження досліджень до антивірусних тестів, тоді як за допомогою аналізу цінності інформації було встановлено, що найбільший приріст очікуваної корисності досягається після тестування антивірусної активності, тоді як ранні етапи виконують роль фільтрів. Висновки. Дослідження показує, що дерева рішень і марківські моделі відображають різні, але взаємодоповнювальні аспекти доклінічного оцінювання. Дерева рішень допомагають структурувати правила на ранніх етапах дослідження, показуючи, як етапи докінгу та цитотоксичності впливають на просування сполук. В той же час, їх обмежена чутливість підкреслює складність передбачення кінцевого противірусного успіху на основі проміжних показників. Марківський процес дає ширший погляд на послідовність експериментів та демонструє виправданість вибору повного трирівневого дослідження та впливу невизначеності й витрат на рішення щодо прогресії сполук. Результати аналізу цінності інформації уточнюють важливість кожного етапу, підкреслюючи ключову роль даних про антивірусну активність. Разом ці результати говорять про те, що важливість впровадження методів прийняття рішень для підвищення структури, прозорості та ефективності доклінічних досліджень противірусних препаратів.