Паназиатская система координации усилий по развитию трансляционной медицины: роль и место моделей In Silico

   Представлена краткая характеристика основных тенденций развития инфраструктуры и работы экспертных групп Шанхайской организации сотрудничества (ШОС) в 2020–2025 гг., непосредственно относящихся к регулированию программ развития здравоохранения, и связанных с этим инновационных проектов в области трансляционной медицины. Особый акцент сделан на внимании экспертного сообщества ШОС к использованию арсенала инструментов математического моделирования в исследованиях In Silico, перспективных с точки зрения их роли в оптимизации алгоритмов доклинического тестирования новых лекарств. Так, рассмотрена анонсированная на период 2025–2030 гг. реформа ШОС, предусматривающая существенное расширение возможностей её экспертного сообщества в области финансирования и экспертного сопровождения международных проектов учёных стран-участниц, относящихся к таким направлениям, как фармация/фармакология и организация здравоохранения. В этой связи проанализирована схема взаимодействия комитетов, комиссий и экспертных советов ШОС, особое внимание уделено правовым и финансовым аспектам этих контактов. Особенности планирования и проведения этой работы ШОС рассмотрены в контексте сравнения с аналогичным потенциалом, реализуемым в доклинических и клинических исследованиях новых лекарств, осуществляемых по протоколам, адаптированным Американским Химическим Обществом (ACS). В качестве примеров достижений и перспектив инновационных проектов, отвечающих критериям ШОС, проанализированы результаты доклинических (экспериментальных и In Silico) исследований нанокатионитов группы РМС16, обеспечивающих адресную доставку парамагнитных изотопов двухвалентных металлов ⁽²⁵Mg, ⁴³Ca, ⁶⁷Zn) в клетки злокачественных опухолей с целью индукции соответствующих магнитных изотопных эффектов и связанных с ними цитостатических (противоопухолевых) последствий. Обоснован вывод о целесообразности тщательного изучения опыта ШОС и его применения в фармакологических исследованиях, включая использование программ ШОС по математическому моделированию в медицине и, в частности, по совершенствованию моделей In Silico.

1. Yi W. Upholding the Shanghai spirit: SCO on the move [Internet]. Announce for the Tianjin summit of the Shanghai Cooperation Organization; 2025 [cited 2025 March 7]. Available from: file:///C:/Users/Sukhorukova_AA/Downloads/P020250808485309733238.pdf

2. Васильев А. А., Шпопер Д., Ибрагимов Ж. И. Пути активизации международного научного и научно-технического сотрудничества стран ШОС посредством совершенствования правовых и институциональных основ. Российско-азиатский правовой журнал. 2020;2:92–95. doi: 10.14258/ralj(2020)2.13

3. Kazemzadeh H, Mozafari M. Fullerene-based delivery systems. Drug Discovery Today. 2019;24(2):898–905. doi: 10.1016/j.drudis.2019.01.013

4. Buchachenko AL. Magnetic effects across biochemistry, molecular biology and environmental chemistry. Academic Press: New York–Boston–Toronto–London; 2024. 250 p.

5. Shiryaev O, Bukhvostov A, Kamkina O, Kuznetsov D. Streamlining drug developments through the In Silico approach to ligand-target interactions. Annals of Biostatistics and Biometric Applications. 2025;6(3):1–11. doi: 10.33552/ABBA.2025.06.000640

6. Fursov V, Bukhvostov A, Kamkina O, et al. Towards the PMC16-nanocationite preclinical trials: Mathematical modeling. Annals of Biostatistics and Biometric Applications. 2025;6(4):1–15. doi: 10.33552/ABBA.2025.06.000643

7. Kombo DC, LaMarche MJ. The logic of chemical optimization. Journal of Medicinal Chemistry. 2025;68(11):11572–11585. doi: 10.1021/acs.jmedchem.5c00445

8. Ferreira FJN, Carneiro AS. AI-driven drug discovery : A comprehensive review. ACS Omega. 2025;10(7):23889–23903. doi: 10.1021/acsomega.5c00549

9. Sun Q, Wang H, Xie J, et al. Computer-aided drug discovery for drug unsuitable targets. Chemical Reviews. 2025;125 (13):6309–6365. doi: 10.1021/acs.chemrev. 4c00969

10. Trejo-Castro AI, Martinez-Ledesma E, Martinez-Torteya A. A bibliometric review on in silico drug repurposing: Performance analysis, science mapping and text mining (2000–2023). Heliyon. 2025;11(10). doi: 10.1016/j.heliyon.2025.e42750

11. Sertkaya A, Beleche T, Jessup A, Sommers BD. Costs of Drug Development and Research and Development Intensity in the US, 2000-2018. JAMA Netw Open. 2024;7(6):e2415445. doi: 10.1001/jamanetworkopen.2024.15445

12. Al-Mohaya M, Mesut B, Kurt A, Çelik YS. In silico approaches which are used in pharmacy. J Appl Pharm Sci. 2024;14(4):239–253. doi: 10.7324/JAPS.2024.154854

13. Musuamba FT, Skottheim Rusten I, Lesage R, et al. Scientific and regulatory evaluation of mechanistic in silico drug and disease models in drug development: Building model credibility. CPT: pharmacometrics & systems pharmacology. 2021;10(8): 804–825. doi: 10.1002/psp4.12669

14. Stamatakos G. In silico medicine: multiscale mechanistic simulation, artificial intelligence and modern statistics as tools to support decisions on real clinical problems. Physica Medica. 2022;104:S5. doi: 10.1016/S1120-1797(22)03025-3

15. Chen B, Schneider LC, Röver C, et al. In silico clinical trials in drug development : a systematic review. Therapeutic Innovation & Regulatory Science. 2025. doi: 10.1007/s43441-025-00893-w ISSN 2168-4790

16. Brogi S, Ramalho TC, Kuca K, et al. Editorial: In silico Methods for Drug Design and Discovery. Front. Chem. 2020;8:612. doi: 10.3389/fchem.2020.00612

17. Spanakis M. In Silico pharmacology for evidence-based and precision medicine. Pharmaceutics. 2023;15(3):1014. doi: 10.3390/pharmaceutics15031014