Биомаркеры в медицине: поиск, выбор, изучение и валидация

Поскольку сфера применения биомаркеров с каждым годом расширяется и уже включает в себя использование их в качестве индикатора наличия или отсутствия заболевания, ответа на терапию, эффективности лекарственного средства или доклинической модели диагностического параметра и даже участника процесса поиска механизма действия лекарственных препаратов, значимость изучения биомаркеров нельзя переоценить. Данная работа посвящена систематизации и структурированию существующей информации о биомаркерах, начиная с первичного скрининга и заканчивая валидацией выбранной молекулы или характеристики.

Возможность безошибочно предсказывать развитие рака и вовремя начать лечение, возможность выбирать терапию в зависимости от индивидуальных особенностей пациента, возможность ранней диагностики заболевания и определения стадии заболевания за секунды in vitro — ключом к решению этих и многих других задач современной медицины могут стать биомаркеры. Биомаркер определяют как количественно и объективно измеряемый индикатор биологического, патогенного процесса или фармакологического ответа на терапию  и используют:

• как индикатор наличия (или отсутствия) заболевания, его степени тяжести;
• на разных этапах разработки лекарственного средства;
• в оценке пригодности доклинических моделей на животных;
• в клинических исследованиях для разделения пациентов по группам;
• как диагностический или сопутствующий диагностике параметр;
• индикатор ответа на терапию;
• характеристику эффективности и безопасности/токсичности лекарственного средства;
• при поиске механизмов действия лекарственных препаратов;
• анализе и регистрации биоаналоговых лекарственных средств.

Классификации биомаркеров.

При введении биомаркеров в медицинскую практику они были в основном физиологическими (температура тела, кровяное давление и сердечный ритм) и служили сигналом наличия нарушений в работе внутренних органов. В настоящее время, исходя из широкого спектра их применения, стало ясно, что биомаркерами могут быть различные, как правило, измеряемые  количественно параметры, как то: молекулы, изображения, свойства клеток, тканей, органов и организма в целом, а также их комбинации.

Все чаще биомаркерами становятся белки, особенно перспективным выглядит использование белков сыворотки крови ввиду их доступности, наличия разработанных методов анализа и диагностического потенциала. За последние годы сотни потенциальных биомаркеров — белков сыворотки крови были оценены на предмет возможного использования в диагностике болезней; к сожалению, только единицы нашли применение в клинической практике. К примеру, для диагностики рака яичников в качестве потенциальных биомаркеров рассматривали цитокины, факторы роста, коагуляции и апоптоза, гормоны, адгезионные молекулы; зарегистрированным биомаркером стал только СА 125. Также в последнее время большую популярность приобрели биомаркеры на основе ДНК и РНК, которые включают в себя саму ДНК (циркулирующая ДНК для диагностики рака легкого), вариации числа копий гена, длинные некодирующие РНК, паттерны метилирования ДНК (фекальные ДНК-тесты для выявления колоректального рака), микро-РНК (биомаркер при диагностике и прогнозировании рака яичников) или модифицированные гистоны. Более традиционные биомаркеры представляют собой простые характеристики состояния здоровья человека, такие как величина артериального давления, объем легких, концентрация глюкозы в сыворотке/ плазме крови, объем мочи, клеточные метаболиты, липиды и другие физические и биохимические измеряемые величины. Параметры, оцениваемые при проведении компьютерной или магнитно-резонансной томографии, могут также выступать в качестве биомаркеров.

Рабочая группа по биомаркерам и суррогатным конечным точкам Национального института здравоохранения США классифицировала биомаркеры на три типа:

— тип 0 отражает естественный ход заболевания и коррелирует с известными клиническими показателями в течение всей длительности заболевания (например, концентрация глюкозы в крови натощак);

— тип i отражает влияние терапии с учетом механизма действия лекарственного средства (как маркеры противовоспалительной активации);

— тип ii — суррогатные конечные точки, которые предсказывают клиническую эффективность или вред при использовании лекарственного средства.

Также биомаркеры можно разделить по их применению. (Табл. 1)

 Таблица 1

Основные типы биомаркеров, используемых на разных стадиях жизнедеятельности

Клинические биомаркеры — это определенные валидированные характеристики или переменные, отражающие самочувствие и качество жизни пациента в результате лечения.

Они  являются  объективным  отражением  уровня  здоровья человека и характеризуют протекание и исход его патологического и естественного биологического процессов и связанных с ними функциональных и физиологических реакций, а также ответа на фармакологическое вмешательство.

Суррогатные биомаркеры — это мера замещения клинической конечной точки, которая используется для оценки эффективности фармакологического вмешательства на основании изменения биологических маркеров. Такие маркеры, в отличие от клинических точек, могут быть не очевидны с первого взгляда, поскольку не характеризуют здоровье пациента в полной мере. Примерами суррогатных биомаркеров могут быть изменение кровяного давления и/или степени снижения концентрации липопротеинов высокой плотности в плазме крови при использовании соответствующих лекарств (тогда как клиническим биомаркером будет, например, головная боль), а также использование уровня гликированного гемоглобина (hba1c) в крови в качестве суррогатной конечной точки при диабете. Проверка суррогатных конечных точек требует обширных данных, в том числе полученных в ходе крупных рандомизированных клинических испытаний, которые должны продемонстрировать, что суррогат является достаточно прогностическим для истинного клинического параметра, и эффект терапии на суррогат прогнозирует его влияние на истинную конечную точку. Как следствие, при всей обширности изучения таких маркеров, количество зарегистрированных и используемых в реальной клинической практике биомаркеров крайне мало.

Диагностические маркеры — это биомаркеры наличия заболевания у индивидуума; такие маркеры в некоторых случаях могут быть использованы для определения этапа болезни, и при этом они также будут прогностическими биомаркерами. Наличие таких маркеров особенно важно для ранней диагностики заболеваний, для которых в настоящее время не существует эффективной терапии на поздних стадиях, как, например, некоторые формы рака.

Тем не менее при отсутствии эффективной терапии на первый план выходит другая роль диагностических биомаркеров — помощь в фундаментальных исследованиях процесса течения болезни или оценка новых лекарственных веществ в качестве потенциальных терапевтических средств. Прогностические биомаркеры также могут быть использованы для прогнозирования развития заболевания или возможности его вылечить у пациентов вне зависимости от принимаемой терапии, как, например, при применении коммерческих диагностических тест-систем для изучения материала, полученного при биопсии опухоли.

Биомаркеры могут быть классифицированы по их отношению к мишеням лекарственных препаратов. Такие мишени в основном представлены белками. Если биомаркер совпадает с предполагаемой терапевтической мишенью, концентрация биомаркера может говорить о влиянии или отсутствии влияния препарата на мишень и соответственно свидетельствовать о его эффективности/неэффективности. В этом случае совместное изучение биомаркера и препарата в клинических испытаниях может ускорить процесс разработки лекарственного средства. Тем не менее, хотя первичные мишени лекарства могут быть наиболее подходящими биомаркерами, во многих случаях различные клеточные белки, которые связываются с препаратом, также оказывают непосредственное влияние на взаимодействие лекарственного препарата и его первичной мишени. В таких случаях для представления правильной клинической картины необходимо учитывать все возможные взаимодействия.

Поиск биомаркеров.

Для успешного применения биомаркер необходимо выбрать, изучить и валидировать. Для поиска биомаркеров существуют две основные стратегии: стратегия, основанная на гипотезе или основанная на открытии. Идентификация биомаркеров на основе гипотезы осуществляется в результате анализа механизмов развития болезни. Например, данные о том, что при сахарном диабете наблюдается стабильно повышенный уровень глюкозы в крови, привели к идентификации гликированного гемоглобина в качестве биомаркера для диагностики сахарного диабета. Выбор, основанный на открытии, чаще является результатом скрининга множества молекул, потенциально связанных с изучаемой болезнью. В таком случае на начальной стадии определяют только категорию потенциального биомаркера. Тем не менее такой скрининг часто приводит к появлению новых гипотез. Так, при изучении генов в опухолевых клетках яичников и молочной железы было обнаружено повреждение гена brca1 при данных видах злокачественных новообразований, после чего последующее его изучение привело к пониманию его роли в репарации ДНК, т. е. к гипотезе. При поиске биомаркеров особенно следует отметить инновационные подходы, объединенные суффиксом «-омика» (от англ. -omics), которые относятся к таким перспективным технологическим платформам, как транскриптомика, геномика, протеомика и метаболомика. Эти подходы, хотя и недавно разработанные, позволяют исследователям обнаружить и идентифицировать различные присутствующие в организме молекулы или их части (ДНК, РНК, белки, пептиды, липиды, метаболиты) для количественной оценки их уровня в крови, плазме и моче. Все чаще омикастратегии становятся первым этапом поиска биомаркеров, за которым следует огромная аналитическая работа по квалификации выбранных молекул для использования в разработке лекарств и последующей постановке диагноза.

Вне зависимости от стратегии, которой придерживается исследователь, при поиске биомаркера необходимо ответить на следующие вопросы:

• Каким будет предполагаемое использование биомаркера(ов)?   Например, для   выявления   заболевания на начальных этапах, для оценки влияния лекарственных средств на течение заболевания, для идентификации мишеней лекарственных средств и т. д.

• Какой источник материала будет использован (ткань, биологическая жидкость)? Так, использование образцов, собранных не специально для изучения биомаркера, часто приводит к ошибкам измерения и трудностям при валидации биомаркера. Моча, сыворотка, плазма, слюна или мокрота, как правило, доступнее, чем ткани, требующие биопсии.

• Какой способ измерения будет использован (микрочип для изучения экспрессии генов, иммунологический метод анализа, масс-спектрометрия и т. п.)?

• Как будут выбраны пациенты и контрольные группы?

• Какова специфика клинического исследования, какие конечные клинические точки представляют интерес?

•  Как будут интерпретированы  результаты  измерения уровня биомаркера?

• Можно ли использовать экспериментальные модели заболевания на животных вместо клинических испытаний на людях?

Так как кровеносные сосуды пронизывают  все  ткани организма, логично предположить, что кровь является источником биомаркеров по умолчанию, однако связь между тестируемыми образцами и заболеванием может оказаться важнее. Так, при болезнях ЦНС можно использовать спинномозговую жидкость, кровь идеально  подходит  при сердечно-сосудистых заболеваниях, моча — при метаболических болезнях, болезнях печени или почек. При заболеваниях желудочно-кишечного тракта в качестве источника биомаркеров могут быть использованы желудочный сок или слюна, при болезнях легких — слюна, мокрота или даже пары выдыхаемого воздуха. При заболеваниях, локализованных в конкретном месте, могут быть использованы ткань или тканевая жидкость. Вместе с тем иногда образцы, полученные из очагов, удаленных от источников заболевания, тоже могут содержать подходящие биомаркеры. Например, анализ РНК, выделенной из образцов крови, позволяет диагностировать болезнь Альцгеймера или ее отсутствие со 100% чувствительностью и 96% специфичностью.

N. Rifai и соавторы  отмечают важность наличия «золотого стандарта» образцов для белковых биомаркеров, которые не только были бы отобраны близко к пораженной ткани/органу (чтобы измеренные показатели превосходили таковые для остальных белков сыворотки/плазмы на достаточное число порядков), но и обеспечивали бы максимальный контраст между здоровыми добровольцами и больными пациентами.

Отдельные пациенты могут выступать в качестве собственного контроля (например, при изучении каких-либо характеристик до и после терапии).

Однако в случае, если заболевание является системным, а не локализованным в каком-либо участке тела, при таком подходе потенциальные биомаркеры могут быть потеряны.

Поскольку каждый из  пациентов-доноров  биомаркеров  в данном случае является больным, можно говорить о некоторой предвзятости данного подхода при отборе пациентов. Если исследования для обнаружения биомаркеров проводят на ограниченном числе пациентов, в дальнейшем обязательно должны быть проведены дополнительные исследования на большем числе пациентов с адекватной статистической моделью и с включением в исследуемые группы здоровых индивидуумов и/или лиц с сопутствующими заболеваниями.

Если есть возможность, следует использовать положительный контроль (например, «золотой стандарт» терапии данного заболевания  при  изучении  лекарства-кандидата) для возможности сравнения с существующими биомаркерами. Кроме того, для ряда гетерогенных заболеваний, как например рак молочной железы, одного биомаркера или даже панели биомаркеров недостаточно для использования у всей популяции больных. В таком случае исследования для выявления биомаркеров могут потребовать гораздо большего объема образцов и групп, чем для однородных заболеваний, а также использования различных методов статистического анализа.

Подходы к выбору биомаркеров.

Универсального подхода к выбору биомаркеров не существует, и выбор его зависит от задачи исследования. Два основных подхода к оценке биомаркеров — это логистическая регрессия и roc-анализ.

Логистическую регрессию широко используют для оценки связи биомаркеров с бинарными событиями в рамках клинических исследований. Исследователи должны решить, рассматривают ли они биомаркер как непрерывную или категориальную переменную. Измеряемые параметры, которые распределены асимметрично, должны быть нормализованы, прежде чем они могут быть оценены как непрерывные; для этого и используют логарифмическое преобразование. Если биомаркеры включены в расчет как переменные с непрерывным значением в логистической регрессии, модель предполагает, что данные по биомаркеру подчинены нормальному распределению среди испытуемых, испытывающих «событие», а также среди тех, кто его не испытывает (контрольная группа). Несмотря на то, что распределение измеряемых параметров биомаркеров часто отличается от нормального, применение трансформации по логарифмической шкале или лямбда-преобразование позволяют приблизить их к нормальному распределению. Коэффициенты соотношения, полученные из логистической регрессии, описывают взаимосвязь между наличием биомаркера и клиническим событием, однако неточное математическое преобразование может привести к ошибочным оценкам.

На практике несколько чаще используют определение рабочей характеристики приемника (roc) и измерение площади под кривой (auroc, или просто auc) (т. н. roc- анализ). Этот подход предложен в качестве наиболее оптимального способа выбора биомаркеров на Консорциуме по экспериментально-прогностической оценке безопасности  и служит частью процесса проверки каждого индивидуального биомаркера-кандидата, а затем и для панели различных комбинаций биомаркеров в исследовательской организации ранней диагностики (edrn) Национальных институтов онкологии США, вплотную занимающейся изучением биомаркеров. Кривая рабочей характеристики приемника отражает способность маркера указывать на различие между двумя группами субъектов. Для этого варьируют какой-либо из параметров и строят график «специфичность против чувствительности». Так, например, при использовании в качестве примера двухкомпонентной диагностики рака на ось ординат наносят процент истинно-положительных измерений (количество субъектов с достоверно определенным раком — характеристика чувствительности), а на ось абсцисс — про- цент ложноположительных результатов (пациенты без рака, которым ошибочно поставлен диагноз «рак», — характеристика специфичности). auc 0,5 свидетельствует о том, что эффективность биомаркера не выше случайной (50%), в то время как auc 1,0 означает, что найден идеальный классификатор, который верно диагностирует как наличие рака, так и его отсутствие (см. рисунок). Такая обработка учитывает ошибки как первого, так и второго рода, то есть прогнозирует как ложноположительные, так и ложноотрицательные результаты. auc позволяет сравнивать эффективность (если анализ проводят на том же наборе проб) различных биомаркеров или панели биомаркеров, но предполагает наличие другого признанного метода, позволяющего определить истинно-положительные срабатывания (т. н. «золотого стандарта», как например гистопатология органов).

Другим важным моментом, на который стоит обратить внимание, является количество субъектов, проанализированных при оценке эффекта биомаркера. Это принципиальный момент для дизайна клинических исследований при изучении биомаркеров. Многие биомаркеры исследовали менее чем на ста пациентах, однако в таком случае связь биомаркеров с определенным состоянием не имеет достаточной статистической мощности. Количество и объем получаемых образцов также важно заранее предусмотреть. Для идеальной оценки биомаркеров желательно иметь как наборы данных для определения параметров метода, так и независимые наборы данных для оценки стабильности результатов. Во многих случаях из-за ограниченности средств и времени для оценки данных используют «бутстрэп» подходы, основанные на перекрестной валидации или многократном делении одного набора данных на разные выборки, которые могут быть использованы для оценки общей эффективности метода (англ. bootstrapping). Такая парадигма позволяет оценить производительность на «независимых» данных, но не всегда учитывает влияние неизвестных или неучтенных отношений в рамках этих данных. Однако таким образом можно довольно эффективно провести понижающую селекцию биомаркеров, что может значительно упростить установление потенциальных биомаркеров-кандидатов, когда данные независимых тестов недоступны.

Методы оценки биомаркеров.

Критическим моментом при количественном определении биомаркеров является использование стандартных операционных процедур для сбора и хранения проб для экспериментов, ведь даже небольшие различия в обработке и подготовке проб могут сыграть важную роль в надежности результатов и воспроизводимости анализов. Поэтому разработка биомаркеров должна быть завершена валидацией анализа для определения биомаркеров, особенно такого его параметра, как устойчивость, характеризующего способность анализа давать правильные воспроизводимые результаты при незначительных колебаниях условий проведения эксперимента, а также проверкой анализа при значительных изменениях этих условий.

Для обнаружения биомаркеров могут быть использованы различные методы. Если метод основан на известной ранее информации (т. е. на гипотезе), его чаще всего используют для наблюдения за изменениями содержания аналита (потенциального биомаркера), исходя из общих знаний. Сильной стороной такого подхода будет применение общеизвестного метода анализа, например, использование мультиплексных анализов при оценке уровня цитокинов в ходе стимуляции иммунного ответа. Методы, основанные на открытиях, когда биомаркеры ищут «вслепую», путем скрининга, более распространены. Часто в этом случае можно заранее определить только категорию потенциального биомаркера (белковый биомаркер, генетический биомаркер, продукт метаболизма и т. д.), но не идентифицировать его. Для определения биомаркеров в случае, когда известно об их белковой природе, часто используют различные варианты масс-спектрометрии, позволяющие фракционировать несколько сотен пептидов и даже выявлять посттрансляционные модификации. Для детекции метаболических биомаркеров применяют в комбинации с масс-спектрометрией такие методы, как газожидкостная (ГЖХ) и высокоэффективная жидкостная хроматография (ВЭЖХ), капиллярный электрофорез, а также ядерный магнитный резонанс (ЯМР). Подходы для анализа генома (ДНК-секвенирование и т. д.) также довольно перспективны, а поскольку в качестве биомаркеров могут применяться различные изображения, методы их получения также можно добавить к этому списку. Бывают и случаи, когда в обнаружении искомого биомаркера может помочь только комбинация нескольких методов.

Валидация биомаркеров.

После того как биомаркеры выбраны, необходимо их тщательно квалифицировать и валидировать в клинических исследованиях. Под валидацией понимают процесс документированного подтверждения достижения разумной степени уверенности в том, что выбранный биомаркер выполняет свое функциональное назначение, а его использование приводит к ожидаемым результатам. Такая работа является многопрофильной и требует привлечения множества лабораторий и организаций различного профиля.

Валидацию любого биомаркера следует начинать с валидации анализа для его определения, а иногда и с предварительной его разработки. В связи с особенностями изучения биомаркеров (динамические или слишком низкие/высокие концентрации в образцах, чувствительность к условиям забора и хранения образцов, влияние компонентов раствора и отсутствие хорошо охарактеризованного стандарта), валидация метода их оценки сложнее валидации обычного метода определения биомолекул. Поэтому единой стратегии валидации методов для оценки биомаркеров не существует. Разные исследователи классифицируют их на несколько категорий, самой распространенной из которых является подход «пригодности для конкретных целей» (англ. «fit-for- purpose»), когда методику валидируют под определенные задачи, допуская ее непригодность для альтернативных целей. При таком подходе анализы для принятия решения о дальнейшем изучении биомаркера, о выборе биомаркеров- кандидатов и концепции доклинических исследований, анализы для тестирования образцов из клинических исследований валидируют в различном объеме (табл. 2).

При валидации биомаркера для клинического применения задачи анализов также можно разделить на первичную оценку  пригодности  (показывают  прямой  биологический или фармакологический эффект), на анализ для оценки вторичных эффектов (корреляция прямого биологического или фармакологического эффекта с известным терапевтическим действием: фармакодинамика, анализ ответа, выбор дозы и режима дозирования), и анализы для оценки безопасности или подтверждения/постановки диагноза. В зависимости от цели строгость требований также различна, например, валидация биомаркера для установления диагноза должна быть проведена в сертифицированных лабораториях, действующих согласно Резолюции по улучшению работы клинических лабораторий (clia), а образцы могут быть только из клинического исследования, тогда как в остальных случаях это не принципиально.

Кроме валидации метода, сам биомаркер должен пройти квалификацию, то есть должен быть оценен на предмет корреляции с клиническими эффектами. Признанный валидный биомаркер — это маркер, который можно определить аналитическим методом с установленными воспроизводимыми характеристиками и о котором существует общепризнанное мнение в научном и медицинском сообществе касательно физиологической, токсической и клинической  значимости результатов. Некоторые биомаркеры можно классифицировать как потенциально валидные, они отличаются от признанных валидных тем, что их значимость не установлена, а основана на научных гипотезах или предположениях. Все остальные биомаркеры относятся к категории исследуемых, и именно они составляют большую часть всех изучаемых на стадии разработки биомаркеров.

                                                                                                                                                                                                                                                                     Таблица 2

Объем валидации анализа для определения биомаркеров в зависимости от задачи

Кроме того, в клинических исследованиях биомаркеры также делят по функциям, которые они выполняют. Биомаркеры, играющие интегральную роль, используют в тестированиях в рамках текущих клинических исследований. Такие биомаркеры либо характеризуют пригодность исследования в принципе, либо помогают подразделить одно клиническое исследование на разные направления по мере необходимости.

Если интегральные маркеры служат для принятия индивидуального решения по пациенту, то их анализы должны быть проведены в соответствии с правилами clia. Так, в ходе i фазы клинического исследования интегральный биомаркер может быть использован для подтверждения правильности подобранной дозы лекарственного средства и оценки необходимости ее увеличения, а в ходе ii фазы такой биомаркер помогает определить, следует ли продолжать или прекратить набор пациентов из-за отсутствия эффективности изучаемого лекарственного средства у дефицитных по биомаркеру участников исследования.

В тестах, предназначенных для идентификации или валидации методик анализа или маркеров, которые будут только изучены в планируемом клиническом исследовании для проверки гипотезы (с подробными планами по забору образцов, лабораторным измерениям и анализам), биомаркеры играют интеграционную роль. Так, в ходе i фазы клинического исследования такой биомаркер планируют к изучению при использовании минимальной токсической или выбранной дозы лекарственного средства для подтверждения влияния на мишень. В рамках ii фазы предиктивный маркер измеряют во всех случаях, но не для использования в оценке пригодности метода, назначения лечения или контроля над ходом лечения в текущем клиническом исследовании, а для понимания общей картины происходящего. Статистический дизайн и объем пробы заданы заранее.

При вспомогательной или исследовательской роли биомаркеров клинические исследования используются для разработки биомаркеров и/или их методов анализа или для лучшего понимания терапевтического потенциала агента. Эти данные по биомаркерам сами по себе не могут служить основанием для завершения i или ii фазы клинического исследования. Примерами могут служить ретроспективные анализы биомаркеров, пилотные или пробные биопсии или исследования, генерирующие гипотезу.

Панели биомаркеров. Ключевой вопрос при валидации биомаркеров — это потенциальная необходимость использования панели биомаркеров и достаточность использования одного биомаркера. В ряде случаев панель превосходит один маркер, но иногда один или два маркера могут прекрасно работать для решения конкретных задач. Факт наличия в трансформированных клетках нескольких сигнальных путей, а также широкое распространение гетерогенности опухолей при большинстве онкологических заболеваний с участием эпителия предполагают, что множественные биомаркеры более адекватно отражают биологию гетерогенных опухолей и превосходят по эффективности анализы по одному биомаркеру. Наличие различных сопутствующих заболеваний у пациентов также может затруднить точный диагноз, что приводит к необходимости сбора дополнительной информации, которую зачастую можно получить только анализируя панель биомаркеров. Вместе с тем добавление дополнительных маркеров может повысить чувствительность за счет снижения специфичности. Например, по протоколу, разработанному для анализа биомаркеров в edrn, после результатов слепого анализа биомаркеров по результатам установленного референсного набора данных на предмет специфичности и чувствительности, были протестированы отдельные биомаркеры, после чего сформированы панели биомаркеров для сравнения эффективности панели с эффективностью какого- либо одного биомаркера. Показано, например, что для идентификации рака простаты и рака яичников достаточно пары маркеров.

Заключение.

К сожалению, огромное количество потенциальных биомаркеров остаются только на страницах научных журналов. Из 150 тыс. известных опубликованных данных биомаркеров-кандидатов меньше ста находят реальное применение в клинической практике. Главной проблемой, конечно, остается финансирование, так как для того, чтобы превратить пилотные исследования в комплект документов, необходимых для регистрации биомаркера, необходим большой объем ресурсов, межлабораторных взаимодействий и дополнительных экспериментов. Также проблемой может стать отсутствие воспроизводимости из-за неправильно спланированного исследования, неверной обработки данных или персонализированного характера действия биомаркера. Парадоксально, но даже при масштабных и дорогостоящих исследованиях причиной их провала могут быть обычные нарушения правил работ в лаборатории: нарушения сроков и условий хранения образцов, пулирование образцов и т. п. Помешать исследованию может и динамический характер поведения белков в плазме, и их низкие концентрации по сравнению с основными белками. Тем не менее биомаркеры используются на всех фазах изучения лекарственного препарата — от этапа разработки до последней фазы клинических исследований. Остается надеяться, что в ближайшем будущем все больше биомаркеров будут стоять на страже здоровья пациентов и помогать работе врачей.

(Источник: Клиническая лабораторная диагностика.  2017; 62(1))