Introducción. La farmacometría es una disciplina científica vibrante que está conformada por el ciclo de excelencia: integración, innovación e impacto. Objetivo: Evaluar diferentes enfoques farmacométricos en tres productos biotecnológicos cubanos.
Métodos. Se desarrolló un análisis farmacocinético poblacional del nimotuzumab en pacientes con cáncer de mama en estadio III, con escalado de dosis combinado con doxorrubicina y ciclofosfamida. Se caracterizó la famarcocinética/farmacodinámica (PK/PD) de eritropoyetinas humanas recombinantes (EPOhr) pegiladas ramificadas (EPOhr-PEG2-32kDa y EPOhr-PEG2-40kDa), y se comparó con los productos de referencia ior®EPOCIM y MIRCERA® en conejos Nueva Zelanda. Para el análisis de los datos se empleó la modelación de efectos mixtos no lineales (NONMEM®).
Resultados. El mejor modelo obtenido para el nimotuzumab fue la aproximación cuasiestado estacionario del modelo completo de disposición mediado por el receptor. Este modelo permitió describir el comportamiento cinético lineal y no lineal del anticuerpo monoclonal. La dosis biológica óptima recomendada osciló entre 200 y 400 mg semanalmente. En el caso de las EPOhr se obtuvo un modelo semimecanístico PK/PD de tránsito celular. Las EPOhr-PEG2-32kDa y EPOhr-PEG2-40kDa mejoraron las propiedades PK y PD en comparación con ior®EPOCIM y MIRCERA®. La modelación con enfoque poblacional, por su carácter integrador y predictivo, fue de gran utilidad en la caracterización óptima de las propiedades PK y PD de los tres productos biotecnológicos cubanos. Además, tiene un notable impacto en la industria farmacéutica en ahorro económico y en tiempo, así como, en el ámbito regulador, en la toma de decisiones durante el proceso de investigación, desarrollo y posterior comercialización de nuevos productos.

Introducción: La evaluación de los efectos adversos de los contaminantes sobre los ecosistemas y la predicción de propiedades farmacocinéticas de compuestos, son campos de investigación de gran interés. Objetivos: desarrollar modelos computacionales que permitan la predicción, lo más acertada posible, del potencial ecotoxicológico de sustancias químicas de interés; así como la predicción de propiedades farmacocinéticas.
Métodos: Para el desarrollo de los modelos predictivos se recopilaron bases de datos de toxicidad, mecanismos de acción toxica, permeabilidad a través de barreras biológicas y propiedades quirales. Se emplearon técnicas de estadística, técnicas de inteligencia artificial o de machine learning según el objetivo. Asimismo, se emplearon programas reconocidos internacionalmente y programas propios.
Resultados: Como resultados más importantes se tuvieron nuevos modelos computacionales que permiten predecir mejor los efectos adversos de los compuestos sobre el medio ambiente y nuevos modelos para predecir el paso a través de membranas biológicas, así como la definición de nuevos descriptores quirales. Los resultados han sido publicados en revistas de alto impacto, presentados en eventos científicos y han obtenidos varios premios tanto nacionales como internacionales.
Conclusiones: El trabajo permitió profundizar la colaboración con varias universidades nacionales y extranjeras. Los nuevos modelos desarrollados están a disposición de la comunidad científica internacional.