Laminar Pharmaceuticals

Y aquí seguiremos atrapados eternamente, empiezo a perder la paciencia

Cosas que pasan cuando los datos proyectados apuntan a un Keytruda del SNC. Paciencia.

Esto es todo un misterio. Pero como explican nada

Que opinas de tanto cambio con los 90os . Primero dec 2025, luego feb 2026, luego abril 2026 y ahora 2027. No es muy normal cuando la última vez que publicaron les quedaban 14decesos para llegar .

Hola Yanico!

En ensayos oncológicos con citotóxicos, la forma de la curva suele ser bastante estable, lo que permite a los comités proyectar con relativa precisión el calendario de eventos y las fechas de corte en los análisis interinos. 

Incluso cuando el brazo experimental acaba mostrando una mejora relevante en OS, esa mejora normalmente no altera de forma brusca la morfología general de la curva. Por eso, si la fecha prevista para alcanzar el objetivo primario se retrasa de forma significativa, la lectura principal es que la acumulación de eventos está siendo más lenta de lo esperado. 

Una posible explicación es que la curva real del brazo experimental, o incluso la de ambos brazos, no esté siguiendo exactamente la forma asumida por el comité en su proyección, aunque no sería correcto atribuir ese retraso de forma automática ni exclusiva a ese factor. 

Si además el ritmo de eventos se ralentiza a mitad de curva más allá de lo que históricamente suele verse en un citotóxico, aumenta la posibilidad de que la curva observada esté desarrollando una cola más larga de la esperada. 

Eso tampoco lo prueba por sí solo, pero sí refuerza la señal de que el comportamiento real de la supervivencia puede haberse desplazado del patrón inicialmente asumido. 

Y, como lectura adicional, si ese cambio de forma parece observarse en ambos brazos, la explicación pasa a ser más compatible con diferencias de población respecto a la referencia histórica utilizada por el comité —por ejemplo, selección de pacientes, pronóstico basal o contexto terapéutico—, mientras que si el cambio de forma se concentra sobre todo en el brazo experimental, aumenta la posibilidad de que exista un efecto específico del fármaco menos consistente con un patrón puramente citotóxico. 

En ambos casos, sin embargo, la forma de la curva solo permite hacer inferencias orientativas, no atribuciones causales firmes.

En vuestros anteriores análisis indicasteis que si pasábamos abril el porcentaje de éxito estadísticamente era casi un 100%. Entonces si vamos a 2027. Esto estaría casi seguro un éxito . Por otro lado muchas farmacéuticas estaban pendientes de la os para hacer una oferta. Esto no cambia entonces porque nos quedamos sin financiación. Un saludo 

 Hola Yanico,

Intento contestarte con algo más de detalle, porque aquí es muy fácil mezclar sensaciones con hechos.

A mí, todo este proceso con Laminar, otras inversiones en CapitalCell y el apoyo de la IA me ha servido para madurar bastante la forma de analizar biotech. Sobre todo, para separar mejor el ruido de los hechos.

Precisamente ese era el objetivo de mis últimos posts: apartar todo el ruido que ahora mismo rodea el ensayo —la empresa no dice nada, el grupo de metilados es pequeño, no hay acuerdos con pharmas ni con fondos, etc.— y quedarme solo con lo que sí es observable y modelizable:

A partir de ahí, la idea ha sido construir un marco lo más limpio posible: Weibull calibrada, integración correcta del reclutamiento, resolución inversa del problema, validación Monte Carlo y, además, un esquema reproducible y auditable. De hecho, el planteamiento ha sido replicado por Jekyll And Mr Hyde con un modelo de Anthropic, y los resultados salen prácticamente idénticos.

Bajo esos supuestos, los resultados que he compartido son bastante robustos. Pero aquí está la clave: son robustos bajo los supuestos de partida. Si cambian esos supuestos, cambian los resultados.

Y ahí es donde entra la parte importante de tu pregunta.

A medida que la fecha del evento primario se va retrasando, el modelo gana tolerancia a desviaciones en los supuestos —por ejemplo, en la OS del control o en la forma real de la curva— y aun así sigue arrojando escenarios compatibles con eficacia. En ese sentido, dentro de este marco, que la fecha se desplace más adelante sí es una buena noticia.

Pero no es una prueba de éxito. Es una compatibilidad bajo un modelo.

En los últimos posts he empezado a revisar uno de los grandes puntos ciegos de ese marco: la singularidad de algunos criterios de selección de CLINGLIO, y en particular la resección obligatoria.

Ahí hay datos interesantes. En el paper que compartió Mancolepanto, por ejemplo, aparece una diferencia muy marcada:

Eso, a primera vista, parece una diferencia enorme. Pero hay que ponerlo en contexto.

El mismo paper también recoge algo importante: aproximadamente el 80% de los pacientes reciben resección y el 20% solo biopsia. Ese reparto encaja bastante bien con otros datos contemporáneos que he obtenido.

¿Eso qué implica?

Que muchos ensayos de glioblastoma no exigen resección obligatoria, pero en la práctica ya están muy cargados hacia pacientes resecados. Por tanto, pasar de un control con ~80% de resección a uno con 100% de resección, como en CLINGLIO, no debería multiplicar la OS del control, sino desplazarla algo al alza, probablemente de forma más limitada.

El problema es que no hay literatura suficientemente buena como para cuantificar con precisión ese delta en términos de mOS en ensayos realmente comparables. Y ese es, ahora mismo, para mí, el principal punto ciego del análisis.

Por eso, con el desplazamiento reciente del calendario hacia 2027, lo que estoy haciendo es reformular el ejercicio con un control más exigente. Es decir:

Para construir ese extremo superior, el mejor proxy que he encontrado de momento es la fase 2a de SurVaxM. No porque sea comparable de forma directa, sino porque representa una cohorte con criterios incluso más favorables que CLINGLIO y, además, con posible efecto del fármaco. Es decir, sirve mejor como techo razonable que como caso base.

Mis primeros resultados con ese enfoque siguen siendo favorables para la hipótesis de eficacia, incluso tensionando bastante el control, pero todavía requieren más validación antes de compartirlos como algo realmente auditable. Sobre todo, hay que tener en cuenta que la fase 2a de SurVaxM incluye solo 64 pacientes en un único brazo. Aunque ese tamaño no está muy lejos de los 72 pacientes por brazo de CLINGLIO, sigue siendo una base demasiado limitada como para proyectar una curva con el grado de documentación y fiabilidad histórica que tiene la de Stupp.

Resumiendo mucho:

Paciencia. Si nos se alarga más, nos iremos ya a 8 años de ensayo.

Ah, por cierto Yanico,

Mikrobiomik, otra inversión de CapitalCell:
https://capitalcell.com/en/campaign/mikrobiomik/

Hace cuatro días nos comunicaron a los inversores que su fármaco ha sido aprobado en España bajo el nuevo Reglamento Europeo de Sustancias de Origen Humano (SoHO). 

En CapitalCell no basta con diversificar, hay que filtrar y refiltrar muchísimo.