精准医学:药物治疗纲要(txt+pdf+epub+mobi电子书下载)

作者:王辰,姚树坤

出版社:人民卫生出版社

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

精准医学:药物治疗纲要

精准医学:药物治疗纲要试读:

前言

近20年来,循证医学推动了医学的巨大进步,但多数循证医学的研究来自严格控制条件的小范围人群,其证据难以推及“真实世界”的所有个体,这也是在很多患者,其疾病治疗效果不满意或不良反应难以避免的原因所在。从1990年人类基因组计划启动至今,国际医学界研究个体间基因差异与疾病发生发展机制及药物疗效的相关性,已积累大量研究数据。2011年,美国在此基础上首次提出“精准医学”(precision medicine)概念。2015年1月,美国总统奥巴马在国情咨文中提出“精准医学计划”,希望精准医学可以引领一个新的医学时代。

那么,如何准确地理解和把握“精准医学”和“精准治疗”?在医学发展如此迅速的21世纪,我们如何让它真正地落地呢?

精准医学是指在大样本研究获得疾病分子机制的知识体系基础上,以生物医学(特别是组学数据)为依据,根据患者个体在基因型、表型、环境和生活方式等各方面的特异性,应用现代遗传学、分子影像学、生物信息学和临床医学等方法与手段,制订适用于个体的精准预防、精准诊断和精准治疗方案。精准治疗(本书主要论述精准药物治疗)是精准医学体系中与临床工作关系最密切、最富于实际临床意义,也即最能“落地”的部分:根据人体基因的特征和差异,确定患者对某种药物的适应证、适宜剂量、疗效差异、不良反应风险及干预措施等,从而针对某个体进行准确的药物治疗。

精准医学的出现适应于人类基因组计划的完成、生物医学分析技术的长足进步、大数据工具的不断涌现,是医学科学发展的必然结果,可谓“生正逢时”。它让我们得以从基因层面进一步阐释循证医学所不能解释的临床治疗个体差异。精准医学并不仅仅是概念上和理论上的,而是现实可及的,是可以真正“落地”的。疗效最大化,损害最小化,资源最优化是运用精准医学的核心目的。

精准医学与循证医学(传统标准化治疗、临床路径等)并不矛盾,它们是基于不同医学证据模式的两种不同临床决策执行路径。与循证医学相比,精准医学在循证决策的基础上,更加依赖于受治者的个体化基因信息差异而不是施治者的经验决策能力。循证医学与精准医学的并行应用可以显著提高对疾病治疗的把握。

近年来,国际医疗模式已经发生了深刻的变革。以精准医学为指导的各种新型诊疗标准不断出现并被临床采用,在极大提高治疗安全性和有效性的同时,显著降低了医疗费用支出。以预防血栓的抗凝药华法林为例,美国每年新增用药患者200万人,若为每位患者实施300美元的华法林相关基因检测,再根据基因检测结果制订个体化治疗方案,则每年可减少10万例华法林相关的严重不良反应,预计节约医疗费用开支可达11亿美元左右。正因为与精准治疗相关的基因检测可降低医疗费用,所以美国蓝十字和蓝盾联盟(BlueCross BlueShield)等保险公司已经将某些药物相关基因检测纳入医疗保险支付项目。

我国临床医学面临着巨大的挑战。据《中国卫生和计划生育统计年鉴》(2014版)统计数据显示,慢性非传染性疾病(简称慢病)已成为我国城乡居民面临的主要健康问题,心脑血管疾病、慢性呼吸疾病、糖尿病、恶性肿瘤和神经精神疾病是其中最主要的五大类慢病。根据2013年调查结果,15岁及以上居民中慢病总患病率为245.2‰(其中城市和农村分别为263.2‰和227.2‰),其中心脏病、高血压、脑血管病、慢阻肺、糖尿病、恶性肿瘤的总患病率(城市患病率和农村患病率)分别为22.1‰(25.9‰ 和18.3‰)、142.5‰(161.8‰ 和123.1‰)、12.2‰(12.1‰ 和12.3‰)、7.2‰(6.2‰ 和8.1‰)、35.1‰(48.9‰和21.3‰)和2.9‰(3.5‰ 和2.3‰)。从主要疾病死亡率看,排名前四位的恶性肿瘤、心脏病、脑血管病、呼吸疾病均属于慢病,2013年其构成比分别为25.47%、21.6%、20.27%和12.37%,累计构成比达到总体死亡率的79.71%。

2013年我国卫生总费用高达31 868.95亿元(慢性病防治支出占卫生总费用的80%),其中国家、社会和个人支出比例分别为30.1%、36%和33.9%。卫生总费用中的医保基金支出比重超过30%,其中支付药费超过5000亿元人民币。据世界卫生组织预计,到2025年中国慢病直接医疗费用将超过5000亿美元,其中药物费用约占50%。依照目前循证医学证据指导治疗,各种慢病控制达标率都不甚满意(哮喘、糖尿病、抑郁症等约60%,风湿性关节炎、骨质疏松等不到50%,肿瘤不足25%)。若按照现有慢病标准治疗和费用支出模式保守估计,约有50%的药物费用属于无效支出。由于精准治疗相关药物几乎涉及所有常见慢病,因此如果全面开展精准治疗,仅以将医保的无效药费支付减少20%计算,每年可为国家节约至少500亿美元的支出。

此外,业已存在的药物不良反应现状让人触目惊心。国家食品药物监督管理局统计数据显示,我国每年有250万人因严重药物不良反应而入院治疗,每年有20万人死于药物不良反应。精准治疗的开展,也将显著减少药物不良反应的发生,在减少相关医疗支出的同时,具有极其重大的社会意义。

药物基因组学、个体化治疗和精准医学是一脉相承的。药物基因组学是从基因组角度探讨基因的遗传变异对药物治疗效果的影响。药物在人体内的吸收、分布、代谢、排泄和作用靶点,主要与蛋白质有关,这些蛋白质包括药物受体、转运体和代谢酶等。所有蛋白质都是由于相应编码基因被调控基因调控后,经转录、翻译和翻译后修饰而来。编码基因发生突变可能导致蛋白质的氨基酸序列发生改变,随之引起蛋白质功能发生增强、减弱或缺失等变化,从而引起药物在人体内吸收、分布、代谢和排泄的改变,或者引起药物与其作用靶点结合能力增强、减弱或消失,最终影响药物效应。除了上述蛋白质编码基因外,调控基因发生突变后,调控能力的变化也会影响药物效应。此外,环境变化引起的基因功能变化,并不改变基因序列,而是改变基因的调控或蛋白质的翻译后修饰,此为表观遗传学关注内容,但表观遗传学与药物效应的研究目前尚难获得足够多的证据,其分析技术手段目前也停留在研究阶段,尚未进入临床。综上,药物基因组学通过直接检测基因序列,建立了基因序列差异与药物效应的关联,所用的分析技术手段已经进入临床应用,因此药物基因组学是目前最能落地、最能直接在临床应用的方向。

目前,由美国NIH资助、斯坦福大学遗传学系建立的PharmGKB数据库(https://www.PharmGKB.org/)已经实现对精准治疗和药物基因组学证据的实时更新。该数据库包括各个国家批准的需要基因信息指导进行精准治疗的药物(以下简称精准治疗药物)说明书内容,如美国食品和药物监督管理局(U.S. Food and Drug Administration,FDA)、欧洲药物管理局(European Medicines Agency,EMA)、加拿大卫生部(英文Health Canada,法文Santé Canada,HCSC)、日本药物与医疗器械管理局(Pharmaceuticals and Medical Devices Agency,PMDA),还包括临床药物基因组学应用联盟(Clinical Pharmacogenetics Implementation Consortium,CPIC)和荷兰皇家药师协会药物基因组学工作组(Dutch Pharmacogenetics Working Group,DPWG)等机构推出的一系列精准治疗药物治疗以及剂量调整指南。至本书截稿日(2016年4月底),PharmGKB数据库中已经收载的各国药物管理机构的药物说明书为199种(其中FDA 171个,EMA 89个,HCSC 102个,PMDA 28个),均标明了与疗效或不良反应有关的靶点基因或代谢酶基因。在上述199种精准治疗药物中,有116种已经在中国上市,但其中除了10个靶向治疗药物以外,仅卡马西平一种非靶向药物的中国说明书中标明了需要对HLA-B*1502进行基因检测,与其他国家存在很大差异。

我国精准治疗的启动并不落后。王辰研究团队等早在2004年就已经开始药物基因组学研究,2012年起建立了我国的精准药物治疗体系,制订治疗指南并对部分人群开展个体化精准治疗,2015年底已在全国100余家三甲医院建立了精准医学的基因检测实验室,能开展200多种精准治疗药物的相关基因检测及精准治疗。为进一步推动精准医学在我国临床研究和应用领域的“落地”,2015年12月在长期协同工作的基础上,由中日友好医院倡议并牵头,北京医院、北京安贞医院、北京儿童医院、北京妇产医院、北京友谊医院、北京大学肿瘤医院、上海瑞金医院、上海市精神卫生中心、四川大学华西医院、武汉同济医院、南方医科大学南方医院、哈尔滨医科大学附属第二医院、郑州大学第一附属医院、重庆医科大学附属第一医院、吉林大学第一医院、江苏省人民医院、中山大学孙逸仙纪念医院、兰州大学第一医院、内蒙古自治区人民医院、新疆医科大学第一附属医院、山东省千佛山医院和上海市临床检验中心等20余家国内三甲医院和机构共同发起的“中国精准医学临床研究与应用联盟”正式成立。“中国精准医学临床研究与应用联盟”成立的宗旨,是在“规范,协同,整合,共赢”的原则下,构建规范的技术、培训、服务和管理平台或路径,指导全国开展多病种队列建设,积极开展精准医学临床研究与应用体系构建。我国的精准医学事业需要尽快与国际接轨。当前,我们面临着精准医学知识的传播与普及、相关技术手段的应用和推广、管理制度的建立和执行、临床诊疗标准的建立与完善等一系列需要完成的工作和挑战。

为了帮助读者了解已经在我国上市的精准治疗药物中,哪些已知与患者的特定基因有关,以及如何根据患者的基因信息更加准确地开展药物治疗,有必要将目前业已成熟的国际资讯向国内进行系统介绍,这也是“中国精准医学临床研究与应用联盟”成立后,我们联合各成员单位一起编写这本《精准医学:药物治疗纲要》的主要意图。

精准医学是医学发展的必然趋势。虽然我国和发达国家相比,仍然存在着一定差距,但我们应当充分利用人类医学科学积累的研究成果,结合我国临床资源优势,加快推进精准医学基础和临床研究进程,为疾病的预防、诊断和治疗提供新的策略和方法,为中国人民谋求更多健康福祉。

感谢来自中国精准医学临床研究与应用联盟21家共同发起单位的146位执笔和审校者,利用自己的业余时间共同完成了本书的编写工作。随着精准医学的快速发展以及相关证据的不断更新,我们将陆续出版新的版本,不断完善与充实《精准医学:药物治疗纲要》的内容。由于编者能力有限,书中难免存在不足乃至错误之处,恳请读者给予指正。王辰中国工程院院士中日友好医院院长中国精准医学临床研究与应用联盟主席姚树坤中日友好医院副院长中国精准医学临床研究与应用联盟常务副主席编写说明

1.本书分为4章:第1章主要叙述药物基因组学的概念和演进;第2章介绍常用基因检测技术;第3章介绍116种国内上市的精准治疗药物的基因相关信息和临床用药指导;第4章以表格的形式列举了PharmGKB数据库收载的199种精准治疗药物。此外,书末的附录对一些药物代谢酶基因或药物效应基因进行了特殊说明。

2.第3章中涉及的每种精准治疗药物均分为四部分介绍:第一部分为药物简介,主要介绍药物的作用机制、适应证和不良反应等。第二部分是相关基因,主要描述证据级别较高且与疗效、不良反应等相关的主要基因,包括其染色体定位、基因功能、药物相关性以及证据来源。其中,证据来源按照各国药品管理机构对这些基因是否要求检测进行的分级,标注为不同颜色:红色代表必须进行基因检测,黄色代表建议进行基因检测,绿色代表说明书内容具有可操作性,蓝色代表说明书内容仅为提示(第4章中的199种精准治疗药物也按此颜色进行分级标注)。另外,部分基因信息未被FDA、EMA、HCSC、PMDA采纳,但也已达到一定的证据级别而被PharmGKB数据库收录,本书中这部分信息来源被标注为“PharmGKB”。第三部分是主要相关基因对药物疗效或不良反应的影响,包括各个国家药物说明书中基因相关的核心内容,以及证据级别较高的基因多态性对疗效或不良反应的影响。第四部分是临床用药指导,包括具体的基因检测建议、剂量调整以及药物相互作用对临床用药指导的建议。

3.药物说明书中涉及基因信息的证据级别均为1A。由于药物说明书更新较慢,所涉及的基因信息可能不够全面,也不能反映最新的进展,因此本书还引用了一些证据级别2B以上的与药物代谢、疗效及不良反应有关的基因位点。某些基因位点虽然证据级别仅为3级,但在国内临床实践中仍具有重要意义,也纳入本书。此外,书中部分剂量调整指南来自CPIC、DPWG和PharmGKB。

4.为了方便读者查询,所有精准治疗药物介绍中均列出了主要参考文献。

5.需要注意是,PharmGKB数据库中的信息来自不同人群,而不仅仅是中国人群。从人类的遗传特性来说,在不同人群中某种基因的差异仅表现在不同人群中该基因的分布频率不同(即人群中的比例多少不同),而一旦发生同样的基因突变,则该突变所致的蛋白质构象功能影响是一致的,即同样的基因突变,其临床意义相同。为了帮助读者加深了解,本书在“主要相关基因对药物疗效或不良反应的影响”部分中列出了基因位点在不同人群中的分布频率数据。

6.细胞色素代谢酶CYP系列是书中的重点和难点,尤其是CYP2D6及CYP2C19,涉及药物种类较多,基因单倍型对应的rs号较为烦琐,如果一一在每个药物中标识,将增加读者的理解难度,且使内容更为复杂,因此我们在附录中进行了特别说明。本书中还包括CYP系列的其他代谢酶CYP2C9、CYP3A5以及NAT2、TPMT、UGT1A1等,也存在较多形式单倍型,但药物种类较为局限,只在各个药物中进行了分别描述。

7.特别需要说明的是,PharmGKB数据库中的数据主要是由FDA、EMA、HCSC、PMDA、CPIC、DPWG整合遴选而来,同时也纳入了部分具备一定证据级别的信息,因此本身处于不断更新过程中。可以预见,新的精准治疗药物将不断补充进来,原先药物的药物基因组信息也将不断得到更新和修订。此外,我国目前开展的药物基因组学相关工作也将不断产生基于我国人群的个体化用药数据与信息,今后都将成为这一数据库的重要组成部分。

另外,目前在中国上市的116个精准治疗药物中,并没有涵盖一些国内临床常用药物(如糖皮质激素、阿司匹林、甲氨蝶呤等)。而据PharmGKB数据库统计,目前有文献报道的疗效或不良反应与患者基因有关的药物共计674个,涉及2517组单核苷酸多态性(SNP)和药物疗效的配对。其中,证据级别为1级的SNP与药物疗效配对62组,证据为2级的配对209组,证据为3级的配对2001组,证据为4级的配对305组。这些证据的数量,远超过上述说明书中标识的基因信息,有很多证据可以帮助我们解释临床药物治疗差异。第1章 药物基因组学的概念及演进一、药物基因组学的概念(一)基本定义

药物基因组学是将基因组与药物治疗联系在一起进行研究的交叉学科,涉及有关遗传研究的许多概念。了解药物个体化治疗的相关概念,有助于明确药物基因组学的定义。

遗传学(genetics):是研究基因的结构、功能及其变异、传递和表达规律的学科;研究范围包括遗传物质的本质、遗传物质的传递和遗传信息的实现三个方面,基因表达、遗传疾病、基因调控都属于此研究范畴。

基因(gene):是染色体上具有遗传效应的脱氧核糖核酸(deoxyribonucleic acid,DNA)片段,由脱氧核苷酸构成。不同的核苷酸序列形成特有的生命遗传信息。通常所说的基因指染色体基因。真核生物的染色体在细胞核内,所以又称为核基因。位于线粒体和叶绿体等细胞器中的基因则称为染色体外基因、核外基因或细胞质基因。

基因组(genome):在通常的二倍体细胞或个体中,能维持配子或配子体正常功能的最低数目的一套染色体称为染色体组或基因组。一个基因组中包含一整套基因,即包括编码序列和非编码序列在内的全部DNA分子。核基因组是细胞核内的全部DNA分子;细胞质基因组则是一个线粒体所包含的全部DNA分子;叶绿体所包含的全部DNA分子称为叶绿体基因组。

基因组学(genomics):是研究生物基因组的组成,组内各基因的精确结构、相互关系及表达调控的科学,涉及基因作图、测序和功能分析,提供基因组信息以及相关数据的系统利用。基因组学科分为以全基因组测序为目标的结构基因组学(structural genomics)和以基因功能鉴定为目标的功能基因组学(functional genomics)。

单核苷酸多态性(single nucleotide polymorphisms,SNPs):是基因多态性(genetic polymorphism)的主要类别,主要是指在基因组水平上由单个核苷酸的变异所引起的DNA序列多态性。它是人类可遗传的变异中最常见的一种,占所有已知多态性的90%以上。SNPs在人类基因组中广泛存在,平均每300个核苷酸中就有1个SNP位点,人类基因组中估计其总数可达1000万个,甚至更多。

药代动力学(pharmacokinetics,PK):简称药动学,主要是定量研究药物在生物体内吸收、分布、代谢和排泄规律,并运用数学原理和方法阐述血药浓度随时间变化的动态规律的一门学科。药代动力学是确定药物给药剂量和间隔时间的依据。

药效动力学(pharmacodynamics,PD):简称药效学,主要研究药物对机体的作用、作用规律及作用机制,其内容包括药物与作用靶位之间相互作用所引起的生物化学、生理学和形态学变化,以及药物作用的全过程和分子机制。

治疗药物监测(therapeutic drug monitoring,TDM):是以药物治疗个体化为核心的临床药学分支学科。根据药物治疗的药理机制,通过测定药物体内暴露(多用血药浓度测定)掌握药代动力学、药效动力学个体参数,依此调整患者的个体用药方案,控制药物暴露达到有效治疗范围,最大化保障用药安全、有效。

遗传药理学(pharmacogenetics):是研究遗传因素对药物反应影响的学科,也是药理学与遗传学相结合发展起来的交叉学科。一般认为,遗传多态性可引起不同个体在服用药物时的药理学及毒理学的不同效果,从而引起药物治疗效果的差异。因此,遗传药理学主要研究临床药物治疗中个体反应差异的遗传学因素,即从单个基因突变的角度对药物代谢和药物反应,特别是遗传因素引起的异常药物反应进行研究。

药物基因组学(pharmacogenomics):以药物遗传多态性为基础,从基因组整体角度研究药物与遗传的关系,而不是仅从单基因角度研究。主要以药物效应和安全性为目标,研究各种基因突变与药效及安全性之间的关系,其目的是建立基于评价疾病易感性和选择药物治疗方案的个体化患者特征的遗传变异标志。

相对于上述概念,药物基因组学有三个特征:第一,是基因功能学与分子药理学的有机结合,专于药物作用机制的遗传学研究,有别于基因组学的广泛面向整个生物生命;第二,从全面、系统的基因组信息研究遗传对药物作用的影响,有别于遗传药理学的单基因角度遗传因素研究;第三,区别于一般意义上的基因及遗传学,它不是以发现人体基因组基因为主要目的,而是相对简单地运用已知的基因理论改善患者的治疗,即以药物效应及安全性为目标,研究各种基因突变与药效及安全性的关系。(二)药物基因组学的主要研究内容

药物基因组学是“药物反应”的基因组学,以研究药物治疗特殊反应人群的功能基因、基因结构、表达调控以及其相互关系为主要内容,领域主要涉及新药研发和临床个体化治疗。

从药物治疗机制研究的角度看,药物基因组学主要涉及五方面内容:第一,研究影响药物反应的遗传学,如药物不良反应的发生与基因变异的关系;第二,研究药物代谢酶的遗传学,如CYP基因多态性对药物代谢的影响导致用药剂量的改变;第三,研究靶基因的遗传药理学,如ACE基因在内含子16位的缺失基因型与插入基因型相比酶活性增高,5-HTT启动子区基因多态性可导致不同的转录活性等;第四,研究疾病通路基因的遗传药理学,如ApoE4等位基因、CEPT基因、B2B2基因等;第五,研究毒理基因组学,采用高通量技术获得药物毒性的多基因信息,建立数据库用于临床用药安全性指导。

从研究、文献发表和临床使用的角度看,SNP研究无疑是药物基因组学最重要的内容。在多种类型的基因多态性标志物中,SNP是研究最多并且最值得关注的能够准确反映药物反应的潜力标志物。基因受环境影响,DNA分子发生核苷酸序列改变而导致基因突变(gene mutation),发生突变的频率高于1%时称为DNA分子的多态性。个体间基因组在进化中表现出微小的差异,呈现多态现象,并最终导致个体差异。相当一部分SNP直接或间接地与个体间的表型差异、机体对疾病的易感性和对药物的反应有关,因此对SNP的研究尤其受到研究者的关注,研究成果目前在临床应用广泛。(三)药物基因组学在药物治疗中的作用

药物治疗过程有药品选择、药物定量两个环节,一般包括PK和PD两种研究路径。PK/PD呈现了药物治疗的完整轮廓,描述药物效应发生、发展过程中,药物基因组学参与其中的所有遗传事件。

了解影响药物作用的全部因素,有助于认识药物基因组学的作用。影响药物治疗的因素主要有药物因素和机体因素两方面:

1.药物影响因素

主要有药物理化特性、剂型(处方)、环境、药物相互作用等因素。例如青霉素G、甲氧西林、红霉素等可被胃酸分解,地高辛可被肠内细菌分解,利多卡因、维拉帕米等具有明显的肝脏首过代谢效应;不同药物剂型、处方工艺会导致制剂间生物利用度和吸收速率常数的差异;药物联用抑制或诱导肝微粒体酶,改变代谢酶活性诱发药物PK/PD的吸收、分布、代谢、排泄状态改变,引起药物暴露变化。

2.机体影响因素

主要有生理因素、病理因素、遗传因素等。例如,性别、年龄、体重和营养状况都在一定程度上影响药物的体内过程;肝肾功不全、代谢性疾病、吸烟、嗜酒等病理特征及生活习性,均能改变患者的药动学参数,进而影响体内药物浓度的改变;患者药物代谢酶、转运体及受体的遗传缺陷,会导致不同患者药物代谢酶活性、药物转运体能力大小及药物受体敏感性的不同。

药物基因组学虽然是药物治疗诸多影响因素之一,但却是影响最为广泛和复杂的一个。遗传因素对药物效应的影响,以药物疗效和安全性为主要目标。药动学和药效学差异都具有遗传学基础,药物基因组学与药动学、药效学的个体差异紧密相关。药物基因组学的研究可解释其差异,其研究进展为个体化治疗提供了新的模式,是近年来个体化研究的热点问题,极具发展潜力。(四)药物治疗遗传因素的主要相关蛋白

遗传因素是影响药物治疗的重要因素。药物的处置过程和效应由不同的功能蛋白调控支配,主要涉及PK和PD相关的遗传多态性,前者研究较多。与PK相关的基因编码功能蛋白有两大类:

1.药物转运蛋白(1)多药耐药蛋白(multi-drug resistance protein,MDR):

又称P糖蛋白,由MDR1基因编码,广泛存在于肠壁、胆管、肾管、血脑屏障和肿瘤组织中,具有加速药物组织外排的作用。(2)多药耐药相关蛋白(multi-drug resistance-associated protein,MRP):

同MDR一样是跨膜蛋白,其机制和作用同P糖蛋白类似,可逆浓度梯度将疏水性化合物排出细胞外。(3)有机阴离子转运蛋白(organic anion transporters,OAT):

主要有OAT1和OAT3,其中OAT1主要存在肾皮质,作用底物包括β-内酰胺类抗菌素、血管紧张素转换酶抑制剂、叶酸及甲氨蝶呤;OAT3主要表达于肝脏、肾脏、眼和脑组织,是有机阴离子/二羧酸盐转运子,底物为通过肾代谢和排泄的多种药物。(4)有机阴离子转运肽(organic anion transporting polypeptide,OATP):

是体内重要的膜转运蛋白,广泛分布于胃肠道、肝脏、肾脏、血脑屏障等处,可介导激素、心血管药物等内、外源物质的跨膜转运。(5)有机阳离子转运蛋白或有机阳离子转运体(organic cation transporters,OCTs):

OCTs家族的第一成员OCT1在许多外源性药物的吸收、分布和排泄中发挥重要作用。OCT1存在许多基因多态性,有些多态性与其转运活性密切相关。该种转运体主要分为3个亚类,分别为OCT1、OCT2和OCT3。OCT1主要分布于肝脏,OCT2主要分布于肾脏,OCT3在组织分布较为广泛,包括脑、心脏。(6)寡肽转运蛋白(peptide transporters,PepT):

PepT1和PepT2都是依质子的寡肽转运载体家族的成员。PepT1是低亲和力/高容量的肽载体,主要在消化道中表达,在肾脏中也有微弱的表达。PepT2属于典型的依质子的寡肽转运体超家族成员,是+一种H依赖的、低亲和力/高容量寡肽转运体,主要表达在小肠上皮细胞刷状缘膜上,肽类似药物和部分细菌产物均可经该载体转运吸收。

2.药物代谢酶(1)细胞色素P450同工酶(cytochrome P450,CYP):

肝脏富含药物Ⅰ相代谢和Ⅱ相代谢所需的各种酶,其中以P450酶最为重要,肠壁中也存在。人体中重要的P450酶有CYP1A2、CYP2A6、CYP2B6、CYP2C8、CYP2C9、CYP2C19、CYP2D6、CYP2E1、CYP3A4和CYP3A5。P450酶存在有明显的种属差异,多态性是P450酶的一个重要特征,人体内许多P450酶表现出多态性,其中以CYP2D6和CYP2C19的多态性最为典型。另外,P450酶具有可诱导和可抑制性,即P450酶的量和活性会受到药物(或其他外源物)的影响,可能会影响药物本身的代谢,并可能引起代谢性药物相互作用。(2)乙醛脱氢酶(acetaldehyde dehydrogenase,ALDH):

已知人类的乙醛脱氢酶由3个基因所编码:ALDH1A1、ALDH2及最近发现的ALDH1B1(亦称ALDH5)。正常的等位基因记为ALDH2*1,单碱基突变的等位基因记为ALDH2*2。研究显示,中国人ALDH2*2的频率为18%,其中广东汉族最高(31%)。(3)N-乙酰基转移酶(N-acetyltransferase,NAT):

可催化乙酰基从乙酰辅酶A(coenzyme A,CoA)转移到异烟肼的氮原子上,例如NAT直接催化乙酰基团从乙酰CoA转移到其作用底物芳香胺及杂环胺类物质上,从而活化或灭活芳香胺类致癌物质。目前国内外关于NAT2多态性与疾病发生的相关性已有大量研究,证明了膀胱癌、结肠直肠癌、肝癌、前列腺癌、乳腺癌、胃癌等恶性肿瘤在不同类型乙酰化代谢者人群中,NAT2活性呈多态分布。根据乙酰化表型的不同可将人群划分为三类:慢型乙酰化代谢者、快型乙酰化代谢者和中间型乙酰化代谢者,各种类型发生的频率不同。(4)尿苷二磷酸葡萄糖醛酸转移酶(UDP-glucu-ronosyltransferase,UGT):

是化学物质体内生物转化第Ⅱ时相中最重要的代谢酶,可催化N-羟基化合物与葡萄糖醛酸结合,阻止杂环胺诱发DNA突变。UGT家族可以把一系列亲脂性底物转化为水溶性葡萄糖醛酸,是解毒的重要方式。它能催化药物、环境毒物、类固醇和甲状腺激素的葡萄糖醛酸化,促进脑内糖脂的生物合成;同时还参与胆红素、短链脂肪酸、胆汁酸等内源性化合物的生物代谢。(5)硫嘌呤甲基转移酶(thiopurine S-methyltransferase,TPMT):

在硫嘌呤类药物(如6-巯基嘌呤、6-硫鸟嘌呤和硫唑嘌呤药物)的代谢过程中起着关键作用。硫嘌呤类药物的疗效和毒性均与患者体内的TPMT活性有关。TPMT活性缺乏属于常染色体隐性遗传。野生型TPMT基因被定义为TPMT*1。迄今为止已发现11种基因突变可引起TPMT酶活性的降低。二、药物基因组学的演进(一)个体化医学发展

我国传统中医药治疗注重“理法方药、望闻切问”,因人施治,凸显一人一方的“个体化用药”理念。个体化治疗是西方医学的用词,意指在对患者的治疗中要考虑个体差异、心理诉求及诸多影响因素,实施针对患者个体的效应最大化、危害最小化的医疗措施。在英文词语中,“personalized medicine”“individualized treatment”“individualized medicine”等均指个体化治疗。以此检索词在PubMed数据库中检索,发现早在1952年就有文献提到个体化治疗,内容为针对可的松敏感性差的眼疾病患者采取强化激素治疗。1960—1970年,随着药代动力学、治疗药物监测学科的发展,以个体药物治疗方案设计为主要内容的个体化治疗快速发展,主要手段为测定血药浓度为主的药品暴露,为癫痫、哮喘、心力衰竭、感染等的临床治疗提供了有效的药学支持。1980年左右,随着器官移植术的开展,对免疫抑制剂的监测使得药物个体化治疗从技术和临床实践上都有了一次飞跃。(二)药物基因组学发展

遗传药理学及分子生物学(基因、蛋白)的发展与个体化医疗紧密相关。1953年DNA双螺旋结构理论问世,确定了遗传的分子学基础;1956年Carson发现葡萄糖-6-磷酸脱氢酶缺陷;1957年Motulsky等确认代谢遗传缺陷可引起药物反应的个体差异;1959年Vogel首先使用“遗传药理学”(pharmacogenetics)这一名词;1960年Price Evans提出乙酰化多态性表征;1963年Williams提出两相酶参与药物体内代谢理论;1960—1990年,药物代谢酶多态性成为遗传药理学研究发展的主要内容。药物代谢酶多态性的深入研究为药代动力学个体差异提供了理论依据,揭示了遗传因素在个体化治疗中的作用。

1990年,美国启动人类基因组计划(Human Genome Project,HGP),为研究药物相关基因及其对药物代谢和反应的影响提供了更多、更完整的信息;1997年,“药物基因组学”应运而生(Pubmed检索显示,1998年2月首现药物基因组学术语及文献);2000年,第一稿人类基因组图谱完成。人类基因组计划和国际HapMap项目研究发现了大量遗传学信息和数据,如临床预测基因(如UGT1A1*28)、单倍型(如VKORC1单倍体A)和体细胞突变(如表皮生长因子受体)。FDA批准的UGT1A1*28基因型的启动引导治疗直肠癌临床试验的实施,提供了第一个将药物基因组学研究整合到临床实践中的范例。人类基因组信息的完整呈现和检测技术的发展,推动了药物基因组学的发展。药物基因组学的兴起带动起个体化治疗的新高潮,“量体裁衣”式的药物治疗革命与基因检测紧密联系在一起。

2005年,FDA颁布了“药物基因组学资料呈递(Pharmacogenomic Data Submissions)指南”,旨在敦促药厂在提交新药申请时,依据具体情况必须或自愿提供该药物的药物基因组学资料,以推进新型“个体化用药”进程,最终达到视“每个人的遗传学状况”而用药,使患者在获得最大药物疗效的同时,面临最小的药物不良反应风险。2007年,FDA首次批准了一种药物基因组学检测方法,用于判断常用抗凝药物华法林的用量及敏感性,并修改了药物说明书,要求针对基因变异对药物的影响给出警告提示。2010年,因为剂量的基因特异性又对该药物说明书进行了修改,建议在给出该药处方前,对CYP2C9、VKORC1进行基因检测。

截至2016年4月,FDA、EMA、PMDA、HCSC等机构已推荐了199种药物的基因组学信息,并纳入药物说明书中(我国上市药品涉及其中116种),用于预测不同基因型患者在应用药物时的疗效和不良反应。(三)药物基因组学的前景

药物基因组学经过近20年的发展,在研究方法、检测技术、数据分析和临床经验等方面推动了个体化医学发展,在药物反应易感人群评价、精准治疗药物治疗方案设计等方面也积累了丰富的研究经验和实践证据。精准医学从实验室走到临床已成为可及的现实。

但是,精准医学在临床的实际应用也存在一定的局限性:①药物遗传信息复杂、量大,现有检测技术及信息处理方法难以满足时效性和量效性;②在药物治疗研究中,不断发现药物反应新的相关基因型和表型,而现有信息难以回答全部问题;③遗传因素对药物治疗的预测会受环境、饮食、生理病理状况和合并用药等复杂情况的干扰。

药物基因组学的完善和发展趋势可从三方面加以分析和预测。

第一,建立精准医学个体化信息的大数据平台。通过分析药物基因多态性、测定体内药物暴露(通常为血药浓度)或药物效应生物标志物,结合药物的有效性、安全性,根据临床诊断、药代动力学、药效学及遗传药理学特征,制订适合患者个体的用药方案,使患者的血药浓度处于最低有效浓度与最低中毒浓度范围内,保证药物暴露达到一个适宜的程度,从而最大限度地发挥药物的治疗作用,避免或减少毒性/不良反应。药物基因组学可以提供影响药物代谢、转运和效应的遗传变异信息识别,为个体化的给药方案提供初始参考和制订依据。高通量技术可及时有效获取药物PK/PD个体差异的遗传数据,形成药物代谢酶和转运体遗传信息的可靠平台。

第二,加强药物基因组学、药代动力学、药效动力学多学科联合。肿瘤、心脑血管疾病、免疫性疾病、代谢紊乱等疾病治疗复杂,药物治疗效果受多因素影响,通过现有检测技术和信息手段获得及时、全面的个体化信息数据存在挑战。药物基因组学、药代动力学、药效动力学等多因素融合,对于获取全面、精准的个体化信息至为重要,在药物和剂量选择时应考虑效益最优化。

第三,树立整合创新理念。疾病治疗是复杂的技术、管理、观念综合行为的结果,全面树立开放、规范、创新的新理念才能面对新的医学变革。例如,针对人类众多疾病中的遗传因素病因和风险,合作开展全基因组关联研究,能够探究更深层次的疾病风险机制,阐明人类疾病存在大量个体化差异的原因。利用人类基因组序列信息,既是药物发现的新途径,也有助于实现个性化药物治疗,对预防疾病产生新见解。不过要使其成为临床常规,尚须制订一系列技术和管理规范。精准医学是通过获得全面、完整的药物基因组学、药代动力学、药效动力学等信息而开展精准治疗活动,有助于推动新理论、新技术、新方法的发展和使用。

综上所述,药物基因组学是研究基因序列变异及其对药物不同反应的科学,因此它既是研究开发高效、特效药物的重要途径,也是为患者或者特定人群选择合适治疗药物的重要方法,具有重要的理论意义和广阔的应用前景。

【参考文献】

1.Ruth March. Pharmacogenomics:the genomics of drug response. Yeast,2000,(17):16-21.

2.Blackwell Science Ltd. Pharmacogenetics and pharmacogenomics. Br J Clin Pharmacol,2001,52:345-347.

3.Lisa Melton. Pharmacogenetics and Genotyping:On the trail of SNPs. Nature 422,917-923(24 April 2003).

4.陈西敬,王广基. 药物转运蛋白在药物吸收、分布和排泄中的作用及对新药研发的意义. 中国药科大学学报,2003,34(6):483-486.

5.吕森森,李长贵. 有机阴离子转运蛋白1和3的研究进展. 齐鲁医学杂志,2009,24(4):371-372.

6.谭玮,李燕. 有机阴离子转运肽在药物转运中的作用. 国际药学研究杂志,2007,34(50):364-368.

7.苑晋艳,周宏灏. 有机阳离子转运体OCT1的遗传药理学研究进展. 国际病理科学与临床杂志,2009,(2):160-164.

8.韩林志,周宏灏. 有机阳离子转运体的基因多态性研究进展. 中国临床药理学与治疗学,2009,(4):460-465.

9.陈红旗,秦环龙. 寡肽转运体PepT1在胃肠道中的功能表达及调控因素. 中华临床营养杂志,2010,18(2):115-120.

10.范东东,孙铭娟,王梁华. 酰基转移酶研究. 生命的化学,2008,28(6):701-703.

11.Quinn JR,Wolfson WQ. Improved results from individualized intensive hormonal treatment in certain eye diseases reported to respond pooly to ACTH cortisone. Med Bull(Ann Arbor),1952,18(1):1-21.

12.周宏灏、张伟. 新编遗传药理学. 北京:人民军医出版社,2011.2-26.

13.Mariamena Arbitrio,Maria Teresa Di Martino,Francesca Scionti,et al. DMETTM(Drug Metabolism Enzymes and Transporters):a Pharmacogenomic platform for precision medicine.

14.Calvo E,Walko C,Dees EC,et al. Pharmacogenomics,Pharmacokinetics,and Pharmacodynamics in the Era of Targeted Therapies. Am Soc Clin Oncol Educ Book,2016,35:e175-e184.

15.Bartlett MJ,Shephard EA. The integration and interpretation of pharmacogenomics-a comparative study between the United States of America and Europe:towards better health care. Drug Metab Pers Ther,2016,31(2):91-96,doi:10.1515/dmpt-2015-0044.

16.Yee SW,Momozawa Y,Kamatani Y,et al. Genomewide Association Studies in Pharmacogenomics:Meeting Report of the NIH Pharmacogenomics Research Network-RIKEN (PGRN-RIKEN) Collaboration. Clin Pharmacol Ther,2016,doi:10.1002/cpt.405.[ Epub ahead of print]

17.See comment in PubMed Commons belowAnaya JM,Duarte-Rey C,Sarmiento-Monroy JC,et al. Personalized medicine. Closing the gap between knowledge and clinical practice.Autoimmun Rev,2016,pii:S1568-9972(16)30123-30129.执笔:张相林 崔勇审校:姚树坤 王辰第2章 药物相关基因检测技术

药物基因组学的高速发展为个体化给药提供了基础,而真正实现个体化给药,基因多态性检测成为关键环节。近年来,分子生物学以及新材料、新技术等的发展,高效的基因检测手段,如数字荧光分子杂交/原位杂交荧光染色脱氧核糖核酸测序技术、Taqman-MGB技术、双脱氧测序技术、焦磷酸测序技术等,已被广泛应用于临床药物相关基因检测中。同时,基因捕获和二代测序等高通量、高并行化和自动化的基因检测技术已开始广泛应用于药物基因组研究。一、基于引物末端延伸的测序技术(一)双脱氧核苷酸链终止测序法

基于双脱氧核糖核酸末端终止(双脱氧测序、Sanger测序)的DNA序列测定是基因分型的最直接、最可靠的分型方法,一直以来被认为是基因分型的金标准。其原理是:以DNA单链为模板,利用DNA聚合酶来延伸结合在待定序列模板上的引物,根据碱基互补配对原则,将4种脱氧核苷三磷酸(deoxy-ribonucleoside triphosphate,dNTP)和经过不同颜色染料标记的双脱氧核苷三磷酸(ddNTP)加入到引物3’-OH末端并使引物链得到延伸或终止,最终得到长度不等的有荧光标记的DNA片段,然后经电泳分离和荧光激发检测DNA各片段末端碱基类型,进而读取完成DNA序列。

Sanger测序主要包括聚合酶链反应(polymerase chain reaction,PCR)扩增、纯化、测序和分析4部分。通过测序不仅可以得到所在区域范围内所有基因信息,而且能发现一个SNP位点罕见的第三种(甚至第四种)基因型。该法的不足在于:只适用于定性研究,不能定量;灵敏度有限,当靶基因突变比例过低时,可能出现假阴性;对于仪器设备、试剂和实验空间有特殊要求,不适合一般实验室;操作复杂,基础成本较高,速度慢,通量低。

目前商业化的测序公司和检验中心为研究用DNA测序提供了平台,在待测样本和位点数较少的研究中,对所有样本的目的片段测序可能更为简便。但对于临床检测,鉴于医疗器械准入和设备成本的高

试读结束[说明:试读内容隐藏了图片]

下载完整电子书

若在网站上没有找合适的书籍,可联系网站客服获取,各类电子版图书资料皆有。

客服微信:xzh432

登入/注册
卧槽~你还有脸回来
没有账号? 忘记密码?