精准医学背景下的临床个体化用药策略

作者:蔡建平 胡国新
2021-12-16

蔡剑平,医学博士,国家老年医学中心/北京医院研究员,国家卫健委北京老年医学研究所所长,中国医学科学院老年医学研究院副院长,国家卫健委老年医学重点实验室主任,北京协和医学院博士研究生导师,北京大学医学部博士研究生导师,十三五国家重点研发计划项目首席科学家、中国医学科学院医学与健康科技创新工程项目首席专家,享受国务院政府特殊津贴。


胡国新,温州医科大学药学院二级教授,博士研究生导师,浙江省优秀教师,从事药理学教学科研近40年,主要研究方向为临床药理学、遗传药理学与毒理学。主持国家自然科学基金面上项目2项、参与完成国家行业基金1项,参与国家重点研发计划1项,在国内外学术期刊发表论文300余篇,其中SCI收录论文100余篇;授权发明专利6项,指导研究生100余名。


临床用药剂量与效应是药物治疗的核心内容。临床上,通常会选择一个群体剂量来平衡获益和不良反应风险。正因为如此,药物疗效的个体差异在临床治疗过程中普遍存在。自从有药物以来,这种多样性便一直伴随着临床药物治疗的过程。药物反应差异概括来讲主要来自两个方面:首先,用药剂量与全身暴露之间存在药代动力学区别,这说明了为什么不同的患者需要不同的剂量才能达到相同的全身暴露;其次,全身暴露与效应之间的关系存在多样性,它解释了为什么患者对相同的药物暴露有不同的反应,并且需要不同的给药剂量才能达到相同的效果。对用药剂量和全身暴露的影响因素众多,包括用药患者的生活环境、遗传因素、疾病状态等,以及药物本身的特性,如脂溶性、配方、给药途径等。因此,实施个体化用药是一个复杂的系统工程,不仅需要明确来自用药患者本身的决定性因素,也需要认识所用药物的特征。


一、药代动力学特征的多样性

药代动力学多样性的研究种类繁多,针对年龄、食物、联合用药、代谢酶等信息已纳入药品说明书。近年来,又有新的证据表明,肠道微生物对药代动力学的变异性具有一定影响。尽管有新兴研究方向的拓展,药物代谢酶或转运体的基因型与代谢表型相关性研究仍是这个方向的核心,由其介导的药物吸收、分布、代谢、排泄等特征的变化是导致药代动力学变异的主要原因。临床药物遗传学实施联盟(CPIC)据此制定了如何使用药物基因组数据的相关应用指南。这些基因包括细胞色素P450(CYP)、尿苷二磷酸葡萄糖醛酸转移酶1A1(UGT1A1)、儿茶酚-O-甲基转移酶(COMT)、人类白细胞抗原( H L A)、巯基嘌呤甲基转移酶(TPMT)、核苷二磷酸链接部分基序15(NUDT15)等。在CPIC最新发布的26个指南中,CYP占据了14个(超过50%),是研究最广泛、最深入的一类药物代谢酶系。


CYP,又称混合功能氧化酶或单加氧酶,是一类亚铁血红素-硫醇盐蛋白(heme-thiolate proteins)超家族,在肝脏中的丰度最高,可催化药物或内源性物质发生氧化反应。这个酶系可通过核受体被诱导或者抑制,同时又具有显著的遗传多态性。因此,在药物相互作用和药物遗传学方向是研究的热点。CYP包含57个基因,根据序列同源性可分为18个家族和44个亚家族。参与药物代谢的主要是CYP1~3,占肝内总CYP含量的70%。其中,CYP3A4、CYP2C9、CYP2C19和CYP2D6占总丰度的60%左右,代谢将近80%的临床药物,是多态性研究最集中的4个主要CYP异构酶。除了存在丰富的基因多态性以外,人种间的分布频率也差异显著。比如CYP2C9*2和CYP2C9*3在白种人中的发生频率高于黄种人和黑种人;CYP2C19*2和*3在黄种人中频率明显高于黑种人和白种人;CYP2D6在亚洲的特征占比等位基因为*10,非洲则为*17,而在美洲则为*4。尽管存在这些特征,但是并不意味着这些等位基因具有人种专属性,只是在特定的群体中分布较为集中。


CYP基因型决定了代谢表型。根据代谢率可将人群进行分类,包括强代谢者(UM)、广泛代谢型(EM)、弱代谢型(PM)等。EM指代谢酶活性正常的个体, 通常携带功能等位基因(纯合子或杂合子),占人群的75%~85%。PM因携带有2个功能缺失基因而丧失活性, 占人群的5%~10%。若个体携带2个活性减弱的基因则表现为中间代谢型(10%~15%), 相应酶活性减弱。另有少数个体(1%~10%)因携带有功能性等位基因的多拷贝或某种特定的变异位点,酶活性明显增强, 称为超强代谢者(UM)。在药物代谢过程中,PM者对药物清除能力减低,药物引起的毒副作用风险性增高;UM者对药物的清除率显著增加,易导致药效丧失。因此,对CYP的基因和酶活性进行检测分型,尤其对服用标准剂量药物后出现药物毒副作用的个体而言具有重要临床价值。


根据pharmavar数据文献显示,CYP等位基因库仍在逐渐扩大,然而相应的功能研究依然滞后,它有大量的CYP等位基因功能不明,因而无法为基因型-代谢表型提供基础数据。造成这个局面的主要原因在于,一方面是基因组测序技术的普及为高通量生物样本分析提供了高速通道,数据迅速累积。据经验分析,CYP新型等位基因的发现频率约为1/4500。测序的普及为新变异的发现提供超过“消化量”的信息。另一方面,等位基因的功能研究涉及分子生物学、酶学、分析化学、临床检验诊断学等交叉学科,技术复杂且难点多阻碍了相关研究的推进。特别是CYP本身特性,决定了其以微粒体的形式发挥催化活性。这种混合酶反应体系给标准化带来了困难。由于上述两个方面的原因,造成CYP等位基因的增量大于功能研究的速率。基于CYP的药物精准应用由于缺乏完整的“基因型-功能-代谢表型”数据链,在临床应用方面仍步履维艰。


二、药效学差异的多样性

药效学差异主要由药物作用受体的变异所致。它与药代动力学多样性不同,药效差异的研究相对较少,且主要集中于抗肿瘤药物。即使发现受体变异,大多数情况下并不是通过改变用药剂量,而是直接替换药物以期达到治疗效果。比如表皮生长因子受体突变情况下,需要采用更新一代的EGFR抑制剂以替代吉非替尼;维生素K环氧化物还原酶转化酶1的多态性改变了治疗者对华法林的敏感性;ADRB2基因变异导致高血压患者对β受体阻滞剂疗效的缺陷等。


疾病变异性很可能是药效学反应多样性的一个被低估的原因。很少有示例能够充分表征疾病变异性和药物效应之间的关系。然而,最近白细胞介素5(IL-5)抗体美泊利单抗的例子表明,除基因突变外,疾病变异性是导致反应变异性的重要因素。尽管使嗜酸性粒细胞显著减少,但美泊利单抗在中度哮喘患者中临床无效。十多年后,美泊利单抗被证实对高嗜酸性粒细胞综合征患者的亚组非常有效。据推测,IL-5嗜酸性粒细胞通路在大多数哮喘患者中不太重要,阻断它没有临床益处。


三、个体化医疗背景下精准药物应用的挑战和机遇

个体化医疗是依据个体差异进行疾病管理,以求达到治疗效果最大化、副作用最小化的定制式医疗模式。个体化医疗研究热潮推动了一系列个体化用药基因检测技术的开发与应用。实时荧光定量PCR、基因芯片、核酸质谱等试剂盒与方法推动了包括心脑血管药物、免疫抑制剂、精神类药物在内的临床药物的精准应用。这些试剂盒或检测技术往往针对分布频率高的基因型别,却不包含低频变异,同时出于测试费用的考虑,很难在临床上大范围实施。另外,当前开发和应用药物通常采用对大多数人群有效的单一剂量,对少数患者进行简单的剂量调整。许多药物,尤其是那些价格便宜且治疗指数宽的,这种做法仍将继续。改善剂量个体化的重点应该是昂贵的、治疗指数小且应用量大的药物,如癌症免疫疗法、免疫调节剂、抗凝剂等。


基因分型从结果上只提供了“有或无”的信息,这种定性数据对于延伸已有研究成果具有局限性。比如CYP酶系在明确受试者的基因型后,无法线性关联代谢型。尽管现在CPIC采用了赋值法,如野生型为1、功能降低为0.5、功能缺失为0,解决了部分代谢表型判断的问题,但是对于新型变异体,这种方法缺乏判定的依据,功能降低的程度无法从最终赋值上得到体现。对于这个问题我们团队提供了一个方案,即以体外酶动力学参数对基因型进行赋值,这种定量数据从程度上可以反应酶的活性。然而,我们依然没有解决酶活性标准化的技术难点。酶动力学参数可能会因为重组酶的批次和反应条件而发生巨大变化。对于酶活性研究,最常用的方法是利用分子探针。但是经过大量研究,我们团队发现,即使相同的CYP变异体对不同的底物药物呈现完全不同的代谢动力学特征。可见,特征性底物无法真实反映酶功能,因此进行“药物代谢组”研究十分必要。


在个体化医疗实施过程中需融合疾病异质性考虑,这种异质性包括疾病的严重程度、发病年龄、既往治疗等。已有许多临床证据明确了,炎症的程度与CYP的表达量和活性相关,这种状态下代谢药物的特征将明显区别于正常状态,在肝功能和肾功能异常状态下,这种变化更加显著。目前新药研制的现实状态是,药物的应用对象多数以正常志愿者为主,根据群体药代动力学设置参数。除此以外,年龄因素影响非常大,特别是老年人群。药物治疗仍是慢性病防治的重要手段,随着我国老龄化进程的加快,慢性病在老年群体中非常多见,老年人已成为慢性病用药的主要群体。老年人通常一人多病、多药联用、长期用药,出现用药相互作用与不良反应的问题增加,成为了用药的特殊群体。老年人常用药物大部分经CYP代谢,其遗传多态性更易改变药物的代谢、疗效和不良反应的发生。因此,建立我国人群CYP等位基因库;建立CYP酶各种亚型及变异体体外酶学活性的精准检测体系,可为老年患者基因分型提供大数据支持,避免不良反应和副作用的发生。


个体化医疗经过几年的实践,已经从最初的单分子标志物逐渐迈向组学和生物指纹图谱。近些年,人工智能技术与医学的融合更是促进了精准药物应用的跨越式发展,通过机器学习可为患者提供精准药物方案输出。随着多组学研究技术的发展,在高通量数据的背景下,个体化医疗将向着更加智能,更加准确,更加高效的目标前进。