Нова рамка подобрява генетичното предсказване на отговора на лекарството и страничните ефекти
Проучване на UCLA описва нова рамка, която според изследователите би подобрила прогнозирането на генетиката при определяне на това колко добре пациентът ще реагира на често предписвани лекарства, както и тежестта на всички странични ефекти. Публикувано в списанието Cell Genomics, проучването установи, че данните от големи библиотеки от секвенирани човешки геноми и други биологични данни, наречени биобанки, могат да осигурят нови прозрения за генетичната архитектура на реакцията към широко използвани лекарства. Водещ автор на изследването и доктор по биоинформатика в UCLA. Кандидатът Михал Садовски каза, че най-често срещаният метод за анализиране на генетиката на лекарствения отговор са фармакогеномните изследвания върху генотипизирани участници...
Нова рамка подобрява генетичното предсказване на отговора на лекарството и страничните ефекти
Проучване на UCLA описва нова рамка, която според изследователите би подобрила прогнозирането на генетиката при определяне на това колко добре пациентът ще реагира на често предписвани лекарства, както и тежестта на всички странични ефекти.
Публикувано в спКлетъчна геномикаПроучването установи, че данните от големи библиотеки от секвенирани човешки геноми и други биологични данни, наречени биобанки, могат да предоставят нови прозрения в генетичната архитектура на отговорите на широко използвани лекарства.
Водещ автор на изследването и доктор по биоинформатика в UCLA. Кандидатът Михал Садовски каза, че най-често срещаният метод за анализиране на генетиката на лекарствения отговор са фармакогеномните изследвания върху генотипизирани участници в рандомизирани контролирани проучвания. Тези проучвания обаче имат малък брой участници, скъпи са и, в зависимост от лекарството, понякога дори не са осъществими, каза Садовски.
Генетичните данни в биобанките предлагат няколко предимства. Тези библиотеки също могат да бъдат анализирани на по-ниска цена, заедно със секвенирани генетични данни от големи популации, включително хора на и извън определени лекарства. Въпреки че данните от биобанката не могат да заменят рандомизираните контролирани проучвания, те могат да отключат нова информация, която ще подобри бъдещите проучвания и ще напредне в развиващата се област на използване на генетиката за прогнозиране на резултатите от лечението, каза Садовски.
Надяваме се, че в бъдеще това ще позволи на клиницистите и пациентите да претеглят ползите и рисковете от лечението по по-персонализиран начин и да вземат по-информирани и навременни решения за започване на лечение. Ние предполагаме, че анализът на данните от биобанката ще бъде най-полезен за широко предписвани лекарства. “
Михал Садовски, UCLA Bioinformatics Ph.D. кандидат
Проучването, ръководено от професора по неврология, компютърна медицина и човешка генетика на UCLA Ноа Зайтлен и професора по генетична медицина от Учикаго Анди Дал, използва генетични данни от повече от 342 000 души в биобанката на Обединеното кралство. Изследователите анализираха как техният генетичен състав влияе на отговора им към четири от най-често предписваните лекарства в света: статини за висок холестерол, метформин за диабет тип 2, варфарин за кръвни съсиреци и метотрексат за автоимунни заболявания и рак.
Садовски и колегите му се опитаха да определят колко генетични вариации играят роля в променливостта в отговор на тези лекарства и кои специфични гени са включени.
„Ако много неща могат да се обяснят с генетиката, тогава генетиката може да се използва като добър предсказател за това как ще реагирате на лекарството“, каза Садовски. „Да кажем, че искате да приемате статини поради нивата на холестерола си. Вашият лекар може да разгледа вашата генетика и да ви даде мнение, включително потенциални странични ефекти. Ако имате предсказатели, които казват, че ще реагирате добре и има малък шанс да искате да имате странични ефекти, вероятно е добър избор да започнете лечение.“
Например, проучването идентифицира 156 гена, които могат да предизвикат вариации в ефектите на статините върху нивата на LDL холестерола. Като цяло, около 9% от вариациите в лекарствения отговор се дължат на генетични различия от човек на човек.
Освен това проучването установи, че взаимодействията ген-лекарство могат също да повлияят на предсказващата сила на инструмент за генетичен риск, известен като полигенен резултат. Полигенните резултати се използват за обобщаване на комбинирания ефект на голям брой генетични варианти за оценка на риска на дадено лице от развитие на определена черта или заболяване. Моделите, използвани за генериране на тези оценки, трябва да бъдат обучени върху генетични данни от големи популации от хора и имат важни ограничения, включително разчитайки предимно на данни от хора с европейски произход.
Проучването на Sadowski установи, че точността на полигенните полигенни оценки в клинични контексти вероятно е под нормалната, тъй като те включват данни от потребители на статини и нестатини.
„Бяхме изненадани да видим, че полигенните предиктори създават толкова значителни разлики в представянето между хората, които са на наркотици“, каза Садовски. „Също така бяхме изненадани от мащаба на специфичната за лекарството наследственост за някои резултати.
Проучването има няколко ограничения, като е необходима бъдеща работа за подобряване на надеждността на изводите от данните от наблюдателните биобанки и за разбиране на ограниченията на прогнозирането на генетичния риск.
източници:
Садовски, М.,и др. (2024). Характеризиране на генетичната архитектура на лекарствения отговор с помощта на методи за взаимодействие между ген и контекст. Клетъчна геномика. doi.org/10.1016/j.xgen.2024.100722.