Uus raamistik parandab ravimivastuse ja kõrvaltoimete geneetilist ennustamist

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

UCLA uuring on kirjeldanud uut raamistikku, mis teadlaste sõnul parandaks geneetika prognoosimist, määrates kindlaks, kui hästi patsient reageerib tavaliselt välja kirjutatud ravimitele ja mis tahes kõrvaltoimete tõsidust. Ajakirjas Cell Genomics avaldatud uuringus leiti, et järjestatud inimese genoomide ja muude bioloogiliste andmete suurte raamatukogude andmed, mida nimetatakse biopankadeks, võivad anda uusi teadmisi laialdaselt kasutatavatele ravimitele reageerimise geneetilisest arhitektuurist. Uuringu juhtiv autor ja UCLA bioinformaatika Ph.D. Kandidaat Michal Sadowski ütles, et kõige levinum meetod ravimivastuse geneetika analüüsimiseks on genotüübiga osalejate farmakogenoomilised uuringud...

Uus raamistik parandab ravimivastuse ja kõrvaltoimete geneetilist ennustamist

UCLA uuring on kirjeldanud uut raamistikku, mis teadlaste sõnul parandaks geneetika prognoosimist, määrates kindlaks, kui hästi patsient reageerib tavaliselt välja kirjutatud ravimitele ja mis tahes kõrvaltoimete tõsidust.

Avaldatud ajakirjas JournalRaku genoomikaUuringus leiti, et sekveneeritud inimese genoomide ja muude bioloogiliste andmete suurte raamatukogude andmed, mida nimetatakse biopankadeks, võivad anda uusi teadmisi laialdaselt kasutatavatele ravimitele reageerimise geneetilisest arhitektuurist.

Uuringu juhtiv autor ja UCLA bioinformaatika Ph.D. Kandidaat Michal Sadowski ütles, et kõige levinum meetod ravimivastuse geneetika analüüsimiseks on farmakogenoomilised uuringud randomiseeritud kontrollitud uuringutes genotüübiga osalejatel. Nendes uuringutes on aga väike osalejate arv, need on kallid ja olenevalt ravimist pole mõnikord isegi teostatavad, ütles Sadowski.

Biopankades leiduvad geneetilised andmed pakuvad mitmeid eeliseid. Neid raamatukogusid saab analüüsida ka väiksemate kuludega koos sekveneeritud geneetiliste andmetega suurtest populatsioonidest, sealhulgas teatud ravimeid kasutavatelt ja teistelt inimestelt. Kuigi biopanga andmed ei saa asendada randomiseeritud kontrollitud uuringuid, võivad need avada uut teavet, mis parandab tulevasi uuringuid ja edendab arenevat geneetika kasutamise valdkonda ravitulemuste ennustamiseks, ütles Sadowski.

Loodame, et tulevikus võimaldab see arstidel ja patsientidel hinnata ravi eeliseid ja riske isikupärasemalt ning teha teadlikumaid ja õigeaegsemaid otsuseid raviga tegelemiseks. Eeldame, et biopanga andmete analüüs on kõige kasulikum laialdaselt välja kirjutatud ravimite puhul. “

Michal Sadowski, UCLA bioinformaatika Ph.D. kandidaat

UCLA neuroloogia, arvutusmeditsiini ja inimgeneetika professori Noah Zaitleni ja Uchicago geneetilise meditsiini professori Andy Dahli juhendatud uuringus kasutati Ühendkuningriigi biopangas enam kui 342 000 inimese geneetilisi andmeid. Teadlased analüüsisid, kuidas nende geneetiline ülesehitus mõjutas nende reaktsiooni neljale maailmas kõige sagedamini välja kirjutatud ravimile: statiinid kõrge kolesteroolisisalduse korral, metformiin II tüüpi diabeedi korral, varfariin verehüüvete korral ning metotreksaat autoimmuunhaiguste ja vähi korral.

Sadowski ja tema kolleegid püüdsid kindlaks teha, kui suur geneetiline varieeruvus mängis nendele ravimitele reageerimisel varieeruvust ja millised konkreetsed geenid olid sellega seotud.

"Kui palju saab seletada geneetikaga, saab geneetikat kasutada hea ennustajana selle kohta, kuidas te ravimile reageerite," ütles Sadowski. "Ütleme, et tahad statiine võtta kolesteroolitaseme tõttu. Arst saab uurida sinu geneetikat ja anda sulle arvamuse, sealhulgas võimalikud kõrvalnähud. Kui sul on ennustajaid, mis ütlevad, et reageerid hästi ja on väike võimalus, et soovid kõrvaltoimeid, on see ilmselt hea valik ravi alustamiseks."

Näiteks tuvastati uuringus 156 geeni, mis võivad mõjutada statiinide mõju LDL-kolesterooli tasemele. Üldiselt oli ligikaudu 9% ravimivastuse varieeruvusest tingitud inimeste geneetilistest erinevustest.

Lisaks leiti uuringus, et geenide ja ravimite koostoimed võivad mõjutada ka polügeense skoorina tuntud geneetilise riski tööriista ennustavat jõudu. Polügeenseid skoori kasutatakse suure hulga geneetiliste variantide koosmõju kokkuvõtmiseks, et hinnata inimese riski haigestuda konkreetsele tunnusele või haigusele. Nende hinnangute koostamiseks kasutatavad mudelid peavad olema koolitatud suurte inimeste populatsioonide geneetiliste andmete põhjal ja neil peavad olema olulised piirangud, sealhulgas tuginedes peamiselt Euroopa päritolu inimeste andmetele.

Sadowski uuringus leiti, et polügeensete polügeensete hinnangute täpsus kliinilises kontekstis oli tõenäoliselt väiksem, kuna need hõlmasid andmeid nii statiinide kui ka mitte-statiini kasutajatelt.

"Olime üllatunud, kui nägime, et polügeensed ennustajad tekitasid selliseid olulisi erinevusi uimastitarbijate vahel," ütles Sadowski. “We were also surprised by the magnitude of drug-specific heritability for some outcomes.

Uuringul on mitmeid piiranguid, kusjuures tulevane töö on vajalik, et parandada vaatluste biopanga andmete põhjal tehtud järelduste usaldusväärsust ja mõista geneetilise riski prognoosimise piiranguid.


Allikad:

Journal reference:

Sadowski, M.,et al. (2024). Ravimivastuse geneetilise arhitektuuri iseloomustamine geenikonteksti interaktsiooni meetodite abil. Rakkude genoomika. doi.org/10.1016/j.xgen.2024.100722.