Novi okvir poboljšava genetsko predviđanje odgovora na lijekove i nuspojava
Studija UCLA-e opisala je novi okvir za koji istraživači kažu da bi poboljšao predviđanje genetike u određivanju koliko dobro bi pacijent reagirao na uobičajeno propisivane lijekove, kao i težinu svih nuspojava. Objavljena u časopisu Cell Genomics, studija je otkrila da podaci iz velikih biblioteka sekvenciranih ljudskih genoma i drugih bioloških podataka, nazvanih biobanke, mogu pružiti nove uvide u genetsku arhitekturu odgovora na široko korištene lijekove. Glavni autor studije i doktor bioinformatike UCLA. Kandidat Michal Sadowski rekao je da je najuobičajenija metoda za analizu genetike odgovora na lijek farmakogenomske studije na genotipiziranim sudionicima...
Novi okvir poboljšava genetsko predviđanje odgovora na lijekove i nuspojava
Studija UCLA-e opisala je novi okvir za koji istraživači kažu da bi poboljšao predviđanje genetike u određivanju koliko dobro bi pacijent reagirao na uobičajeno propisivane lijekove, kao i težinu svih nuspojava.
Objavljeno u časopisuStanična genomikaStudija je otkrila da podaci iz velikih biblioteka sekvenciranih ljudskih genoma i drugih bioloških podataka, zvanih biobanke, mogu pružiti nove uvide u genetsku arhitekturu odgovora na široko korištene lijekove.
Glavni autor studije i doktor bioinformatike UCLA. Kandidat Michal Sadowski rekao je da su najuobičajenija metoda za analizu genetike odgovora na lijekove farmakogenomske studije na genotipiziranim sudionicima u randomiziranim kontroliranim ispitivanjima. Međutim, te studije imaju mali broj sudionika, skupe su i, ovisno o lijeku, ponekad nisu ni izvedive, rekao je Sadowski.
Genetski podaci u biobankama nude nekoliko prednosti. Te se biblioteke također mogu analizirati po nižoj cijeni zajedno sa sekvenciranim genetskim podacima iz velikih populacija, uključujući ljude koji uzimaju i ne uzimaju određene lijekove. Dok podaci biobanke ne mogu zamijeniti randomizirana kontrolirana ispitivanja, oni mogu otključati nove informacije koje će poboljšati buduće studije i unaprijediti evoluirajuće polje korištenja genetike za predviđanje ishoda liječenja, rekao je Sadowski.
Nadamo se da će u budućnosti ovo omogućiti kliničarima i pacijentima da odvagnu dobrobiti i rizike liječenja na personaliziraniji način i donesu informiranije i pravovremenije odluke o uključivanju u liječenje. Pretpostavljamo da će analiza podataka biobanke biti najkorisnija za široko propisivane lijekove. “
Michal Sadowski, UCLA bioinformatika Ph.D. kandidat
Studija, koju su nadgledali profesor neurologije, računalne medicine i ljudske genetike s UCLA-e Noah Zaitlen i profesor genetske medicine s Uchicaga Andy Dahl, koristila je genetske podatke više od 342.000 ljudi u britanskoj biobanci. Istraživači su analizirali kako njihov genetski sklop utječe na njihov odgovor na četiri najčešće propisivana lijeka u svijetu: statine za visoki kolesterol, metformin za dijabetes tipa 2, varfarin za krvne ugruške i metotreksat za autoimune bolesti i rak.
Sadowski i njegovi kolege nastojali su utvrditi koliko genetske varijacije igraju ulogu u varijabilnosti odgovora na ove lijekove i koji su specifični geni uključeni.
"Ako se mnogo toga može objasniti genetikom, onda se genetika može koristiti kao dobar pokazatelj kako ćete reagirati na lijek", rekao je Sadowski. "Recimo da želite uzimati statine zbog razine kolesterola. Vaš liječnik može pogledati vašu genetiku i dati vam mišljenje, uključujući moguće nuspojave. Ako imate prediktore koji govore da ćete dobro reagirati i postoji mala vjerojatnost da ćete htjeti imati nuspojave, vjerojatno je dobar izbor za početak liječenja."
Na primjer, studija je identificirala 156 gena koji mogu utjecati na varijacije u učincima statina na razine LDL kolesterola. Sveukupno, oko 9% varijacija u odgovoru na lijek pripisano je genetskim razlikama od osobe do osobe.
Osim toga, studija je otkrila da interakcije gena i lijekova također mogu utjecati na snagu predviđanja alata za genetski rizik poznatog kao poligenski rezultat. Poligenski rezultati koriste se za sažetak kombiniranog učinka velikog broja genetskih varijanti za procjenu rizika osobe od razvoja određene osobine ili bolesti. Modeli koji se koriste za generiranje ovih procjena moraju biti uvježbani na genetskim podacima iz velikih populacija ljudi i imaju važna ograničenja, uključujući primarno oslanjanje na podatke ljudi europskog podrijetla.
Studija Sadowskog otkrila je da je točnost poligenskih poligenskih procjena u kliničkim kontekstima vjerojatno bila niža jer su uključivale podatke i od korisnika statina i onih koji nisu statini.
"Iznenadili smo se kada smo vidjeli da su poligeni prediktori proizveli tako značajne razlike u performansama između ljudi koji su na drogama", rekao je Sadowski. “Također smo bili iznenađeni veličinom nasljeđivanja specifičnih za lijekove za neke ishode.
Studija ima nekoliko ograničenja, s budućim radom koji je potreban kako bi se poboljšala pouzdanost zaključaka iz podataka promatrane biobanke i kako bi se razumjela ograničenja predviđanja genetskog rizika.
Izvori:
Sadowski, M.,et al. (2024). Karakteriziranje genetske arhitekture odgovora na lijek korištenjem metoda interakcije gena i konteksta. Stanična genomika. doi.org/10.1016/j.xgen.2024.100722.