Simple Science

最先端の科学をわかりやすく解説

# 健康科学# 遺伝学・ゲノム医学

パーソナライズド精神医学:抗うつ薬治療における遺伝子検査の役割

遺伝子配列解析が精神科患者の抗うつ薬治療を変えてる。

― 1 分で読む


遺伝子検査が抗うつ薬治療を遺伝子検査が抗うつ薬治療を変えるポートする。遺伝子の情報がより良い抗うつ薬の処方をサ
目次

ゲノムとエクソームのシーケンシングが病院で一般的になってきて、精神科の患者の理解と治療をより良くするのに役立ってるんだ。この分野での注目のポイントは、特に多くの患者が既存の薬にうまく反応しないことを考慮して、メンタル障害の治療を個別化することだね。精神障害の患者の20-60%が治療に抵抗があると推定されていて、新しい薬の開発はあまり進んでいないんだ。

うつ病は世界中で最も一般的な精神障害で、人口の健康にかなりの損失をもたらしてる。ファーマコゲノミクスは、私たちの遺伝子構成が薬への反応にどう影響するかを研究する科学の一分野。遺伝子の違いを調べることで、研究者はさまざまな人が抗うつ薬にどう反応するかを特定できるようになって、個別の治療法の道を開くことができるんだ。

遺伝的変異と抗うつ薬への反応

抗うつ薬の治療において、遺伝的変異を理解することは重要なんだ。抗うつ薬の働きに関わる重要な2つの遺伝子、CYP2D6とCYP2C19がある。研究者たちは、これらの遺伝子を使って抗うつ薬の処方をガイドするための臨床ガイドラインを開発したけど、これらのガイドラインは一般的な遺伝的変異のみを考慮して、薬の反応に影響を与える可能性のある稀な変異は無視してるんだ。

研究によると、個人が薬に反応する違いの30-40%はこれらの稀な遺伝的変異に起因する可能性がある。エクソームシーケンシングを受ける人が増える中で、この情報を個別化された治療計画にどう活用するかを更新する必要があるんだ。

今のところ、ファーマコゲノティック検査は限られた数の遺伝子を考慮してる。抗うつ薬の効果に影響を与える多くの異なる遺伝子が知られていて、既存の研究では約100個の遺伝子が特定されている。これには薬の代謝、神経伝達物質の受容体、脳内の薬物輸送体に関与する遺伝子が含まれてるんだ。もっと包括的なアプローチなら、複数の遺伝子にわたる変異の複合的な影響を考慮するべきだね。

なぜ稀な遺伝的変異が重要なのか

脳で活性な遺伝子は時間が経ってもあまり変わらないことが多いから、これらの遺伝子の稀な変異でも薬の効果に大きな影響を与える可能性があるよ。例えば、セロトニン輸送に関わる遺伝子の小さな変化が、一般的に使われる抗うつ薬をある人にとって無効にするかもしれない。こうした稀な変異を持っている患者を早めに特定できれば、治療抵抗を避けるのに助けになるかもしれないね。

以前には、個人の遺伝的変異の負担を考慮するためのスコアリングシステムを作ろうとした試みがあった。目標は、異なる遺伝的変異の影響を一つのスコアにまとめたPharmGScoreを作ることだ。このスコアを使って、個人が負の薬反応のリスクを評価することができるんだ。

PharmGScoreの構築

PharmGScoreプロジェクトは、薬への反応に関する遺伝的変異の影響を評価する方法を改善することを目指してた。チームは、単一の遺伝的変異を評価するための既存の予測因子に基づく新しいスコアリングシステムを開発した。PharmGScoreは、医師が複数の変異の影響を一つのスコアにまとめることを可能にして、患者の薬に関する遺伝的負担を評価する手助けをしてるんだ。

PharmGScoreを構築するために、研究者たちはさまざまな遺伝子やそれらの薬の代謝や効果に関する情報を集めた。この研究では、抗うつ薬に対して有害な反応を示した個人の実際のケースと比較するために、大規模なデータベースからの遺伝的データを使ってPharmGScoreをテストすることも含まれてるよ。

データと分析アプローチ

この研究では、健康研究の参加者からの大規模な全エクソーム配列のデータセットを使用した。研究者たちは、PharmGScoreが抗うつ薬への有害反応をどれだけ予測できるかを調べることを目指してる。分析では、特定の遺伝的変異の存在や患者の履歴などいくつかの要因を考慮してるんだ。

研究の間、研究者たちは抗うつ薬への反応に関与することが知られている特定の遺伝子に注目した。彼らは、PharmGScoreがどの個人が抗うつ薬に対する負の反応のリスクがあるかを示す能力を評価し、特に薬毒性の病歴を持つ患者をターゲットにしてるんだ。

参加者のフェノタイピング

研究の参加者は、抗うつ薬による有害な反応や中毒の健康記録に基づいて分類された。分析には、遺伝子データセットに十分な数のケースがあった条件のみが含まれた。これは、毒反応を示す特定のコードで診断された参加者に焦点を当てることを意味してるよ。

研究者たちは、異なるPharmGScoreの値を持つ個人のグループを比較して、これらのスコアが有害な薬反応の可能性とどう関連しているかを見た。目的は、高いスコアが負の結果のリスクを示すかどうかを判断することだったんだ。

結果と発見

研究の結果、特に薬の代謝に関わる特定の遺伝子において、より高いPharmGScoreを持つ参加者が抗うつ薬に対して有害な反応を示す可能性が高いことが示された。特定の遺伝的プロファイルが薬毒性を経験した個人においてより一般的であることが明らかになったんだ。

特に、薬の代謝に重要な役割を果たすシトクロムP450遺伝子が、有害な薬反応の可能性への重要な寄与因子として強調された。この分析は、特定の遺伝的プロファイルを持つ個人がより大きなリスクにあることを確認して、精神科治療における遺伝子検査の必要性を支持する結果となった。

意義の理解

PharmGScoreは、医師にとって役立つツールを提供していて、患者が特定の薬にどれだけ反応するかを遺伝子構成に基づいて洞察を与えるものなんだ。これらの情報をもとに、医療提供者はどの薬を処方するかをより情報に基づいた決定ができるようになって、悪影響のリスクを最小限に抑えるのを助けるんだ。

この研究は、臨床実践に遺伝子検査を統合することの重要性を示してる。もっと多くの患者がシーケンシングを受けることで、個別化医療の分野が進化して、メンタルヘルス治療の個々のニーズにより良く対応できるようになる。研究結果は、見落とされるかもしれない稀な変異を含む、より包括的な遺伝子検査の必要性も強調してるよ。

研究の今後の方向性

PharmGScoreは、遺伝子データを使って治療決定を情報提供するための重要なステップを示してる。今後の研究では、このスコアリングシステムをさらに洗練し、追加の遺伝的変異を取り入れて、他の薬剤クラスへの応用を広げることができるかもしれないね。

最終的には、遺伝的プロファイルを効果的な治療戦略と結びつけることが目標なんだ。データがもっと集まることで、研究者たちは予測モデルを改善して、各患者のユニークな遺伝的背景を考慮したより個別化された治療計画を作れるようになるだろう。

さらに、医療システムがファーマコゲノティック検査を採用し始めると、医療提供者が臨床設定でこれらの知見を解釈し適用する方法について教育することが重要になる。これによって、患者が自分の遺伝的プロファイルに基づいて最も効果的な治療を受けられるようになり、メンタルヘルスケアの全体的な成果が向上するんだ。

結論

ゲノムとエクソームのシーケンシングは、精神障害の治療方法を変革している。遺伝子変異を分析し、PharmGScoreのようなスコアを使用することで、医療提供者は患者に対する治療オプションについてより良い情報に基づいた決定を下せるようになる。このアプローチは、悪影響のリスクを最小限に抑えるだけでなく、抗うつ薬治療の全体的な効果を高める助けにもなるんだ。

研究が進むにつれて、遺伝子データがメンタルヘルス治療にどのように統合されるかにおいて重要な進展が期待される。これによって、個別化医療がスタンダードになって、すべての患者が自分の遺伝子構成に基づいて最高のケアを受けられる未来につながるんだ。PharmGScoreのようなツールが続々と発展することで、メンタルヘルスの課題に悩む人々の生活が改善されることを期待してるよ。

オリジナルソース

タイトル: PharmGScore scores of compound genetic variant burden for psychiatric treatment optimization

概要: The acceptability of antidepressant drugs partly depends on genetic factors. The list of genes involved in antidepressant response, including Adverse Drug Reactions (ADRs) is broad and contains both drug-metabolizing enzymes (pharmacogenes) and genes involved in pharmacodynamics. Variants in pharmacogenes are traditionally reported in the form of star alleles and are partially annotated with known phenotypic consequences. As it is unfeasible to analyze all genotype-phenotype pairs, computational approaches remain the practical solution. A pharmacogenetic framework to predict responses to antidepressant drug treatment would provide great benefit to patients. In this study, we present a scoring system (PharmGScore) to assess both rare and common genetic variant burden across multiple genes. The PharmGScore is constructed by normalizing and aggregating existing, well-established computational variant predictors (CADD, Fathmm-xf, PROVEAN, Mutation Assessor). We show that this score effectively distinguishes no and decreased function from normal and increased function pharmacogenetic variants reported in PharmVar (PharmGScore AUC = 0.86). PharmGScore has improved performance when compared to its component scores (AUCs: CADD = 0.79; FATHMM-XF = 0.81; PROVEAN = 0.81; Mutation Assessor = 0.75). We then apply the PharmGScore to the 200k exome sequences of the UK Biobank (UKB). We report the overrepresentation of UKB participants with high (>50) gene PharmGScore for CYP2C19 and CYP2C9 and with high (>100) compound PharmGScore from nine pharmacogenes within a group with an antidepressant toxicity diagnostic code (T43.2). We then analyze all UKB participants that received any antidepressant toxicity or ADR diagnosis (n = 602). We indicate genes for which a higher burden may be associated with antidepressant toxicity or ADRs and confirm the known roles of CYP2C19 and CYP2D6 in this process. Finally, we show that patients who experienced ADRs to antidepressants in the therapeutic process or accidental poisoning with antidepressants have a higher PharmGScore composed of nine cytochrome P450 genes. Our study proposes a novel paradigm to assess the compound genetic variant burden associated with antidepressant response from exome sequencing data. This approach can be further applied to a user-defined set of genes to investigate other pharmacological traits.

著者: Michal Korostynski, M. Borczyk, M. Piechota, J. Hajto

最終更新: 2023-06-29 00:00:00

言語: English

ソースURL: https://www.medrxiv.org/content/10.1101/2023.06.27.23291888

ソースPDF: https://www.medrxiv.org/content/10.1101/2023.06.27.23291888.full.pdf

ライセンス: https://creativecommons.org/licenses/by-nc/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。

類似の記事