İmmünosüpresan Kullanımı
Giriş
İmmünosüpresan ilaçlar, vücudun bağışıklık sisteminin aktivitesini inhibe etmek veya azaltmak üzere tasarlanmış bir ilaç sınıfıdır. Bu ilaçların temel amacı, bağışıklık sisteminin sağlıklı hücrelere veya dokulara saldırmasını ve zarar vermesini önlemektir.
Biyolojik Temel
İmmün sistem, vücudu bakteri, virüs ve yabancı maddeler gibi zararlı istilacılardan korumak için birlikte çalışan hücreler, dokular ve organlardan oluşan karmaşık bir ağdır. İmmünosüpresanlar, bu sistemin T hücreleri, B hücreleri veya immün yanıtlarda rol oynayan sinyal yolları gibi çeşitli bileşenlerini hedef alarak etkilerini gösterir. Örneğin, bazı ilaçlar immün hücrelerin proliferasyonunu inhibe edebilirken, diğerleri inflamatuar sitokinlerin üretimini bloke eder. Genetik varyasyonlar, bir bireyin bu ilaçları nasıl metabolize ettiğini veya immün sistemlerinin bunlara nasıl yanıt verdiğini etkileyerek etkinlik ve yan etkilerde farklılıklara yol açabilir.
Klinik Önemi
Immünosüpresanların klinik uygulamaları geniştir ve çoğu zaman hayat kurtarıcıdır. Organ naklinde, alıcının bağışıklık sisteminin yeni organı reddetmesini önlemek için kritik öneme sahiptirler. Ek olarak, bu ilaçlar bağışıklık sisteminin yanlışlıkla vücudun kendi dokularına saldırdığı geniş bir otoimmün hastalık yelpazesini yönetmek için kullanılır. Örnekler arasında romatoid artrit, sistemik lupus eritematozus, inflamatuvar barsak hastalığı (Crohn hastalığı ve ülseratif kolit) ve multipl skleroz yer alır. Son derece etkili olmakla birlikte, immünosüpresanlar enfeksiyonlara ve bazı kanserlere karşı artan duyarlılık da dahil olmak üzere riskler taşır, bu da dikkatli izlem ve kişiselleştirilmiş dozaj gerektirir.
Sosyal Önem
İmmünosüpresan kullanımı, modern tıp ve halk sağlığını derinden etkilemiştir. Başarılı organ nakillerini mümkün kılarak, bu ilaçlar son dönem organ yetmezliği olan hastaların prognozunu dönüştürmüş, yaşam kalitelerini önemli ölçüde uzatmış ve iyileştirmiştir. Kronik otoimmün rahatsızlıkları olan bireyler için immünosüpresanlar, zayıflatıcı semptomları hafifletebilir, hastalık ilerlemesini önleyebilir ve fonksiyonel kapasiteyi geri kazandırarak daha üretken bir yaşam sürmelerine olanak tanır. Bu ilaçların yaygın kullanımı, tedavi sonuçlarını optimize etmek ve yan etkileri en aza indirmek için bireysel genetik yatkınlıkları anlamanın önemini de vurgulamakta, kişiselleştirilmiş tıpın büyüyen alanına katkıda bulunmaktadır.
Sınırlamalar
Karmaşık özelliklerin, immünosüpresanlar gibi ilaçlara verilen yanıtlar da dahil olmak üzere, genetik temellerini anlamak, genetik araştırmalardaki çeşitli metodolojik ve doğasından kaynaklanan zorluklarla sıklıkla kısıtlanmaktadır. Genom çapında ilişkilendirme çalışmaları (GWAS) bulgularının yorumu ve daha geniş uygulanabilirliği bu sınırlamaları dikkate almalıdır.
Metodolojik ve İstatistiksel Kısıtlamalar
Genetik çalışmalar genellikle tasarım ve istatistiksel güçleriyle ilgili sınırlamalarla karşılaşır, bu da bulguların sağlamlığını ve tekrarlanabilirliğini etkileyebilir. Birçok kohort orta büyüklüktedir, bu da onları yetersiz istatistiksel güç nedeniyle yanlış negatif bulgulara karşı duyarlı hale getirir.[1] Genetik ilişkilendirmelerin nihai doğrulanması, farklı kohortlarda bağımsız replikasyon gerektirir; ancak, replikasyon oranları düşük olabilir ve bazı meta-analizler ilişkilendirmelerin yalnızca yaklaşık üçte birinin başarıyla replike edildiğini göstermektedir.[1] Bu replikasyon eksikliği, başlangıçtaki yanlış pozitif bulgulardan, farklı çalışma popülasyonları arasındaki genetik etkilerdeki gerçek farklılıklardan veya replikasyon girişimlerindeki yetersiz istatistiksel güçten kaynaklanabilir.[1] Ayrıca, replikasyonun tanımı karmaşık olabilir ve yalnızca aynı etki yönünü değil, sıklıkla aynı rsID'yi veya güçlü bağlantı dengesizliğindeki bir varyantı gerektirir.[2] İstatistiksel titizlik de zorluklar sunar. Genom çapında çoklu test için muhafazakar Bonferroni düzeltmeleri sıklıkla uygulanırken, bunlar bazen aşırı sıkı olabilir ve potansiyel olarak gerçek, ancak daha küçük etkileri gizleyebilir.[3] Tersine, çoklu özellik analizlerinde çok sayıda fenotip için düzeltme yapma gerekliliği, ek trans etkilerin tespit edilememesine yol açabilir.[3] Analiz edilmemiş varyantlar için genotipleri tahmin etmek için yaygın bir uygulama olan imputasyon, belirli bir belirsizlik derecesi sunar; çalışmalar tipik olarak belirli bir eşiğin altındaki imputasyon kalitesine sahip SNP'leri hariç tutar ve impute edilmiş alleller için tahmini hata oranlarını rapor eder.[4] Son olarak, mevcut GWAS platformları bilinen tüm SNP'lerin yalnızca bir alt kümesini kullanır, bu da eksik genomik kapsama nedeniyle bazı nedensel genlerin veya varyantların gözden kaçırılabileceği anlamına gelir.[5]
Genellenebilirlik ve Fenotipik Karakterizasyon
Genetik bulguların genellenebilirliği, çalışma popülasyonlarının özellikleri ve fenotipik ölçümlerin hassasiyeti tarafından sıklıkla sınırlıdır. Genetik araştırmalarda kullanılan birçok büyük kohort, ağırlıklı olarak beyaz Avrupalı kökenli, genellikle orta ve ileri yaş aralıklarında olan bireylerden oluşmaktadır.[1] Bu demografik homojenlik, popülasyon tabakalaşmasını kontrol etmeye yardımcı olsa da, bulguların daha genç bireylere veya farklı etnik veya ırksal kökenden gelen popülasyonlara doğrudan uygulanabilirliğini kısıtlar.[1] Popülasyon tabakalaşmasını hesaba katmak için genomik kontrol veya temel bileşen analizi gibi yöntemlerle çabalar gösterilse de,[6] temel genetik mimari ve allel frekansları farklı kökenler arasında önemli ölçüde değişebilir, bu da daha geniş bir temsiliyeti gerektirmektedir.
Fenotipik karakterizasyon da önemli engeller teşkil etmektedir. Birçok protein ve biyobelirtecin seviyeleri, çok sayıda karmaşık biyolojik süreçten etkilenir ve gen ekspresyon seviyeleri ile protein bolluğu arasındaki korelasyon önemli ölçüde değişebilir.[3] Ekspresyon çalışmaları için kullanılan doku tipinin önemi de kritik öneme sahiptir; örneğin, uyarılmamış kültürlenmiş lenfositler, daha ilgili dokulardaki protein seviyelerini doğru bir şekilde yansıtmayabilir.[3] Ek olarak, genetik ilişkilendirmeler cinsiyete özgü etkiler gösterebilir; bu etkiler, çoklu test yükünü azaltmak amacıyla analizler cinsiyetler arasında birleştirildiğinde tespit edilemeyebilir.[5] Ayrıca, DNA örnekleri daha sonraki muayenelerde toplandığında önyargılar ortaya çıkabilir, bu da gözlemlenen genetik ilişkilendirmeleri çarpıtan bir sağkalım yanlılığına yol açabilir.[1]
Mekanistik Aydınlatma ve Açıklanmamış Faktörler
Genetik ilişkilendirmeler tanımlanmasına rağmen, altta yatan biyolojik mekanizmalar genellikle belirsiz kalmakta ve önemli bir bilgi boşluğunu temsil etmektedir. Tanımlanan birçok cis etkisi için, bir genetik varyantı değişmiş protein düzeylerine bağlayan kesin moleküler mekanizma tam olarak anlaşılamamıştır.[3] Bazı ilişkilendirmeler, diferansiyel protein parçalanması veya kopya sayısı varyasyonları gibi mekanizmalara atfedilebilse de, bu bağlantıları doğrulamak ve bu tür yapısal varyantlarla bağlantı dengesizliğinin kapsamını değerlendirmek için sıklıkla daha fazla çalışmaya ihtiyaç duyulmaktadır.[3] GWAS'ta temel bir zorluk, sayısız ilişkilendirme arasından eleme yapmak ve fonksiyonel takip için belirli SNP'leri önceliklendirme görevidir; bu, bulguları doğrulamak ve biyolojik içgörülere dönüştürmek için esastır.[1] Genetik faktörler ile çevresel veya yaşam tarzı etkileri arasındaki karmaşık etkileşim, genetik çalışmaları da karıştırabilir. Bazı çalışmalar daha önceki tıbbi tedaviler[3] veya sağlık koşulları[3] gibi kovaryatları hesaba katarken, kapsamlı bir anlayış, ölçülmemiş veya eksik modellenmiş çok çeşitli çevresel faktörlerin dikkate alınmasını gerektirir. Aynı gen içinde birden fazla nedensel varyantın varlığı veya bilinmeyen bir nedensel varyantla güçlü bağlantı dengesizliğinde olan ancak birbirleriyle olmayan varyantlar, kesin genetik itici güçlerin tanımlanmasını daha da karmaşık hale getirmektedir.[2] Bu durum, genetik varyantların kompleks özellikleri nasıl etkilediğine dair istatistiksel ilişkinin ötesine geçerek eksiksiz bir mekanistik anlayışa ulaşmak için fonksiyonel doğrulama çalışmalarına duyulan devam eden ihtiyacı vurgulamaktadır.
Varyantlar
Genetik yapı, bir bireyin immün yanıtlarını ve immünosüpresif tedaviler gerektirenler de dahil olmak üzere çeşitli hastalıklara yatkınlığını önemli ölçüde etkiler. Genomdaki genler içindeki varyantlar, immün yolları modüle ederek hem hastalık riskini hem de bir kişinin tedaviye nasıl yanıt verebileceğini etkileyebilir.
- kromozomdaki Majör Histokompatibilite Kompleksi (MHC) bölgesi, adaptif immünitenin merkezinde yer alan HLA-DRB1 ve HLA-DQA1 gibi genleri içererek immün sistem fonksiyonu için kritik öneme sahiptir. Bu HLA genlerinin içinde veya yakınında bulunan rs35118762, rs687308 ve rs117441922 gibi varyantlar, immün sistemin antijenleri T-hücrelerine nasıl sunduğunu etkileyebilir; bu, yabancı istilacıları tanıma ve onları vücudun kendi hücrelerinden ayırma konusunda temel bir adımdır. Antijen sunumu verimliliğindeki değişiklikler, immün sistemin yanlışlıkla kendi dokularına saldırdığı otoimmün hastalıklara bir bireyin yatkınlığını önemli ölçüde etkileyebilir.[1] Sonuç olarak, bu genetik farklılıklar, immünosüpresif ilaçlara olan ihtiyacı etkileyebilir ve temel immün reaktiviteyi etkileyerek hastaların bu tür tedavilere nasıl yanıt verdiğini potansiyel olarak modüle edebilir.[3]
İmmün hücre davranışını ayrıca CCR6 ve STAT4 gibi genlerdeki varyantlar da etkiler. CCR6 geni bir reseptörü kodlar ve rs1571878 varyantı, belirli immün hücrelerin, özellikle Th17 lenfositlerinin, inflamasyon bölgelerine göçünü etkileyebilir. Bu hücreler, birçok otoimmün ve inflamatuar durumun temel tetikleyicileridir. Benzer şekilde, STAT4 bir transkripsiyon faktörü olarak hayati bir rol oynar ve Th1 ve Th17 hücrelerinin gelişimi için gerekli olan IL-12 ve IL-23 gibi sitokinlerden gelen sinyallere aracılık eder.[7] STAT4'teki rs7582694 ve rs10553577 gibi varyantlar, bu kritik sinyal yolunu değiştirebilir, düzensiz immün yanıtlara ve romatoid artrit ve sistemik lupus eritematozus gibi otoimmün hastalıklara artan yatkınlığa yol açabilir. Bu genetik yatkınlıklar, inflamatuar yolları hedef alan immünosüpresif tedavilerin dozajını ve etkinliğini etkileyebilir.[8]
NFKBIE geni, rs2233424 ve rs28362855 gibi varyantlarla, immün ve inflamatuar gen ekspresyonu için merkezi bir kontrol sistemi olan NF-κB yolunu düzenlemek için kritik öneme sahiptir. NFKBIE, NF-κB'nin bir inhibitörünü kodlar, bu nedenle varyantları değişmiş inflamatuar yanıtlara yol açarak kronik inflamatuar hastalık riskini potansiyel olarak artırabilir. NFKBIE'ye bitişik olan TMEM151B'nin işlevi dolaylı olarak etkilenebilir. Ek olarak, RNF182'nin yakınında yer alan ve rs146022249 ve rs72836542 gibi varyantlarla ilişkili olan CD83 geni, dendritik hücreler gibi aktive immün hücreler üzerinde eksprese edilir ve burada immün aktivasyonunu ve toleransı düzenlemeye yardımcı olur.[1] Bu genlerdeki genetik varyasyonlar, genel immün aktivasyon durumunu etkileyerek bir bireyin immün aracılı bozukluklara karşı savunmasızlığını ve immün sistemi baskılamak veya modüle etmek için tasarlanmış ilaçlara potansiyel yanıtını etkileyebilir.[3]
Diğer genetik varyasyonlar, doğrudan klasik immün genlerde olmasa da, sağlık ve immünosüpresan kullanımıyla ilgili karmaşık özelliklerde de rol oynayabilir. Örneğin, rs6679677 varyantı PHTF1 ve RSBN1'i kapsayan bir bölgede yer almaktadır. PHTF1 hücre döngüsü ve DNA onarımında rol oynarken, RSBN1 protein sentezine katkıda bulunur. Doğrudan immünolojik rolleri daha az tanımlanmış olsa da, bu bölgelerdeki varyantlar, immün hücre fonksiyonunun temelini oluşturan hücresel süreçler üzerinde veya ilaç metabolizması yollarını etkileyen ince etkilere sahip olabilir.[7] Benzer şekilde, rs114704433 varyantı, çekirdek histon proteinlerini kodlayan H2BC9 ve H3C8'in yakınında yer almaktadır. Histonlar, DNA'yı paketlemek ve immünle ilgili genler de dahil olmak üzere gen ekspresyonunu epigenetik mekanizmalar aracılığıyla düzenlemek için temeldir. Bu yapısal genleri etkileyen varyasyonlar, immün hücre farklılaşmasını ve fonksiyonunu dolaylı olarak modüle edebilir, potansiyel olarak immünosüpresif tedavilerin etkinliğini veya yan etkilerini etkileyebilir.[8]
Önemli Varyantlar
| RS ID | Gen | İlişkili Özellikler |
|---|---|---|
| rs35118762 rs687308 |
HLA-DRB1 - HLA-DQA1 | immunosuppressant use measurement |
| rs117441922 | HLA-DQA1 | immunosuppressant use measurement |
| rs6679677 | PHTF1 - RSBN1 | rheumatoid arthritis, celiac disease type 1 diabetes mellitus rheumatoid arthritis hypothyroidism keratinocyte carcinoma |
| rs1571878 | CCR6 | rheumatoid arthritis immunosuppressant use measurement total blood protein measurement rheumatoid arthritis, hypothyroidism |
| rs7582694 rs10553577 |
STAT4 | systemic lupus erythematosus type 1 diabetes mellitus hypothyroidism immunosuppressant use measurement Thyroid preparation use measurement |
| rs2233424 rs28362855 |
NFKBIE - TMEM151B | rheumatoid arthritis immunosuppressant use measurement |
| rs146022249 rs72836542 |
RNF182 - CD83 | immunosuppressant use measurement |
| rs114704433 | H2BC9 - H3C8 | immunosuppressant use measurement |
Enflamatuvar ve İmmün İlişkili Biyobelirteçlerin Karakterizasyonu
İmmünosüpresan kullanımı anlayışı, immün sistem aktivitesini ve enflamatuvar durumları yansıtan temel biyobelirteçlerin kesin tanımı ve karakterizasyonu ile esasen bağlantılıdır. TNF-alfa, İnterlökin-6 (IL-6), C-reaktif protein (CRP), Makrofaj enflamatuvar protein beta (MIPb), İnterlökin-18 (IL18), İnterlökin-1 beta (IL-1b), İnterlökin-8 (IL-8), Monosit Kemotaktik Protein-1 (MCP1), Hücrelerarası adezyon molekülü-1 (ICAM1), P-selektin, CD40 ligandı ve Miyeloperoksidaz gibi enflamatuvar belirteçler de dahil olmak üzere birçok protein kantitatif özellikler olarak kabul edilmektedir.[1], [3] Bu biyobelirteçler, sistemik enflamasyonu ve immün yanıtları değerlendirmek için kritik öneme sahiptir ve immünosüpresif müdahalelerin ne zaman düşünülebileceği veya etkinliklerinin izlenebileceği konusunda kavramsal bir çerçeve sunar.[1] Bu proteinler için standartlaştırılmış nomenklatür, Swissprot gibi veritabanlarından erişim numaraları (örn. TNFa - P01375, MIPb - P13236, IL18 - Q14116, CRP - P02741, IL1RA - P18510) ve ilgili genleri için Ensembl aracılığıyla sürdürülmektedir.[3]
Biyobelirteçler İçin Operasyonel Tanımlar ve Ölçüm Metodolojileri
Bu biyobelirteçler için operasyonel tanımlar, klinik ve araştırma doğruluğu için kritik öneme sahip belirli ölçüm yaklaşımlarını ve veri işleme protokollerini kapsar. Enflamatuar biyobelirteçler, ticari olarak temin edilebilen ELISA kitleri kullanılarak (örn. ICAM-1, IL-6, MCP1, yüksek duyarlılıklı TNF-alfa için) rutin olarak ikişerli ölçülür.[1] Diğer yöntemler arasında yüksek duyarlılıklı CRP için nefelometri, natriüretik peptitler için immünoradyometrik testler, gamma-glutamil aminotransferaz için spektrofotometri, alanin aminotransferaz ve aspartat aminotransferaz için kinetik yöntemler, 25(OH)D ve insülin için radyoimmünoassay (RIA) ve serum CRP için immünoenzimometrik test bulunur.[1], [2] Kan örnekleri, tipik olarak serum veya plazma, ölçümleri standardize etmek için genellikle bir gecelik açlık sonrası toplanır.[1], [2], [9] Veri işleme, istatistiksel analizden önce serum ölçümlerini normalliğe dönüştürmeyi veya normal bir dağılımdaki persentillere karşılık gelen Z skorları atamayı sıkça içerir.[3] Test tespit limitlerinin altında veya üstünde kalan değerler için, limitlerin altındaki değerleri sıfır olarak kodlama gibi belirli kodlama stratejileri kullanılır ve sağlam ilişkilendirme bulguları sağlamak için kantil regresyonu kullanan non-parametrik analizler uygulanabilir.[3]
Biyobelirteç Düzeylerinin Sınıflandırılması ve Klinik Eşikleri
Biyobelirteç düzeylerinin sınıflandırılması, bunların klinik ve bilimsel önemini yorumlamak için hem nicel hem de kategorik yaklaşımları içerir. Birçok biyobelirteç nicel özellikler olarak analiz edilse de, sıklıkla eşiklere göre farklı kategorilere ayrılırlar. Örneğin, özellikler medyan noktasında veya bireylerin %50'sinden fazlasının düzeyleri bu sınırların altındaysa tespit edilebilir sınırların noktasında dikotomize edilebilir.[3] Ayrıca, bazı biyobelirteçler için, örneğin yüksek Lipoprotein A (LPA) düzeyleri için 14 mg/dl'nin standart bir klinik kesim noktası olması gibi, belirli klinik kesim noktaları belirlenmiştir.[3] Çeşitli biyokimya değişkenleri için de normal aralıklar tanımlanmıştır; bu aralıklar, hastalık durumlarını veya değişmiş fizyolojik fonksiyonu gösterebilecek sapmaları değerlendirmek için bir referans sağlar.[10] Bu sınıflandırmalar, artmış enflamatuar veya immün aktiviteye sahip bireyleri belirlemek, immünosüpresan tedavilerin gerekliliğini ve dozajını bilgilendirmek ve klinik ve araştırma ortamlarında tedavi yanıtlarını değerlendirmek için temeldir.[3]
Enflamatuar Yollara ve İmmün Modülasyona Genetik İçgörüler
Genetik çalışmalar, anahtar enflamatuar biyobelirteçlerin düzeylerini etkileyen belirli lokusları tanımlamış ve immün modülasyonun kritik olduğu durumlar için temel bir anlayış sağlamıştır. Örneğin, IL6R genine yakın varyasyonlar, enflamasyonda rol oynayan IL-6 sinyal yollarının kritik bir bileşeni olan çözünür IL-6 reseptörünün değişmiş düzeyleri ile ilişkilidir.[3] Benzer şekilde, HNF1A, IL6R ve GCKR gibi genlerdeki polimorfizmler, sistemik enflamasyonun yaygın olarak kullanılan bir belirteci olan C-reaktif protein (CRP) düzeyleri ile ilişkilendirilmiştir.[8] Bu genetik belirleyicileri anlamak, bir bireyin temel enflamatuar durumu hakkında ışık tutabilir; bu da hastalık duyarlılığını ve çeşitli ilişkili enflamatuar durumlar arasındaki etkileşimi değerlendirmek, immün aracılı bağlamlarda potansiyel yanıtları yönlendirmek için önemlidir.
İmmün Aracılı Durumlarda Prognostik Değer ve Tedavi Yanıtı
Yüksek veya düşük inflamatuar mediyatör seviyelerine, çözünür IL-6 reseptörü veya CRP gibi, genetik yatkınlık, inflamatuar hastalıkların seyrine dair prognostik öngörüler sunabilir ve immün modüle edici tedavilerin etkinliğini potansiyel olarak etkileyebilir. Örneğin, IL-6 reseptörünün farklılaşmış klivajına yol açarak çözünür seviyelerini değiştiren belirli genetik varyantlar, bir bireyin IL-6 yolunu hedefleyen tedavi stratejilerine nasıl yanıt verdiğini etkileyebilir.[3] Bu tür genetik bilgiler, diğer klinik verilerle birlikte, hastalık ilerlemesini tahmin etmeye ve dikkatli immün yönetim gerektiren durumlara sahip hastalarda tedavi yaklaşımlarını kişiselleştirmeye katkıda bulunabilir.
İnflamatuar Fenotipler İçin Risk Stratifikasyonu ve Kişiselleştirilmiş Yaklaşımlar
CRP, IL-6sR veya TNF-alfa gibi yüksek inflamatuar belirteçlerle ilişkili spesifik genetik profillere sahip bireylerin belirlenmesi, inflamatuar veya otoimmün durumlar için risk stratifikasyonuna yardımcı olabilir.[1] Örneğin, bu belirteçlerin daha yüksek bazal seviyelerine yol açan genetik varyasyonlar, daha şiddetli veya kalıcı inflamatuar yanıtlara karşı bir yatkınlığı işaret edebilir. Bu anlayış, temelindeki inflamatuar yatkınlıkları yöneterek komplikasyonları önlemek veya hasta sonuçlarını optimize etmek amacıyla, potansiyel olarak spesifik immün modüle edici ajanları içeren daha erken müdahale veya daha hedefe yönelik tedavi stratejilerine olanak tanıyarak kişiselleştirilmiş tıp yaklaşımlarını kolaylaştırabilir.
İmmünolojik Medyatörler ve İlaç Hedefleri Üzerindeki Genetik Etki
Genetik varyantlar, temel immünolojik medyatörlerin ifadesini ve aktivitesini önemli ölçüde etkileyerek, immünosüpresan tedavilerin etkinliğini ve güvenliğini derinden etkileyebilir. Örneğin, IL6R genindeki kodon değişimi olan tek nükleotid polimorfizminin (nsSNP), bağlı ve serbest reseptörün farklılaşmış klivajına neden olarak, çözünür İnterlökin-6 reseptörünün (IL-6sR) farklı seviyelerde oluşumuna yol açtığı gösterilmiştir.[3] IL-6sR gibi kritik bir sinyal molekülündeki bu tür varyasyonlar, inflamatuar yanıtı değiştirebilir ve IL-6 yolunu hedef alan ilaçlara verilen terapötik yanıtı potansiyel olarak modifiye edebilir; bu da optimal immünosüpresyonu sağlamak için kişiselleştirilmiş yaklaşımları gerektirir.
Doğrudan reseptör varyantlarının ötesinde, diğer inflamatuar sitokinleri ve kemokinleri kodlayan genlerdeki polimorfizmler de değişken immün yanıtlara katkıda bulunur. Örneğin, ABO geni, değişken TNF-alpha seviyeleri ile ilişkili olan rs8176746 ve rs505922 gibi SNP'ler içerir.[3] Benzer şekilde, CCL4L1 genindeki kopya sayısı varyasyonlarının (CNV'ler), immün hücre trafiği ve inflamasyonda rol oynayan bir kemokin olan makrofaj inflamatuar protein-beta (MIP-beta) seviyelerini etkilemesi muhtemeldir.[3] Temel inflamatuar protein seviyelerindeki bu genetik farklılıklar, hastaların çeşitli inflamatuar profiller sergileyebileceğini düşündürmektedir; bu da bu spesifik immün yolları modüle etmek için tasarlanmış immünosüpresanların seçimini veya dozajını belirleyebilir.
İlaç Metabolizması ve Detoksifikasyon Yollarındaki Varyasyonlar
Faz II ilaç metabolize edici enzimlerdeki, örneğin Glutatyon S-transferaz (GST) süpergen ailesindeki genetik polimorfizmler, bazı immünosüpresan ilaçlar ve metabolitleri de dahil olmak üzere çeşitli ksenobiyotiklerin detoksifikasyonunda ve eliminasyonunda kritik bir rol oynar. Farklı GST genotiplerinin akciğer fonksiyonu düşüşünü değiştirdiği, endojen ve eksojen bileşikleri yönetmede daha geniş bir rolü işaret ettiği bilinmektedir.[11] Bu enzimatik değişkenlik, değişmiş ilaç klirens hızlarına yol açabilir; bu durum potansiyel olarak supra-terapötik ilaç konsantrasyonları ve advers etki riskinin artması veya tedavi başarısızlığına yol açan sub-terapötik seviyelerle sonuçlanabilir.
GST polimorfizmlerinden kaynaklanan çeşitli metabolik fenotipler, bireylerdeki ilaç dispozisyonunun karmaşıklığını vurgulamaktadır. Esas olarak glutatyon konjugasyon yolları aracılığıyla metabolize edilen immünosüpresanlar için, GST varyantlarına yönelik genetik testler, bir hastanın ilacı işleme kapasitesi hakkında bilgi sağlayabilir ve böylece başlangıç dozaj stratejilerine rehberlik edebilir. İmmünosüpresanlarla spesifik ilaç-gen etkileşimleri sağlanan bağlamda detaylandırılmamış olsa da, değişmiş detoksifikasyon kapasitesinin genel prensibi, ilaç maruziyetini yönetmek ve toksisiteyi en aza indirmek için kritik bir husus olmaya devam etmektedir.
Farmakokinetik ve Farmakodinamik Değişkenlik
İlaç metabolizmasını ve hedef proteinleri etkileyen genetik varyantların etkileşimi, immünosüpresif ajanlara yanıtta önemli farmakokinetik (FK) ve farmakodinamik (FD) değişkenlik yaratır. GST gibi faz II enzimlerindeki polimorfizmler, immünosüpresanların vücuttan inaktive edilme veya elimine edilme hızını etkileyebilir, bu da sistemik ilaç maruziyetini ve toksisite potansiyelini etkiler. Aksine, IL6R gibi immünolojik mediyatörlerdeki genetik varyasyonlar, farmakodinamik tabloyu doğrudan değiştirerek, bir ilacın hedefini ne kadar etkili bir şekilde bağlayabildiğini ve immün yanıtı modüle edebildiğini etkiler.[3] Bu birleşik FK/FD değişkenliği, bireysel hastalarda immünosüpresan kullanımının hem etkililik hem de güvenlik profilini belirler. Örneğin, daha düşük çözünür IL-6 reseptör seviyelerine genetik yatkınlığı olan bir hasta, aynı ilaç dozunda bile, daha yüksek bazal seviyelere sahip bir hastaya kıyasla bir IL-6 yol inhibitörüne farklı yanıt verebilir.[3] Bu genetik etkileri anlamak; terapötik sonuçları tahmin etmek, advers ilaç reaksiyonları riskini en aza indirmek ve yetersiz immünosüpresyona bağlı greft reddini veya otoimmün hastalık alevlenmelerini önlemek için çok önemlidir.
Kişiselleştirilmiş İmmünosüpresan Tedavisi İçin Çıkarımlar
Protein kantitatif özellik lokuslarının (pQTL'ler) ve diğer fonksiyonel genetik varyantların tanımlanması, kişiselleştirilmiş immünosüpresan tedavisini ilerletmek için önemli bir potansiyel taşımaktadır. Genetik farklılıkların kritik immünolojik proteinleri ve ilaç metabolizması yollarını nasıl etkilediğini anlayarak, klinisyenler ilaç seçimi ve başlangıç dozajı konusunda daha bilinçli kararlar alabilirler. Örneğin, bir hastanın IL6R genotipini veya GST metabolik fenotipini bilmek, genetik değişkenliğe daha az duyarlı bir immünosüpresanın seçimine rehberlik edebilir veya yan etkileri hafifletirken istenen terapötik etkiyi elde etmek için doz ayarlamalarına olanak tanıyabilir.
Sunulan araştırma, inflamatuar protein seviyelerindeki ve detoksifikasyon enzimlerindeki değişkenliğin genetik temelini vurgulasa da, bu genetik belirteçlere dayalı belirli immünosüpresan dozajı için doğrudan klinik kılavuzlar henüz evrensel olarak belirlenmemiştir. Ancak, bu bulgular, hasta sonuçlarını optimize eden ve tedaviyle ilişkili komplikasyonları azaltan daha hassas ve kişiselleştirilmiş bir reçeteleme stratejisine doğru ilerlemeyi hedefleyen, immünosüpresan kullanımında farmakogenetik testin klinik faydasına yönelik daha fazla araştırma için güçlü bir gerekçe sunmaktadır.
References
[1] Benjamin EJ et al. "Genome-wide association with select biomarker traits in the Framingham Heart Study." BMC Medical Genetics, 2007. PMID: 17903293.
[2] Sabatti, C., et al. "Genome-wide association analysis of metabolic traits in a birth cohort from a founder population." Nature Genetics, 2008.
[3] Melzer D et al. "A genome-wide association study identifies protein quantitative trait loci (pQTLs)." PLoS Genetics, 2008. PMID: 18464913.
[4] Yuan, X., et al. "Population-based genome-wide association studies reveal six loci influencing plasma levels of liver enzymes." The American Journal of Human Genetics, vol. 83, no. 5, 2008, pp. 520–528.
[5] Yang, Q., et al. "Genome-wide association and linkage analyses of hemostatic factors and hematological phenotypes in the Framingham Heart Study." BMC Medical Genetics, vol. 8, 2007, p. 54.
[6] Dehghan, A., et al. "Association of three genetic loci with uric acid concentration and risk of gout: a genome-wide association study." The Lancet, vol. 372, no. 9654, 2008, pp. 1953–1961.
[7] Reiner AP et al. "Polymorphisms of the HNF1A gene encoding hepatocyte nuclear factor-1 alpha are associated with C-reactive protein." American Journal of Human Genetics, 2008. PMID: 18439552.
[8] Ridker PM et al. "Loci related to metabolic-syndrome pathways including LEPR,HNF1A, IL6R, and GCKR associate with plasma C-reactive protein: the Women's Genome Health Study." American Journal of Human Genetics, 2008. PMID: 18439548.
[9] Gieger, C., et al. "Genetics meets metabolomics: a genome-wide association study of metabolite profiles in human serum." PLoS Genetics, 2008.
[10] Wallace, C., et al. "Genome-wide association study identifies genes for biomarkers of cardiovascular disease: serum urate and dyslipidemia." American Journal of Human Genetics, 2008.
[11] Imboden, M. et al. "Glutathione S-transferase genotypes modify lung function decline in the general population: SAPALDIA cohort study." Respiratory research, vol. 8, 2007.