Персонализированная медицина - Personalized medicine

Персонализированная медицина, также называемый точная медицина, это медицинская модель который разделяет людей на разные группы - с медицинскими решениями, практиками, вмешательствами и / или продуктами, адаптированными к конкретному пациенту на основе его прогнозируемой реакции или риска заболевания.[1] Термины персонализированная медицина, точная медицина, стратифицированная медицина и P4 медицина используются как синонимы для описания этой концепции.[1][2] хотя некоторые авторы и организации используют эти выражения отдельно для обозначения определенных нюансов.[2]

Хотя адаптация лечения к пациентам восходит, по крайней мере, ко времени Гиппократ,[3] этот термин стал использоваться в последние годы, учитывая рост новых диагностических и информатических подходов, которые обеспечивают понимание молекулярных основ болезней, в частности геномика. Это обеспечивает четкую доказательную базу для стратификации (группирования) связанных пациентов.[1][4][5]

Среди 14 Грандиозные вызовы инженерии, инициатива спонсируется Национальная инженерная академия (NAE), персонализированная медицина была определена как ключевой и перспективный подход к «достижению оптимальных индивидуальных решений в отношении здоровья», таким образом преодолевая проблему «Создавайте лучшие лекарства ”.[6][7]

Разработка концепции

В персонализированной медицине диагностическое тестирование часто используется для выбора подходящего и оптимального лечения на основе контекста генетического содержимого пациента или другого молекулярного или клеточного анализа.[8] Использование генетической информации играет важную роль в определенных аспектах персонализированной медицины (например, фармакогеномика ), и термин был впервые введен в обращение в контексте генетики, хотя с тех пор он расширился, чтобы охватывать все виды персонализация меры,[8] включая использование протеомика,[9] визуальный анализ, тераностика на основе наночастиц,[10] среди прочего.

Фон

Основы

У каждого человека есть уникальная вариация человеческого геном.[11] Хотя большая часть различий между людьми не влияет на здоровье, здоровье человека проистекает из генетической изменчивости с поведением и влияниями окружающей среды.[12][13]

Современные достижения в области персонализированной медицины опираются на технологии, подтверждающие фундаментальную биологию пациента, ДНК, РНК, или же белок, что в конечном итоге приводит к подтверждению болезни. Например, персонализированные методы, такие как секвенирование генома, могут выявить мутации в ДНК, которые влияют на различные заболевания, от муковисцидоза до рака. Другой метод, называемый РНК-последовательность, может показать, какие молекулы РНК связаны с конкретными заболеваниями. В отличие от ДНК, уровни РНК могут изменяться в зависимости от окружающей среды. Следовательно, секвенирование РНК может дать более широкое представление о состоянии здоровья человека. Недавние исследования связали генетические различия между людьми с экспрессией РНК,[14] перевод,[15] и уровни белка.[16]

Концепции персонализированной медицины могут быть применены к новым и трансформирующим подходам к здравоохранению. Персонализированная медицинская помощь основана на динамике системной биологии и использует инструменты прогнозирования для оценки рисков для здоровья и разработки индивидуальных планов здравоохранения, чтобы помочь пациентам снизить риски, предотвратить болезнь и точно лечить ее, когда она возникает. Концепция персонализированного медицинского обслуживания получает все большее признание, поскольку Администрация по делам ветеранов принимает на себя обязательство предоставлять всем ветеранам индивидуальный, упреждающий уход за пациентами.[17] В некоторых случаях персонализированная медицинская помощь может быть адаптирована к разметке возбудителя болезни, а не к генетической разметке пациента; примерами являются устойчивые к лекарствам бактерии или вирусы.[18]

Метод

Чтобы врачи знали, связана ли мутация с определенным заболеванием, исследователи часто проводят исследование под названием «исследование ассоциации всего генома »(GWAS). Исследование GWAS будет рассматривать одно заболевание, а затем секвенировать геном многих пациентов с этим конкретным заболеванием, чтобы искать общие мутации в геноме. Мутации, которые определены как связанные с заболеванием в исследовании GWAS, затем могут быть использованы для диагностики этого заболевания у будущих пациентов, просмотрев последовательность их генома, чтобы найти ту же мутацию. В первом GWAS, проведенном в 2005 г., изучались пациенты с возрастная дегенерация желтого пятна (ARMD).[19] Было обнаружено две разные мутации, каждая из которых содержит только вариацию только одного нуклеотида (так называемого однонуклеотидный полиморфизм, или SNP), которые были связаны с ARMD. Подобные исследования GWAS оказались очень успешными в выявлении общих генетических вариаций, связанных с заболеваниями. По состоянию на начало 2014 года завершено более 1300 исследований GWAS.[20]

Оценка риска заболевания

Несколько генов в совокупности влияют на вероятность развития многих общих и сложных заболеваний.[12] Персонализированная медицина также может использоваться для прогнозирования риска конкретного заболевания у человека на основе одного или даже нескольких генов. В этом подходе используется та же технология секвенирования, чтобы сосредоточиться на оценке риска заболевания, что позволяет врачу начать профилактическое лечение до того, как болезнь проявится у пациента. Например, если обнаружено, что мутация ДНК увеличивает риск развития у человека Диабет 2 типа, этот человек может начать изменение образа жизни, что снизит его шансы на развитие диабета 2 типа в более позднем возрасте.

Приложения

Достижения в области персонализированной медицины создадут более унифицированный подход к лечению, специфичный для человека и его генома. Персонализированная медицина может обеспечить более точный диагноз при более раннем вмешательстве, а также более эффективную разработку лекарств и более целенаправленную терапию.[21]

Диагностика и вмешательство

Возможность осмотреть пациента на индивидуальной основе позволит поставить более точный диагноз и составить конкретный план лечения. Генотипирование это процесс получения последовательности ДНК человека с помощью биологические анализы.[22] Получив подробный отчет о последовательности ДНК человека, его геном можно затем сравнить с эталонным геномом, таким как геном Проект "Геном человека", чтобы оценить существующие генетические вариации, которые могут объяснить возможные заболевания. Ряд частных компаний, таких как 23andMe, Навигеника, и Иллюмина, создали общедоступное секвенирование генома напрямую к потребителю.[11] Получение этой информации от отдельных лиц может быть использовано для их эффективного лечения. Генетический состав человека также играет большую роль в том, насколько хорошо он реагирует на определенное лечение, и, следовательно, знание своего генетического состава может изменить тип лечения, которое он получает.

Аспект этого фармакогеномика, который использует геном человека, чтобы составить более осознанный и индивидуальный рецепт на лекарства.[23] Часто лекарства прописываются с мыслью, что они будут работать относительно одинаково для всех, но при применении лекарств необходимо учитывать ряд факторов. Подробный отчет о генетической информации, полученной от человека, поможет предотвратить побочные эффекты, позволит назначить соответствующие дозировки и добиться максимальной эффективности при назначении лекарств.[11] Например, варфарин одобрен FDA устный антикоагулянт обычно назначают пациентам со сгустками крови. Из-за варфарин Значительная индивидуальная изменчивость в фармакокинетика и фармакодинамика частота нежелательных явлений является одним из самых высоких среди всех обычно назначаемых препаратов.[6] Однако с открытием полиморфных вариантов в генотипах CYP2C9 и VKORC1 два гена, которые кодируют индивидуальный антикоагулянтный ответ,[24][25] врачи могут использовать генный профиль пациента, чтобы назначить оптимальные дозы варфарина для предотвращения побочных эффектов, таких как сильное кровотечение, и для обеспечения более быстрого и лучшего терапевтического эффекта.[6] Фармакогеномный процесс для открытия генетических вариантов, которые предсказывают нежелательные явления для конкретного лекарства, получил название токсгностики.[26]

Аспектом тераностической платформы, применяемой к персонализированной медицине, может быть использование диагностические тесты для руководства терапией. Тесты могут включать медицинская визуализация Такие как МРТ контрастные вещества (Агенты Т1 и Т2), флуоресцентные маркеры (органические красители и неорганические квантовые точки ) и агенты ядерной визуализации (Радиоиндикаторы ПЭТ или же ОФЭКТ агентов).[27][28] или лабораторный тест in vitro[29] включая Секвенирование ДНК[30] и часто включают глубокое обучение алгоритмы, взвешивающие результат тестирования для нескольких биомаркеры.[31]

В дополнение к конкретному лечению, персонализированная медицина может значительно способствовать развитию профилактического ухода. Например, многие женщины уже подвергаются генотипированию на определенные мутации в генах BRCA1 и BRCA2, если они предрасположены из-за семейного анамнеза рака груди или рака яичников.[32] Чем больше причин заболеваний выявляется в соответствии с мутациями, существующими в геноме, тем легче их можно идентифицировать у человека. Затем можно принять меры для предотвращения развития болезни. Даже если в геноме были обнаружены мутации, наличие деталей их ДНК может уменьшить влияние или отсрочить наступление определенных заболеваний.[21] Наличие генетического содержимого человека позволит принимать более взвешенные решения при определении источника заболевания и, таким образом, в лечении или предотвращении его прогрессирования. Это будет чрезвычайно полезно при таких заболеваниях, как Альцгеймера Или раковые заболевания, которые, как считается, связаны с определенными мутациями в нашей ДНК.[21]

Инструмент, который сейчас используется для проверки эффективности и безопасности лекарства, специфичного для целевой группы / подгруппы пациентов, - это сопутствующая диагностика. Эта технология представляет собой анализ, который разрабатывается во время или после того, как лекарство становится доступным на рынке, и помогает улучшить терапевтическое лечение, доступное в зависимости от человека.[33] Эти сопутствующие средства диагностики включили фармакогеномную информацию, относящуюся к препарату, на этикетку с рецептом, чтобы помочь пациенту принять наиболее оптимальное решение о лечении.[33]

Общий процесс индивидуальной терапии рака. Секвенирование генома позволит составить более точный и персонализированный рецепт лекарств и целевую терапию для разных пациентов.

Разработка и использование лекарств

Наличие геномной информации человека может иметь важное значение в процессе разработки лекарств, поскольку они ожидают одобрения FDA для публичного использования. Подробный отчет о генетическом составе человека может быть важным преимуществом при принятии решения о том, может ли пациент быть выбран для включения или исключения на заключительных этапах клинического исследования.[21] Возможность идентифицировать пациентов, которые получат наибольшую пользу от клинических испытаний, повысит безопасность пациентов от неблагоприятных исходов, вызванных продуктом при тестировании, и позволит проводить меньшие и более быстрые испытания, что приведет к снижению общих затрат.[34] Кроме того, лекарства, которые считаются неэффективными для большей части населения, могут получить одобрение FDA за счет использования личных геномов для определения эффективности и потребности в этом конкретном лекарстве или терапии, даже если это может быть необходимо лишь небольшому проценту населения.,[21][35]

Сегодня в медицине обычным явлением является то, что врачи часто используют стратегию проб и ошибок, пока не найдут лечебную терапию, наиболее эффективную для своего пациента.[21] С помощью персонализированной медицины эти методы лечения могут быть более конкретно адаптированы к индивидууму и дать представление о том, как его организм будет реагировать на лекарство и будет ли это лекарство работать, на основе их генома.[11] Личный генотип может позволить врачам получить более подробную информацию, которая поможет им при выборе рецептов лечения, что будет более рентабельным и точным.[21] Цитируется из статьи Фармакогеномика: перспективы персонализированной медицины, «Терапия правильным препаратом в правильной дозе для правильного пациента» - это описание того, как персонализированная медицина повлияет на будущее лечения.[36] Например, Тамоксифен раньше был лекарством, обычно назначаемым женщинам с раком груди ER +, но у 65% женщин, первоначально принимавших его, развилась резистентность. После некоторых исследований такими людьми, как Дэвид Флокхарт, было обнаружено, что женщины с определенной мутацией в их CYP2D6 ген, ген, кодирующий метаболизирующий фермент, не смог эффективно расщепить тамоксифен, что сделало его неэффективным средством лечения рака.[37] С тех пор женщины теперь генотипированы для этих конкретных мутаций, так что эти женщины могут сразу же получить наиболее эффективную лечебную терапию.

Скрининг на эти мутации проводится с помощью высокопроизводительный скрининг или же фенотипический скрининг. Несколько открытие лекарств и фармацевтический компании в настоящее время используют эти технологии не только для продвижения изучения персонализированной медицины, но и для улучшения генетические исследования; к этим компаниям относятся Alacris Theranostics, Persomics, Утюг Здоровье, Новартис, ОнкоДНК и Foundation Medicine, среди прочего. Альтернатива многоцелевой подходы к традиционному подходу "прямая" трансфекция библиотека проверка может повлечь обратная трансфекция или же хемогеномика.

Аптека компаундирование это еще одно приложение персонализированной медицины. Хотя необязательно с использованием генетической информации, индивидуальное производство лекарственного средства, различные свойства которого (например, уровень дозы, выбор ингредиента, способ введения и т. Д.) Выбираются и разрабатываются для отдельного пациента, считается областью персонализированной медицины (в отличие от к массовому производству стандартные дозы или же комбинации с фиксированной дозой).

Необходимы новые методы для эффективной доставки персонализированных лекарств, полученных из аптечных рецептур, к пораженным участкам тела.[7] Например, сейчас исследователи пытаются разработать наноносители, которые могут точно нацеливаться на конкретный участок, используя визуализацию в реальном времени и анализируя фармакодинамика из доставки лекарств.[38] В настоящее время исследуются несколько возможных наноносителей, которые Наночастицы оксида железа, квантовые точки, углеродные нанотрубки, наночастицы золота, и наночастицы кремнезема.[10] Изменение химического состава поверхности позволяет загружать эти наночастицы лекарствами, а также избегать иммунного ответа организма, делая возможной тераностику на основе наночастиц.[7][10] Стратегии нацеливания наноносителей различаются в зависимости от заболевания. Например, если заболевание представляет собой рак, общий подход состоит в том, чтобы идентифицировать биомаркер, экспрессируемый на поверхности раковых клеток, и загрузить связанный с ним вектор нацеливания на наноноситель для достижения распознавания и связывания; масштаб размера наноносителей также будет разработан для достижения повышенная проницаемость и удерживающий эффект (EPR) в нацеливании на опухоль.[10] Если заболевание локализовано в конкретном органе, например, в почке, поверхность наноносителей может быть покрыта определенным лиганд который связывается с рецепторами внутри этого органа, чтобы достичь доставки лекарственного средства в орган и избежать неспецифического поглощения.[39] Несмотря на большой потенциал этой системы доставки лекарств на основе наночастиц, значительный прогресс в этой области еще предстоит сделать, а наноносители все еще исследуются и модифицируются для соответствия клиническим стандартам.[10][38]

Тераностика

Тераностика - это индивидуальный подход к лечению рака с использованием одинаковых молекул как для визуализации (диагностики), так и для терапии. Слово тераностика образовано от сочетания слов терапия и диагностика. В настоящее время он чаще всего применяется в области ядерной медицины, где радиоактивные молекулы присоединяются к гамма- или позитронным излучателям для получения изображений ОФЭКТ или ПЭТ, а также к бета-, альфа- или оже-электронам для терапии. Один из самых ранних примеров - использование радиоактивного йода для лечения больных раком щитовидной железы. Другие примеры включают радиоактивно меченные антитела к CD20 (например, Bexxar ) для лечения лимфомы, Радий-223 для лечения метастазов в костях, Лютеций-177 ДОТАТАТ для лечения нейроэндокринных опухолей и Lutetium-177 PSMA для лечения рака простаты.

Респираторная протеомика

Подготовка протеомика образец на носителе образца для анализа масс-спектрометрии.

Респираторные заболевания поражают человечество во всем мире, включая хронические заболевания легких (например, астма, хроническая обструктивная болезнь легких, идиопатический фиброз легких, среди прочего) и рак легких, вызывающие значительную заболеваемость и смертность. Эти состояния очень разнородны и требуют ранней диагностики. Однако начальные симптомы неспецифичны, и клинический диагноз часто ставится поздно. За последние несколько лет персонализированная медицина превратилась в подход к медицинской помощи, в котором используются новейшие технологии. [40] стремясь персонализировать лечение в соответствии с медицинскими потребностями конкретного пациента. В конкретных, протеомика используется для анализа ряда выражений белков вместо одного биомаркер.[41] Белки контролируют биологическую активность организма, включая здоровье и болезни, поэтому протеомика помогает в ранней диагностике. В случае респираторного заболевания протеомика анализирует несколько биологических образцов, включая сыворотку, клетки крови, жидкости для бронхоальвеолярного лаважа (БАЛ), жидкости для промывания носа (NLF), мокрота и другие.[41] Идентификация и количественная оценка полной экспрессии белка в этих биологических образцах проводятся масс-спектрометрии и передовые аналитические методы.[42] Респираторная протеомика в последние годы добилась значительного прогресса в развитии персонализированной медицины для поддержки здравоохранения. Например, в исследовании, проведенном Lazzari et al. В 2012 году подход, основанный на протеомике, позволил значительно улучшить идентификацию множественных биомаркеров рака легких, которые можно использовать при индивидуальном подходе к лечению отдельных пациентов.[43] Все больше и больше исследований демонстрируют полезность протеомики для обеспечения таргетной терапии респираторных заболеваний.[41]

Геномика рака

За последние десятилетия исследования рака открыл много нового о генетическом разнообразии типов рака, которые выглядят одинаково в традиционных патология. Также растет осведомленность о неоднородность опухоли, или генетическое разнообразие в пределах одной опухоли. Помимо других перспектив, эти открытия повышают возможность обнаружения того, что лекарства, которые не дали хороших результатов, применительно к общей популяции больных, могут быть успешными для части случаев с определенным генетическим профилем.

"Персонализированная онкогеномика "- это приложение персонализированной медицины к Cancer Genomics, или"онкогеномика ”. Секвенирование с высокой пропускной способностью методы используются для характеристики гены связаны с раком, чтобы лучше понять болезнь патология и улучшить разработка лекарств. Онкогеномика - одно из самых перспективных направлений геномика, особенно из-за его применения в лекарственной терапии. Примеры этого включают:

  • Трастузумаб (торговые наименования Herclon, Герцептин) - это моноклональное антитело препарат, который мешает HER2 / neu рецептор. Его основное применение - лечение некоторых видов рака груди. Этот препарат используется только в том случае, если рак пациента проверяется на сверхэкспрессию рецептора HER2 / neu. Два теста на типирование тканей используются для скрининга пациентов на предмет возможной пользы от лечения Герцептином. Тканевые тесты иммуногистохимия (IHC) и Гибридизация флуоресценции in situ (РЫБЫ)[44] Только пациенты с Her2 + будут получать терапию Герцептином (трастузумаб).[45]
  • Тирозинкиназа ингибиторы, такие как иматиниб (продается как Gleevec) были разработаны для лечения хронический миелоидный лейкоз (CML), в котором BCR-ABL ген слияния (продукт реципрокная транслокация между хромосомой 9 и хромосомой 22) присутствует в> 95% случаев и вызывает гиперактивированную передачу сигналов белка, управляемую abl. Эти препараты специфически ингибируют белок тирозинкиназы Ableson (ABL) и, таким образом, являются ярким примером "рациональный дизайн лекарств«на основе знаний патофизиологии болезней.[46]
  • Отчет FoundationOne CDx, подготовленный Foundation Medicine, который изучает гены в биопсиях опухолей отдельных пациентов и рекомендует конкретные препараты.
  • Большое количество мутаций свидетельствует об ответе на иммунотерапию, а также специфические паттерны мутаций были связаны с предыдущим воздействием цитотоксических противораковых препаратов.[47]

Скрининг населения

Большой объем информации на молекулярном уровне о пациентах можно легко получить с помощью геномики (микрочип ), протеомика (тканевый массив) и изображения (фМРТ, микро-КТ ) технологии. Эти так называемые молекулярные биомаркеры такие как генетические мутации, оказались очень сильными в прогнозе болезни, например, рака.[48][49][50] Три основных области прогнозирования рака относятся к рецидивам рака, предрасположенности к раку и выживаемости рака.[51] Когда информация молекулярного масштаба сочетается с клиническими данными макромасштаба, такими как тип опухоли пациента и другие факторы риска, прогноз значительно улучшается.[51] Следовательно, с учетом использования молекулярных биомаркеров, особенно геномики, прогноз или предсказание рака стало очень эффективным, особенно при скрининге большой популяции.[52] По сути, скрининг популяционной геномики может использоваться для выявления людей, подверженных риску заболевания, что может помочь в профилактических усилиях. Известные примеры включают:[52]

Вызовы

По мере того как персонализированная медицина получает все большее распространение, возникает ряд проблем. Текущие подходы к правам интеллектуальной собственности, политикам возмещения расходов, конфиденциальности данных пациентов, предвзятости и конфиденциальности данных, а также к регулирующему надзору необходимо будет пересмотреть и реструктурировать, чтобы учесть изменения, которые персонализированная медицина внесет в здравоохранение.[53]Например, опрос, проведенный в Великобритании, показал, что 63% взрослого населения Великобритании не устраивает, что их личные данные используются для использования ИИ в медицинской сфере.[54] Кроме того, анализ приобретенных диагностических данные это недавний вызов персонализированной медицины и ее реализации.[55] Например, генетические данные, полученные из секвенирование следующего поколения требует интенсивного использования компьютера обработка данных до его анализа.[56]В будущем потребуются адекватные инструменты для ускорения внедрения персонализированной медицины в другие области медицины, что требует междисциплинарного сотрудничества экспертов из конкретных областей исследований, таких как лекарство, клинический онкология, биология, и искусственный интеллект.

Нормативный надзор

FDA уже начало предпринимать инициативы по интеграции персонализированной медицины в свою регуляторную политику. Отчет FDA в октябре 2013 г. озаглавлен: «Прокладывая путь к персонализированной медицине: роль FDA в новой эре разработки медицинских продуктов», В котором они описали шаги, которые им необходимо предпринять для интеграции генетической информации и информации о биомаркерах для клинического использования и разработки лекарств.[57] Они определили, что им необходимо разработать конкретные нормативные научные стандарты, методы исследования, справочные материалы и другие инструменты, чтобы включить персонализированную медицину в свою текущую нормативную практику. Например, они работают над «справочной библиотекой геномов» для регулирующих органов, чтобы сравнивать и тестировать валидность различных платформ секвенирования в целях обеспечения надежности.[57] Основная проблема для тех, кто регулирует персонализированную медицину, - это способ продемонстрировать ее эффективность по сравнению с текущими стандартами лечения. Новая технология должна быть оценена как с точки зрения клинической, так и экономической эффективности, и в настоящее время регулирующие органы не имеют стандартизированного метода.[58]

Права интеллектуальной собственности

Как и в случае с любыми инновациями в медицине, на инвестиции и интерес к персонализированной медицине влияют права интеллектуальной собственности.[53] По поводу патентной защиты диагностических инструментов, генов и биомаркеров было много споров.[59] В июне 2013 года Верховный суд США постановил, что природные гены не могут быть запатентованы, в то время как «синтетическая ДНК», отредактированная или созданная искусственно, все еще может быть запатентована. Патентное ведомство в настоящее время рассматривает ряд вопросов, связанных с патентным законодательством для персонализированной медицины, например, могут ли «подтверждающие» вторичные генетические тесты после первоначального диагноза иметь полный иммунитет от патентных законов. Противники патентов утверждают, что патенты на последовательности ДНК являются препятствием для текущих исследований, в то время как их сторонники указывают на освобождение от исследования и подчеркиваем, что патенты необходимы для привлечения и защиты финансовых инвестиций, необходимых для коммерческих исследований, а также для разработки и продвижения предлагаемых услуг.[59]

Политика возмещения

Политику возмещения расходов придется пересмотреть, чтобы она соответствовала изменениям, которые персонализированная медицина внесет в систему здравоохранения. Некоторые из факторов, которые следует учитывать, - это уровень эффективности различных генетических тестов в общей популяции, рентабельность по отношению к пособиям, то, как работать с платежными системами для крайне редких состояний, и как переопределить концепцию страхования «совместного риск », чтобы учесть эффект новой концепции« индивидуальных факторов риска ».[53] Изучение, Препятствия к использованию персонализированной медицины при раке груди, прошел два разных диагностических теста: BRACAnalysis и Oncotype DX. Срок выполнения этих тестов превышает десять дней, что приводит к их провалу и задержкам в лечении. Пациентам не возмещаются эти задержки, в результате чего тесты не заказываются. В конечном итоге это приводит к тому, что пациентам приходится оплачивать лечение из своего кармана, поскольку страховые компании не хотят принимать на себя связанные с этим риски.[60]

Конфиденциальность и конфиденциальность пациентов

Возможно, наиболее важным вопросом коммерциализации персонализированной медицины является защита пациентов. Одна из самых больших проблем - это страх и возможные последствия для пациентов, которые предрасположены после генетического тестирования или оказались невосприимчивыми к определенным видам лечения. Это включает психологическое воздействие на пациентов из-за результатов генетического тестирования. Права членов семьи, которые не дают прямого согласия, - это еще одна проблема, учитывая, что генетические предрасположенности и риски передаются по наследству. Также необходимо учитывать последствия для определенных этнических групп и наличие общего аллеля.[53]

Более того, мы можем обращаться к проблеме конфиденциальности на всех уровнях персонализированной медицины от открытия до лечения. Одна из основных проблем - согласие пациентов на использование их информации в алгоритмах генетического тестирования, прежде всего в алгоритмах искусственного интеллекта. Согласие учреждения, которое предоставляет данные для использования, также вызывает серьезную озабоченность.[61] В 2008 году был принят Закон о недискриминации в отношении генетической информации (GINA) с целью минимизировать страх пациентов, участвующих в генетических исследованиях, путем обеспечения того, чтобы их генетическая информация не была использована работодателями или страховщиками неправомерно.[53] 19 февраля 2015 года FDA выпустило пресс-релиз, озаглавленный: «FDA разрешает маркетинг первого теста на генетический носитель синдрома Блума, направленного непосредственно потребителю.[8]

Предубеждения в данных

Предубеждения в данных также играют важную роль в персонализированной медицине. Важно убедиться, что образцы тестируемых генов происходят из разных популяций. Это сделано для того, чтобы образцы не демонстрировали тех же человеческих предубеждений, которые мы используем при принятии решений.[62]

Следовательно, если разработанные алгоритмы для персонализированной медицины смещены, то результат алгоритма также будет смещен из-за отсутствия генетического тестирования в определенных группах населения.[63] Например, результаты Фрамингемского исследования сердца привели к необъективным результатам прогнозирования риска сердечно-сосудистых заболеваний. Это связано с тем, что образец тестировался только на белых людях, а при применении к небелому населению результаты были искажены из-за переоценки или недооценки рисков сердечно-сосудистых заболеваний.[64]

Выполнение

Помимо проблем, связанных с системой здравоохранения, есть еще несколько проблем, которые необходимо решить, прежде чем можно будет внедрить персонализированную медицину. В настоящее время проанализирована очень небольшая часть генома человека, и даже если бы медицинские работники имели доступ к полной генетической информации пациента, очень мало ее можно было бы эффективно использовать в лечении.[65] Проблемы также возникают при обработке таких больших объемов генетических данных. Даже при частоте ошибок всего 1 на 100 kb обработка генома человека может содержать около 30 000 ошибок.[66] Такое большое количество ошибок, особенно при попытке идентифицировать определенные маркеры, может затруднить открытие, а также затруднить проверку. Есть способы преодолеть это, но в настоящее время они требуют больших вычислительных затрат и являются дорогостоящими. Есть также проблемы с точки зрения эффективности, так как после обработки генома функция вариаций между геномами должна быть проанализирована с использованием GWAS. Хотя влияние SNP открытое в таких исследованиях, можно предсказать, необходимо проделать дополнительную работу, чтобы контролировать огромное количество вариаций, которые могут возникнуть из-за размера изучаемого генома.[66] Чтобы эффективно продвигаться вперед в этой области, необходимо предпринять шаги для обеспечения достоверности анализируемых данных, а также необходимо принять более широкий взгляд на анализ нескольких SNP для фенотипа. Самым актуальным вопросом внедрения персонализированной медицины является применение результатов генетического картирования для улучшения системы здравоохранения. Это связано не только с инфраструктурой и технологиями, необходимыми для централизованной базы данных геномных данных, но и с тем, что врачи, которые имели бы доступ к этим инструментам, вероятно, не смогли бы полностью ими воспользоваться.[66] Чтобы по-настоящему внедрить систему персонализированной медицины в здравоохранении, необходимы сквозные изменения.

Смотрите также

Рекомендации

  1. ^ а б c Стратифицированная, персонализированная медицина или медицина P4: новое направление, в котором пациент находится в центре здравоохранения и санитарного просвещения (Технический отчет). Академия медицинских наук. Май 2015. Архивировано с оригинал 27 октября 2016 г.. Получено 6 января 2016.
  2. ^ а б «Много названий для одного понятия или много понятий в одном имени?». Фонд PHG. Получено 6 января 2015.
  3. ^ Egnew TR (1 марта 2009 г.). «Страдание, смысл и исцеление: вызовы современной медицины». Анналы семейной медицины. 7 (2): 170–5. Дои:10.1370 / afm.943. ЧВК  2653974. PMID  19273873.
  4. ^ «Случай персонализированной медицины» (PDF). Коалиция персонализированной медицины. 2014 г.. Получено 6 января 2016.
  5. ^ Смит Р. (15 октября 2012 г.). "Стратифицированная, персонализированная или точная медицина". Британский медицинский журнал. Получено 6 января 2016.
  6. ^ а б c Леско Л.Дж. (июнь 2007 г.). «Персонализированная медицина: неуловимая мечта или неминуемая реальность?». Клиническая фармакология и терапия. 81 (6): 807–16. Дои:10.1038 / sj.clpt.6100204. PMID  17505496. S2CID  17860973.
  7. ^ а б c "Грандиозные вызовы - разработка лучших лекарств". www.engineeringchallenges.org. Получено 2020-08-03.
  8. ^ а б c «Персонализированная медицина 101». Коалиция персонализированной медицины. Получено 26 апреля 2014.
  9. ^ Приядхаршини В.С., Теран Л.М. (01.01.2016). Донев Р (ред.). Глава пятая - Персонализированная медицина при респираторных заболеваниях: роль протеомики. Достижения в химии белков и структурной биологии. Персонализированная медицина. 102. Академическая пресса. стр. 115–146. Получено 2020-08-03.
  10. ^ а б c d е Се Дж, Ли С., Чен Х (август 2010 г.). «Тераностические средства на основе наночастиц». Расширенные обзоры доставки лекарств. 62 (11): 1064–79. Дои:10.1016 / j.addr.2010.07.009. ЧВК  2988080. PMID  20691229.
  11. ^ а б c d Дадли Дж, Карчевский К. (2014). Изучение личной геномики. Оксфорд: Издательство Оксфордского университета.
  12. ^ а б «Персонализированная медицина 101: наука». Коалиция персонализированной медицины. Получено 26 апреля 2014.
  13. ^ Лу Ю.Ф., Гольдштейн Д.Б., Ангрист М., Каваллери Г. (июль 2014 г.). «Персонализированная медицина и генетическое разнообразие человека». Перспективы Колд-Спринг-Харбор в медицине. 4 (9): a008581. Дои:10.1101 / cshperspect.a008581. ЧВК  4143101. PMID  25059740.
  14. ^ Battle A, Mostafavi S, Zhu X, Potash JB, Weissman MM, McCormick C и др. (Январь 2014). «Описание генетической основы разнообразия транскриптомов посредством секвенирования РНК 922 человек». Геномные исследования. 24 (1): 14–24. Дои:10.1101 / гр.155192.113. ЧВК  3875855. PMID  24092820.
  15. ^ Сеник С., Сеник Э.С., Байон Г.В., Груберт Ф., Кандилл С.И., Спейсек Д. и др. (Ноябрь 2015 г.). «Интегративный анализ уровней РНК, трансляции и белка выявляет различные регуляторные вариации у людей». Геномные исследования. 25 (11): 1610–21. Дои:10.1101 / гр.193342.115. ЧВК  4617958. PMID  26297486.
  16. ^ Ву Л., Кандилль С.И., Чой Й, Се Д., Цзян Л., Ли-Пок-Тхан Дж. И др. (Июль 2013). «Вариации и генетический контроль обилия белка у людей». Природа. 499 (7456): 79–82. Bibcode:2013Натура 499 ... 79Вт. Дои:10.1038 / природа12223. ЧВК  3789121. PMID  23676674.
  17. ^ Снайдерман Р. Персонализированная медицинская помощь от теории к практике, Biotechnology J. 2012, 7
  18. ^ Альтманн А., Беренвинкель Н., Синг Т., Савенков И., Доумер М., Кайзер Р. и др. (2007). «Улучшенное прогнозирование ответа на комбинированную антиретровирусную терапию с использованием генетического барьера лекарственной устойчивости». Противовирусная терапия. 12 (2): 169–78. PMID  17503659.
  19. ^ Haines JL, Hauser MA, Schmidt S, Scott WK, Olson LM, Gallins P и др. (Апрель 2005 г.). «Вариант фактора комплемента H увеличивает риск возрастной дегенерации желтого пятна». Наука. 308 (5720): 419–21. Bibcode:2005Наука ... 308..419H. Дои:10.1126 / наука.1110359. PMID  15761120. S2CID  32716116.
  20. ^ «Каталог опубликованных исследований общегеномных ассоциаций». Получено 28 июн 2015.
  21. ^ а б c d е ж грамм «Персонализированная медицина 101: обещание». Коалиция персонализированной медицины. Получено 26 апреля, 2014.
  22. ^ «Инструменты для составления онлайн-отчетов о портфеле исследований: проект« Геном человека »». Национальные институты здоровья (NIH). Получено 28 апреля, 2014.
  23. ^ "Домашний справочник по генетике: что такое фармакогеномика?". Национальные институты здоровья (NIH). Получено 28 апреля, 2014.
  24. ^ Брекенридж А., Орм М., Весселинг Х., Льюис Р. Дж., Гиббонс Р. (апрель 1974 г.). «Фармакокинетика и фармакодинамика энантиомеров варфарина у человека». Клиническая фармакология и терапия. 15 (4): 424–30. Дои:10.1002 / cpt1974154424. PMID  4821443. S2CID  11777099.
  25. ^ Райдер М.Дж., Райнер А.П., Гейдж Б.Ф., Никерсон Д.А., Эби С.С., МакЛеод Х.Л. и др. (Июнь 2005 г.). «Влияние гаплотипов VKORC1 на регуляцию транскрипции и дозу варфарина». Медицинский журнал Новой Англии. 352 (22): 2285–93. Дои:10.1056 / NEJMoa044503. PMID  15930419.
  26. ^ Черч Д., Керр Р., Доминго Е., Розмарин Д., Паллес С., Маскелл К. и др. (Июнь 2014 г.). "'Токсгностики: неудовлетворенная потребность в медицине рака ». Обзоры природы. Рак. 14 (6): 440–5. Дои:10.1038 / nrc3729. PMID  24827503. S2CID  21601547.
  27. ^ Се Дж, Ли С., Чен Х (август 2010 г.). «Тераностические средства на основе наночастиц». Расширенные обзоры доставки лекарств. Разработка тераностических агентов, которые одновременно доставляют терапевтические агенты и агенты для визуализации. 62 (11): 1064–79. Дои:10.1016 / j.addr.2010.07.009. ЧВК  2988080. PMID  20691229.
  28. ^ Келкар СС, Reineke TM (Октябрь 2011 г.). «Тераностика: сочетание визуализации и терапии». Биоконъюгат Химия. 22 (10): 1879–903. Дои:10.1021 / bc200151q. PMID  21830812.
  29. ^ Перкович М.Н., Эрджавец Г.Н., Strac DS, Узун С., Козумплик О., Пивац Н. (март 2017 г.). «Тераностические биомаркеры шизофрении». Международный журнал молекулярных наук. 18 (4): 733. Дои:10.3390 / ijms18040733. ЧВК  5412319. PMID  28358316.
  30. ^ Кампс Р., Брандао Р.Д., Бош Б.Дж., Паулюссен А.Д., Ксантулеа С., Блок М.Дж., Романо А. (январь 2017 г.). «Секвенирование нового поколения в онкологии: генетическая диагностика, прогнозирование риска и классификация рака». Международный журнал молекулярных наук. 18 (2): 308. Дои:10.3390 / ijms18020308. ЧВК  5343844. PMID  28146134.
  31. ^ Яхата Н., Касаи К., Кавато М. (апрель 2017 г.). «Подход компьютерной нейробиологии к биомаркерам и методам лечения психических расстройств». Психиатрия и клинические неврологии. 71 (4): 215–237. Дои:10.1111 / шт.12502. PMID  28032396.
  32. ^ "Информационный бюллетень: BRCA1 и BRCA2: рак и генетическое тестирование". Национальный институт рака (NCI). Получено 28 апреля, 2014.
  33. ^ а б «BIOMARKER TOOLKIT: Сопутствующая диагностика» (PDF). Amgen. Архивировано из оригинал (PDF) 1 августа 2014 г.. Получено 2 мая, 2014.
  34. ^ «Прокладывая путь к персонализированной медицине: роль FDA в новой эре разработки медицинских продуктов» (PDF). Федеральное управление по лекарствам (FDA). Получено 28 апреля, 2014.
  35. ^ Гамбург, Массачусетс, Коллинз Ф.С. (июль 2010 г.). «Путь к персонализированной медицине». Медицинский журнал Новой Англии. 363 (4): 301–4. Дои:10.1056 / nejmp1006304. PMID  20551152.
  36. ^ Манчинелли Л., Кронин М., Сэде В. (2000). «Фармакогеномика: перспективы персонализированной медицины». AAPS PharmSci. 2 (1): 29–41. Дои:10.1208 / пс020104. ЧВК  2750999. PMID  11741220.
  37. ^ Ellsworth RE, Decewicz DJ, Shriver CD, Ellsworth DL (май 2010 г.). «Рак груди в эпоху личной геномики». Текущая геномика. 11 (3): 146–61. Дои:10.2174/138920210791110951. ЧВК  2878980. PMID  21037853.
  38. ^ а б Сони А., Гаутамараджан К., Радхакришнан А. (март 2018 г.). «Персонализированная медицина и индивидуализированные системы доставки лекарств: новая тенденция доставки лекарств и лечения заболеваний». Международный журнал фармацевтических смесей. 22 (2): 108–121. PMID  29877858.
  39. ^ Ван Дж., Пун Си, Чин Д., Милковски С., Лу Ви, Хэллоуз К.Р., Чанг Э.Дж. (2018-10-01). «Дизайн и характеристика in vivo мультимодальных мицелл, нацеленных на почки, для доставки лекарств в почки». Нано исследования. 11 (10): 5584–5595. Дои:10.1007 / s12274-018-2100-2. S2CID  104241223.
  40. ^ Приядхаршини VS, Теран LM (2016). «Персонализированная медицина при респираторных заболеваниях: роль протеомики». Достижения в химии белков и структурной биологии. 102: 115–46. Дои:10.1016 / bs.apcsb.2015.11.008. PMID  26827604.
  41. ^ а б c Приядхаршини В.С., Теран Л.М. (01.01.2020). Faintuch J, Faintuch S (ред.). Глава 24 - Роль респираторной протеомики в точной медицине. Точная медицина для исследователей, практиков и поставщиков медицинских услуг. Академическая пресса. С. 255–261. ISBN  978-0-12-819178-1. Получено 2020-08-03.
  42. ^ Фудзи К., Накамура Х, Нисимура Т. (апрель 2017 г.). «Недавняя протеомика на основе масс-спектрометрии для открытия биомаркеров рака легких, ХОБЛ и астмы». Экспертный обзор протеомики. 14 (4): 373–386. Дои:10.1080/14789450.2017.1304215. PMID  28271730. S2CID  3640863.
  43. ^ Lazzari C, Spreafico A, Bachi A, Roder H, Floriani I, Garavaglia D и др. (Январь 2012 г.). «Изменения масс-спектрального профиля плазмы в процессе лечения больных немелкоклеточным раком легкого ингибиторами тирозинкиназы рецептора эпидермального фактора роста». Журнал торакальной онкологии. 7 (1): 40–8. Дои:10.1097 / JTO.0b013e3182307f17. PMID  21964534. S2CID  205738875.
  44. ^ Карни, Уолтер (2006). «Статус HER2 / neu является важным биомаркером при выборе индивидуальной терапии HER2 / neu» (PDF). Связь. 9: 25–27.
  45. ^ Телли М.Л., Хант С.А., Карлсон Р.В., Гуардино А.Е. (август 2007 г.). «Кардиотоксичность, связанная с трастузумабом: ставит под сомнение концепцию обратимости». Журнал клинической онкологии. 25 (23): 3525–33. Дои:10.1200 / JCO.2007.11.0106. PMID  17687157.
  46. ^ Сальо Дж., Моротти А., Маттиоли Дж., Месса Е, Джульяно Е, Вольпе Дж. И др. (Декабрь 2004 г.). «Рациональные подходы к разработке терапевтических средств, нацеленных на молекулярные маркеры: случай хронического миелолейкоза». Летопись Нью-Йоркской академии наук. 1028 (1): 423–31. Bibcode:2004НЯСА1028..423С. Дои:10.1196 / летопись.1322.050. PMID  15650267. S2CID  19332062.
  47. ^ Pleasance E, Titmuss E, Williamson L и др. (2020). «Пан-раковый анализ распространенных опухолей у пациентов показывает взаимодействие между терапией и геномными ландшафтами». Природа Рак. 1 (4): 452–468. Дои:10.1038 / с43018-020-0050-6.
  48. ^ Даффи MJ (июль 2001 г.). «Биохимические маркеры рака груди: какие из них клинически полезны?». Клиническая биохимия. 34 (5): 347–52. Дои:10.1016 / S0009-9120 (00) 00201-0. PMID  11522269.
  49. ^ Пиккарт М., Лориш К., Ди Лео А., Ларсимонт Д. (2001). «Прогностическая ценность HER2 при раке груди». Онкология. 61 Дополнение 2 (Дополнение 2): 73–82. Дои:10.1159/000055405. PMID  11694791. S2CID  23123767.
  50. ^ Балдус С.Е., Энгельманн К., Ханиш Ф.Г. (01.01.2004). «MUC1 и MUC: семейство человеческих муцинов, оказывающих влияние на биологию рака». Критические обзоры в клинических лабораторных науках. 41 (2): 189–231. Дои:10.1080/10408360490452040. PMID  15270554. S2CID  46460945.
  51. ^ а б Круз Дж. А., Вишарт Д. С. (февраль 2007 г.). «Применение машинного обучения в прогнозировании и прогнозировании рака». Информатика рака. 2: 59–77. Дои:10.1177/117693510600200030. ЧВК  2675494. PMID  19458758.
  52. ^ а б Уильямс М.С. (август 2019 г.). «Ранние уроки реализации программ геномной медицины». Ежегодный обзор геномики и генетики человека. 20 (1): 389–411. Дои:10.1146 / annurev-genom-083118-014924. PMID  30811224.
  53. ^ а б c d е «Персонализированная медицина 101: вызовы». Коалиция персонализированной медицины. Получено 26 апреля, 2014.
  54. ^ Вайена Э., Бласимме А., Коэн И.Г. (ноябрь 2018 г.). «Машинное обучение в медицине: решение этических проблем». PLOS Медицина. 15 (11): e1002689. Дои:10.1371 / journal.pmed.1002689. ЧВК  6219763. PMID  30399149.
  55. ^ Хузер В., Синкан М., Чимино Дж. Дж. (2014). «Разработка баз геномных знаний и баз данных для поддержки клинического ведения: текущие перспективы». Фармакогеномика и персонализированная медицина. 7: 275–83. Дои:10.2147 / PGPM.S49904. ЧВК  4175027. PMID  25276091.
  56. ^ «Анализ генома: мотивация». Шапранов, Матье-П. Получено 20 июля, 2014.
  57. ^ а б «Прокладывая путь к персонализированной медицине: роль FDA в новой эре разработки медицинских продуктов» (PDF). Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США. Получено 26 апреля, 2014.
  58. ^ Frueh FW (01.09.2013). «Регулирование, компенсация и долгий путь внедрения персонализированной медицины - взгляд из США». Ценность в здоровье. Персонализированная медицина и роль экономики здравоохранения и исследований результатов: приложения, новые тенденции и будущие исследования. 16 (6 Прил.): S27-31. Дои:10.1016 / j.jval.2013.06.009. PMID  24034309.
  59. ^ а б «Вопросы интеллектуальной собственности, влияющие на будущее персонализированной медицины». Американская ассоциация права интеллектуальной собственности. Получено 26 апреля, 2014.[мертвая ссылка ]
  60. ^ Weldon CB, Trosman JR, Gradishar WJ, Benson AB, Schink JC (июль 2012 г.). «Препятствия к использованию персонализированной медицины при раке груди». Журнал онкологической практики. 8 (4): e24-31. Дои:10.1200 / jop.2011.000448. ЧВК  3396824. PMID  23180995.
  61. ^ Вайена Э., Бласимме А., Коэн И.Г. (ноябрь 2018 г.). «Машинное обучение в медицине: решение этических проблем». PLOS Медицина. 15 (11): e1002689. Дои:10.1371 / journal.pmed.1002689. ЧВК  6219763. PMID  30399149.
  62. ^ Чар Д.С., Шах Н.Х., Магнус Д. (март 2018 г.). «Внедрение машинного обучения в здравоохранение - решение этических проблем». Медицинский журнал Новой Англии. 378 (11): 981–983. Дои:10.1056 / NEJMp1714229. ЧВК  5962261. PMID  29539284.
  63. ^ Чернев М.Е., Ландрам МБ (март 2018 г.). «Целевой сбор дополнительных данных - решение загадки измерения качества». Медицинский журнал Новой Англии. 378 (11): 979–981. Дои:10.1056 / NEJMp1713834. PMID  29539286.
  64. ^ Gijsberts CM, Groenewegen KA, Hoefer IE, Eijkemans MJ, Asselbergs FW, Anderson TJ, et al. (02.07.2015). «Расовые / этнические различия в связи факторов риска Фрамингема с ТИМ сонной артерии и сердечно-сосудистыми заболеваниями». PLOS ONE. 10 (7): e0132321. Bibcode:2015PLoSO..1032321G. Дои:10.1371 / journal.pone.0132321. ЧВК  4489855. PMID  26134404.
  65. ^ Ингвадоттир Б., Макартур Д.Г., Джин Х., Тайлер-Смит К. (02.09.2009). «Перспективы и реальность личной геномики». Геномная биология. 10 (9): 237. Дои:10.1186 / gb-2009-10-9-237. ЧВК  2768970. PMID  19723346.
  66. ^ а б c Фернальд Г.Х., Каприотти Э., Данешжу Р., Карчевски К.Дж., Альтман РБ (июль 2011 г.). «Проблемы биоинформатики для персонализированной медицины». Биоинформатика. 27 (13): 1741–8. Дои:10.1093 / биоинформатика / btr295. ЧВК  3117361. PMID  21596790.