Upload
franziska-alban
View
110
Download
1
Embed Size (px)
Citation preview
1/37
Pharmakogenomik
Dr. Peter Ahnert
http://www.uni-leipzig.de/~ahnert
07.11.2007
2/37
Übersicht
• Definition “Pharmakogenomik”
• Pharmakogenomik und Wirkstoffentwicklung
• Identifizierung der genetischen Komponente einer Erkrankung
• Assoziationsstudien
• Genetische Variabilität
• Struktur von Assoziationsstudien
• Kandidatengen-Selektion
• SNP-Auswahl
• Genotypisierung
• Datenanalyse
• Genomweite Studien
• Beispiele
3/37
Pharmakogenomik – Eine Definition
• Pharmakogenomik verbindet Pharmakologie mit (genomweiter) Genetik (Genomik).
• Verbindet die Erbanlagen von Individuen mit deren Suszeptibilität für Erkrankungen und ihrer Reaktion auf Wirkstoffe und Behandlungsmethoden um die Entwicklung und Anwendung neuer Wirkstoffe und Therapien zu unterstützen.
• Krankheitsätiologie and Pathogenese• Wirkstoff - Target Interaktionen• Bioverfügbarkeit von Wirkstoffen• Wirkstoffmetabolismus
Basiert auf humaner genetischer Variabilität in:
http://www.ornl.gov/hgmis/medicine/pharma.html
4/37
Pharmakologie zu Pharmakogenomik
• Wirkstoffentwicklung ist teuer• Rationale Wirkstoffentwicklung ist schwierig• Wirkstoffe werden für
“Durchschnittsbürger”entwickelt– 10 - 70% non-responders– ~ 100.000 Todesfälle in den USA pro Jahr– Frauen– Kinder
Probleme:
Pharmakologie: Entwicklung und Bereitstellung von Wirkstoffen, die es ermöglichen gesund zu werden oder zu bleiben.
Pharmakogenomik!?
Lösung: Wirkstoffe für bestimmte Gruppen von Individuen
entwickeln und anwenden; Verlangt die Zuordnung
von Individuen zu diesen Gruppen.
5/37
Pharmakogenomik & Wirkstoff Entwicklung
Ziele:
• Verständnis von Krankheitsmechanismen
Drug Targets
• Biomarker
• Marker für Toxizität und Wirksamkeit
• Marker für Differentielle Diagnostik
Unterstützung von Therapie-Entscheidungen
6/37
Pharmakogenomik & Wirkstoff Entwicklung
Phase I Phase II Phase III Phase IV
Sicherheit, Wirksamkeit, Dosisfindung
Klinische Studien:
Wirkstoff-Screening & Kandidaten-Identifikation
in vitro Validierung in vivo Validierung
Toxikologische Analyse
Präklinische Forschung:
Biologie & Medizinische Forschung
Identifizierung von Drug Targets
Klinische & Biologische Krankheitsmodelle
Identifizierung von „Krankheitsgenen“ & -mechanismen
Grundlagen- & Pharmazeutische Forschung:
Individualisierte Medizin
7/37
Rationale für Pharmakogenomik
Alle Erkrankungen beruhen zumindest
teilweise auf Veranlagung …
Erbanlagen
Umwelteinflüsse
HämophilieDown-SyndromHFI
LungenkrebsMotorradunfallKnochenbrüche
Diabetes Asthma
Rheumatoide Arthritis Infektionskrankheiten
...
8/37
Spielen Genetische Ursachen eine Rolle?
• Zwillings und Geschwisterstudien
• Genomweite Kartierungsstudien
• Mechanistische Studien
• Kandidaten-Gen Assoziationsstudien
• Tiermodelle
Zur Identifizierung von:
- Im Krankheitsgeschehen implizierten biologischen Prozessen
- Wirkstoff Targets
- Diagnostischen Markern
- Toxikologischen Markern
9/37
Zwillingsstudien
1 … Einfluss der Umweltbedingungen
2 … Einfluss zufälliger Größen
3 … Einfluss von Umwelt und Genen
4 … Einfluss der Veranlagung
Durch den Vergleich der Häufigkeit des Auftretens der Krankheit bei Geschwistern unter verschiedenen Bedingungen lässt sich die Rolle der Veranlagung abschätzen.
1
2
3
4
10/37
Genomweite Kopplungskartierung
11/37
Mechanistische Untersuchungen
12/37
Kandidatengen-Assoziationsstudien
Spielen Varianten eines Gens eine Rolle in einer Erkrankung?
Genetische Variation
Komplexe Phänotypen
Morphologie
Expression: Gene, ncRNA
Umwelt
Proteom
Epigenetik
13/37
• Chromosomenaberrationen
• Mutationen
• Single Nucleotide Polymorphisms (SNPs)
• Insertionen und Deletionen
• Copy Number Variation
• Repeats (meist nicht kodierend)
- Megasatelliten (mehrere kbp, Blocks bis 100e kbp)
- Satelliten (5-171 bp, Blocks 100 kbp bis Mbp)
- Minisatelliten (6-64 bp, Blocks 0,1 – 20 kbp)
- Microsatelliten (1-4 bp, Blocks bis 150bp)
• Repetitive kodierende DNA
• “Variable Number Tandem Repeats” (VNTRs)
• “Transposable Elements”
Variable Elemente des Genoms
14/37
SNPs und Humane Genetische Variabilität
~ 3 Mrd. Basenpaare
~ 99.9 % Identität zwischen
Individuen
~ 3 Millionen Basenunter-
schiede zwischen Individuen
SNP... Single Nucleotide Polymorphism
ACGTCTATGCATAGCTAGTGCAGATACGTATCGATC
ACGTCTATTCATAGCTAGTGCAGATAAGTATCGATC
15/37
Clinical Data
Aufbau Genetischer Assoziationsstudien
Statistics / Data MiningPattern Recognition
Associations
Researchinto Causations
Drug TargetsVerification
Studies
PersonalizedMedicine
Diagnostics
VerificationStudies
Clinical ProblemClinical Study
Clinical-BiologicalSystem
Candidate Genes
Analysis & Gene Selection
Candidate SNPs
SNP Evaluationand Selection
SNP Short List
Genotype Data
Assay Design & Genotyping
SNP Retrieval
16/37
Kandidatengene
Genfunktion
Genetische KartierungFunktionelle Biologie/Biochemie
Genexpression
“Krankheits Loci”Proteomik
Studien in Tiermodellen
Identifizierung von Kandidatengenen
Datenbanken mit Information zu Gen-Eigenschaften
18/37
IL1AIL2IL10
IL4TN F
IL6
IFN GIL8
IL2R A
PTG S 1
PTG S 2
IC AM 1
VC AM 1
SF
M M P1
M M P3 C R P
TIM P1
C SF2IL13
SE LE
M M P16
ITG AL
IL5
KITLG
TIM P2
TN FR SF1A
SA A1
TN FR SF5TN FSF5
ES R1
TN FR SF1B
M M P2
M M P9 M M P13
ID D M 2IN S
C D 44H SM C R 30
IG F1
ITG AM
C D 80
C D 86
IG FBP 3
IL15
C D 69
G Y PB
H LA-D Q A1H LA-D R B1
PLGSE RP IN E1
TN FR SF11B
TN FSF11
SE LL
C SF3
R C D -8
M TX1
IL3
C D 4C D 8A
M PO
PRTN 3
C 3
C 5
C D 58
FC ER 2IL18
IL17
SE LP
C D 14
C D 68
C D 28
C R 1
SE RP IN A3
FU T2
H LA-D Q B1
PLA 2G 1B
ITG AX
SS A1
SS B
ALB
B2M
C 9
C SF1
C XC R 4
SD F1
H LA-A
H LA-B
IC AM 2
PR O C
IL11
C C R 3
C C R 5
C TLA4
PE CA M 1
LIF
TFR CO S M
VE G F
IL7
SC YB 5
ITG A4
ITG B1
M M P14
SA A2
C P
C 2
C AT
C C R 2
C C R 4
C XC R 3
C D R 3
IC AM 3
ITG B2
IG F2
SR -BP1
IL1R N
IL6R
KP NB 2
M M P8
TAP 1TAP 2
A2M
C C L5
C C R 1
C C R 6
C D 19
C D 38C D 59
D AF
C R H PO M C
C TSB
C TSD
C TSL
C TSG
C XC L12
H TATIP
IL1R 1
ITG A1
LTA
N XF1
SU LT2A 1
SE RP IN B2
T IM P3
AC P5
H N R PCPTPR C
N C AM 1
C D 2
C D 57
TN FSF6
SIA SD
C ST3
FLG
FN 1
FPR 1
H LA-D PB1
IL18B P
SLC 3A 2
IL4R
M AP K14
VTN
ITG A6
M AP K8
SA A4
TN FR SF11A
TN FR SF6
C ALC R
ALP P
AN PE P
C D 33
LO C64167
ATM
LYZ
BC G F1
C 6
C ALR
C AST
C C L2C C R 7
C R 2
M M E
C D 22
M C P
C D R 1
TR B@
C R AT
C XC L10
C XC L9
D PP4PE PD
EG F
EP O
G A D 1
G U S B
H FE
TN FR SF12
H LA-D PA1
IC A1
SC YB 10
IG FBP 2
IL10R A
IL1B
IL5R AM IF
IL2R B
PTG D R
PR L
SLC 25A 4
M AP K1
SC YA2
SC YA5
LEP
ITG A5
SP N
LAP 3
N O VA2
PO LA2
U BTF
PO LG
TR H
SE RP IN C1
SE RP IN A1
Umfassende (automatisierte) Literatur Analyse
19/37
Aufbau Genetischer Assoziationsstudien
Clinical DataStatistics / Data Mining
Pattern Recognition
Associations
Clinical ProblemClinical Study
Clinical-BiologicalSystem
Candidate Genes
Analysis & Gene Selection
Candidate SNPs
SNP Evaluationand Selection
SNP Short List
Genotype Data
Assay Design & Genotyping
SNP Retrieval
20/37
Identifizierung, Bewertung und Auswahl von SNPs
Ausgewählte SNPs sollten:
- Die häufigsten Varianten eines Gens detektieren
- Mit hoher Wahrscheinlichkeit Einfluss auf die Funktion des
Genproduktes haben
21/37
Barrett JC, Fry B, Maller J, Daly MJ. Haploview: analysis and visualization of LD and haplotype maps. Bioinformatics. 2004 Aug 5
SNPs zur Detektion Wichtiger Genvarianten
Die Haplotyp-Struktur des Genoms:
23/37
Aufbau Genetischer Assoziationsstudien
Clinical DataStatistics / Data Mining
Pattern Recognition
Associations
Clinical ProblemClinical Study
Clinical-BiologicalSystem
Candidate Genes
Analysis & Gene Selection
Candidate SNPs
SNP Evaluationand Selection
SNP Short List
Genotype Data
Assay Design & Genotyping
SNP Retrieval
24/37
Genotypisierungsmethoden
• Sequenzierung
• Minisequenzierung
• Pyrosequenzierung
• Single Base Extension (SBE)
• TaqMan
• Invader
• MLPA
• Hoch- und niedrigdichte Oligo-DNA
Hybridiserungsarrays
AllelspezifischePrimerextension
AllelspezifischeEnzymreaktion
AllelspezifischeHybridisierung
Die verschiedenen Detektionsmethoden basieren vor allem auf:- Fluoreszenz- Massenspektrometrie- Chemolumineszenz- Fluoreszenzpolarisation
25/37
ddNTPs
CT
A
PCR productSBE primer
BiotinG
Single base Extension
SBE primer G
Streptavidin
Product Purification
G
UV
SBE primerPhotocleavage
+G
MALDI-TOF MS
Genotypisierung - Single Base Extension
26/37
Aufbau Genetischer Assoziationsstudien
Clinical DataStatistics / Data Mining
Pattern Recognition
Associations
Clinical ProblemClinical Study
Clinical-BiologicalSystem
Candidate Genes
Analysis & Gene Selection
Candidate SNPs
SNP Evaluationand Selection
SNP Short List
Genotype Data
Assay Design & Genotyping
SNP Retrieval
27/37
Klinische DatenP
ati
en
t
Dru
g E
ffic
ac
y
Sid
e-e
ffe
ct
1
Sid
e-e
ffe
ct
2
Sid
e-E
ffe
ct
3
Clin
ica
l B
ac
kg
rou
nd
1
Clin
ica
l B
ac
kg
rou
nd
2
1 4 6 5 1 0 12 10 5 3 3 0 13 3 3 7 2 0 04 2 8 5 8 1 05 4 2 8 8 1 06 10 7 2 8 1 17 1 3 9 3 0 1
Pa
tie
nt
SN
P 1
SN
P 2
SN
P 3
SN
P 4
SN
P 5
SN
P 6
1 A A A AB A A2 A A B B A A3 A A AB B A B4 B AB A B A B5 A A B AB A B6 B AB B B A A7 A A B B A B
Genetische Daten
Daten Analyse – Wie sehen die Daten aus?
28/37
Analyse Einzelner Polymorphismen
• Vergleich von Allelfrequenzen mit Chi-Quadrat Analyse
• Vergleich von Genotypfrequenzen mit Chi-Quadrat
• Test auf Hardy-Weinberg-Gleichgewicht (HWE)
• Vererbung berücksichtigende Tests
• Transmission Disequilibrium Tests (TDT)
• Affected Family Based Controls (AFBAC)
• Genetisches Relatives Risiko (GRR)
• ...
29/37
“Clinical Bar Codes” “Genetic Bar Codes”
Patient 1
Patient 2
Patient 3
• Schrittweise Progressive Regression
• Klassifikation (Support Vector Machines,
Neuronale Netze)
• Mustererkennung
Musteranalysen
30/37
Herausforderungen bei der Analyseder Genetik Polygener Phänotypen
• Phänotyp-Bestimmung
• Sehr geringe Penetranz einzelner Genvarianten
(Common Disease – Common Variant
vs. Common Disease – Rare Variant )
• Geringe Penetranz von Haplotypen
• Genomweite Variantenmuster (GVPs)
• GVP-Subgruppen für einen Phänotyp
• Erreichen genomweiter statistischer Signifikanz
31/37
Genomweite Studien
32/37
Bekannte Assoziationen
Gene Disease/Field Effect/Comment Literature
Coagulation factor 5 Deep-vein thrombosis, etiology
Activated protein C (APC) limits clot formation by inactivating factor V. The phenotype heterozygosity or homozygosity for a single point mutation in the factor V gene (at nucleotide position 1,691, G-->A substitution), synthesis of a factor V molecule (FV Q506, or FV Leiden) that is not properly inactivated by APC
Nature 1994 May;369(6475):64-7
Thiopurine S-methyltransferase
Leukemia, drug response
Adverse drug reactions, metabolism, Three mutant alleles, TPMT(*)2, TPMT(*)3A and TPMT(*)3C, more adverse effects in TPMT-deficient heterozygous patients on thiopurine medications (e.g. 6-mercaptopurine against childhood acute lymphoblastic leukemia, lowering dose 15-fold works!)
Pharm Res 1999 Mar;16(3):342-9, Pharmacology 2000 Sep;61(3):136-46
Apolipoprotein EAlzheimer's, susceptibility, drug response
Susceptebility to disease, response to cholinesterase inhibitor, The results strongly support that apoE4 plays a role in cholinergic dysfunction associated with AD, may be a prognostic indicator of poor response to therapy with acetylcholinesterase inhibitors (tacrine)
Proc Natl Acad Sci U S A 1995 Dec;92(26):12260-4
Her2
Breast cancer, susceptibility, drug response
Growth factor receptor, multiple copies lead to overexpression (~30% of breast cancer patients), higher risk for breast cancer and harder to treat traditionally, Trastuzumab (Herceptin, Genentech) is a specific Ab against her2 product
Semin Oncol. 2000 Dec;27(6 Suppl 11):46-52 (Review)
34/37
Pharmakogenetischer TestWarfarin
- “Blutverdünner” z.Bsp. bei Schlaganfallrisiko
- Stärkere Reaktion bei ca. 1/3 der Patienten
- 25 % Varianten im Vitamin K Epoxidreduktase Komplex 1 Gen (VKORC1)
- 10 % Varianten im Cytochrom P450 (CYP2P9)
- Ca. 2 Mill neue Patienten pro Jahr
- Individuelle Anpassung der Dosierung durch “Trial & Error”
- Alter
- Gewicht
- Ernährung
- Medikamente
- Genetik
- FDA: genetische Tests könnten
- Pro Jahr 85.000 Blutungsereignisse verhindern
- Pro Jahr 17.000 Schlaganfälle verhindern
- Am 17.09.2007 durch die FDA in den USA zugelassen
35/37
36/37
Phänotyp - Genotyp Analyseder Rheumatoiden Arthritis
• Autoimmunerkrankung: Progressive Gelenkzerstörung
• Etwa 1% der Bevölkerung betroffen
• Lebenserwartung um 5 - 10 Jahre reduziert
• Ätiologie nicht genau bekannt
• Genetische Suszeptibilität 30-60%
37/37
Warum sollte die RA-Genetik untersucht werden?
Frühdiagnose Therapieentscheidungen
Differentialdiagnose
Voraussage der Progression
Verständnis der biologischen Prozesse in Ätiologie und Pathogenese Neue Behandlungsstrategien
38/37
Rheumatoid Arthritis - Etiology and Pathogenesis
TNF IL-1
Dinarello C.A., Moldawer L.L. Amgen 1999, Proinflammatory and Anti-inflammatory Cytokines in Rheumatoid Arthritis; with Modifications by Ulrich Sack
Synovial membrane
Lining cells
T-cells, M
T-cells & B-cell activation
unknown antigens other risk factorsgenetic predisposition ActivationAdhesion
Permeabilization
Migration of inflammatory cells
Pannus formation
Production of Collagenases (MMPs) by fibroblasts, chondrocytes and osteoclasts
Joint destruction
CytokinesMediators
39/37
Linkage
Possible
Linkage
Likely
No
linkage
Il2
IL6R
PRG4
CD8A
IL18R1
CTLA4
IL5R
CCR5
CSF2;Il4; Il5;
Il13; IRF1
IL6
CRH
HSPA1L; LTA; LTB, MICA
PRL
HLA
Kopplungs-Loci und Kandidatengene in RA
40/37
Unsere Bisherigen Resultate
Suszeptibilitätsanalyse rheumatoide Arthritis:
• ~180 SNPs in ~50 Kandidatengenen
• Genotypisierung in 500 Proben >90.000 Genotypen
• Kapazität: ~3000 Genotypen pro Tag
• >98% erfolgreiche Genotypisierung
• <0.1% falsche Bestimmungen (PedCheck)
• mehrere mögliche Assoziationen einzelner SNPs
• einige Assoziationen konnten bestätigt werden
• Geninteraktionsanalyse läuft
41/37
Genotypisierung - TaqMan
42/37
Genotypisierung - Weitere Techniken …
Invader Assay Pyrosequencing
www.pyrosequencing.comwww.twt.com