Farmakogenomik giver god mening – så hvorfor bruger medicinalindustrien det ikke i praksis?
Farmakogenomik (PGx) befinder sig i et usædvanligt paradoks. Den videnskabelige dokumentation er veludviklet, de kliniske (og økonomiske) fordele er ubestridelige, og alligevel sker implementeringen langsomt, fragmenteret og ulige.
Især i kliniske forsøg anvendes farmakogenomisk profilering næsten aldrig. En gennemgang af ClinicalTrials.gov identificerede kun 619 PGx-relaterede interventionsforsøg ud af i alt 350.728 (~0,18 %), og færre end halvdelen specificerede klart, hvilke gener der blev undersøgt, selvom PGx i forsøg kan gøre flere meget praktiske ting:
Tydeligere signal om effektivitet: mindre variabilitet -> klarere billede af
respondenter/ikke-respondenter Færre sikkerhedshændelser: tidlig identifikation af højrisikogenotyper -> færre undgåelige bivirkninger
Mindre friktion i forsøget: færre afbrydelser, færre redningsmediciner, færre "brandøvelser"
Bedre doseringsstrategi i den tidlige fase: PGx hjælper med at forklare PK/PD-afvigelser, før de bliver overraskende dosisbegrænsende
toksicitet Stærkere historie ved målstregen: prospektivt definerede undergrupper -> mere forsvarlig mærkningsstrategi for betalere
For de fleste udviklingsteams føles PGx stadig som noget, der øger kompleksiteten uden klart at reducere risikoen: flere analyser, mere koordinering, flere regulatoriske spørgsmål, flere ting, der kan gå galt. Når tidsplanerne er stramme, og fiasko er dyrt, er instinktet at forenkle, ikke at indføre endnu en variabel, selvom den er medicinsk relevant. Det er netop derfor, PGx har haft svært ved at bevæge sig fra at være en "god idé" til at blive "standardinfrastruktur" i kliniske forsøg.
Erfaringer fra klinikere viser også, at kommercielle PGx-paneler kan overse vigtige, handlingsrelevante gener, der er defineret i CPIC/FDA/DPWG-vejledningen, samtidig med at de inkluderer varianter med lav evidens, hvilket gør det sværere at vide, hvilke resultater der faktisk er nyttige i praksis. Selv når det relevante gen er inkluderet, fanger panelerne muligvis ikke konsekvent alle klinisk handlingsrelevante alleler (såsom kopitalvariationer eller hybridstrukturer), hvilket kan føre til fejlagtig klassificering af metabolisatorer blandt deltagerne.
Selv når PGx-test anvendes, skal det passe ind i stramme forsøgsfrister: programmer som PREPARE krævede, at resultaterne blev returneret inden for ca. 7 dage for at forblive klinisk relevante, og i virkelige omgivelser involverer implementering af PGx alt fra genudvælgelse og fænotypeoversættelse til rapportering, CDS-logik og EHR-integration på tværs af flere teams. I praksis afhænger omdannelsen af sekventeringsdata til retningslinjeoverensstemmende fænotyper ofte af specialiserede bioinformatiske pipelines og lokal infrastruktur, hvilket medfører forsinkelser, fortolkningsudfordringer og variabilitet på tværs af lokaliteter, hvor klinikere konsekvent nævner tidsbegrænsninger og kompleks resultatfortolkning som væsentlige barrierer.
Det ironiske er, at det stærkeste argument for farmakogenomik allerede er fremført. PREPARE-undersøgelsen viste, at præventiv PGx reducerer klinisk relevante bivirkninger ved medicin med ca. 30 %. Det er ikke ubetydeligt. Det er den slags effektstørrelse, som medicinalindustrien normalt jubler over.
Men PREPARE viste også diskret, hvorfor PGx stadig ikke er blevet udbredt: centraliseret genotypning, flere dages behandlingstid, omfattende koordinering, omkostninger til databehandling og paneler, der aldrig var designet til globale, hurtigt fremadskridende forsøg.
Med andre ord: biologien fungerede. Logistikken gjorde ikke.
Det er her, DNA ME kommer ind i billedet.
Hos DNA ME tilgår vi farmakogenomik omkring nanopore-sekventering med en effektiv, forenklet softwareløsning, fordi den kombination endelig gør PGx kompatibel med, hvordan forsøg rent faktisk fungerer.
Nanopore-sekventering giver dig mulighed for at generere genetiske data tæt på forsøgsstedet i stedet for at sende prøver til et centraliseret laboratorium. Endnu vigtigere er det, at long-read-sekventering identificerer de farmakogener, der betyder mest (som CYP2D6), uden det gætteri og de fejlklassificeringer, der plager traditionel short-read-sekventering.
paneler. Men sekventering er kun halvdelen af historien. Det virkelige gennembrud ligger i det, der sker, når dataene er genereret.DNA ME omdanner rå data til standardiserede farmakogenomiske resultater, der er maskinlæsbare og klar til brug i kliniske forsøg, uden at der er behov for bioinformatikeksperter for at nå frem til sekventeringsresultaterne. Dataene kan føres direkte ind i sikkerhedsovervågning, regler for dosisforøgelse eller adaptiv forsøgslogik. Analyser kan også køres lokalt på en almindelig bærbar computer; der er ikke behov for GPU'er eller dyrt computerudstyr, og der er ingen grund til at uploade eller sende følsomme genetiske data om deltagerne.
DNA ME's nanopore-baserede workflow kan også detektere CpG-methylering og allelspecifik methylering direkte fra samme sekventeringskørsel, hvilket tilføjer et funktionelt lag til farmakogenomisk profilering uden yderligere assays eller efterfølgende behandling. Dette muliggør identifikation af deltagere, hvis reelle metabolisme kan afvige fra deres forudsagte genotype på grund af epigenetisk regulering af farmakogener, hvilket hjælper med at reducere eksponeringsafvigelser og forbedre klassificeringen af metabolisatorer inden for den samme strømlinede pipeline.
I det øjeblik PGx bliver hurtigt, overkommeligt og operationelt usynligt (integreret på samme måde som PK-prøveudtagning eller sikkerhedslaboratorier er integreret), holder medicinalindustrien op med at spørge, om det er værd at gøre. Spørgsmålet bliver i stedet, hvorfor de vil acceptere risikoen ved ikke at gøre det.
Hvis du har forsøgt at integrere PGx i et forsøg, hvad var den største hindring: omkostninger, behandlingstid, drift eller intern opbakning?
Vi er nysgerrige efter at høre, hvad teams oplever i praksis.
(Og hvis du ønsker et forsøgsparat panel + plug-and-play nanopore-workflow, der er skræddersyet til dit aktiv, så send os en besked hos DNA ME, og vi vil udvikle det sammen med dig.)