Semmelweis Kutatóegyetem Személyre Szabott Orvoslás Molnár Mária Judit 2010. november 19.

Személyre Szabott Orvoslás A beteg klinikumát, genomikáját és a rá ható környezeti tényezők összességét, valamint a betegsége egyedi jellemzőit integrálja és ezek alapján: alcsoportokat képez választja ki a legoptimálisabban ható gyógyszert állítja föl a legmegfelelőbb terápiás stratégiát az egyes alcsoportok bizonyos betegségekre való hajlama meghatározásával segíti elő a megelőzést, a korai stádiumban elkezdett kezelést

Áttekintés A személyre szabott orvoslás definíciója Hajtóerők, várakozások Feltételek Jelen alkalmazási területek Semmelweis egyetemi SZSZO aktivitások – eredmények és tervek Valóság és science fiction

Hatástalan terápiák Vérnyomáscsökkentők 10-30% ACE gátlók $390 millió– $1.2 milliárd Szívgyógyszerek 15-25% Béta blokkolók $345 millió – $575 millió Anti depresszánsok 20-50% SSRI $2.3 milliárd – $5.8 milliárd Cholesterin csökkentők 30-70% Statinok $3.8 milliárd – $8.8 milliárd Asthma gyógyszerek 40-70% Beta-2-agonisták $560 millió – $1.0 milliárd

Mellékhatások • Kb. 100,000 halál/év az USA-ban • 6. vezető halálok az USA-ban • A betegek kb. 67%-a már tapasztalta • Fokozza a non-complience-t

Technológiai fejlődés 20. század végének genomikai forradalma Human Genom Project befejezése (2000) „Csupán” 28 ezer gén – vs 100 ezer DNA microarray Új generációs sequenálás „$ 1000 Genom” Amivel „senki nem számolt”: 28 ezer gén – 20 millió SNP Gének harmadának funkciója tisztázatlan Deléciók, duplikációk, CNV-k szerepe Epigenetika Forrás: Jose de Leon, Pharm Res 59 (2009) 81-89 alapján

Társadalmi várakozások- I.

Társadalmi várakozások- II. Egészségügyi költségmegtakarítás Forrás: Business Insights: Expanding Applications of Personalized Medicine, 2009; és PriceWaterHouse Coopers

2009-ben több mint 2000 cég folytatott K+F-et A gyógyszeripari kutatás megháromszorozódott az elmúlt 25 évben: 2009-ben 85 mrd USD volt Termékek száma a fejlesztésben 1985-ben 531, 2009-ben több mint 2000 cég folytatott K+F-et És az eredmény…?

Új alternatívak feltűnése: a gyógyszeripar eddigi válasza Personalized medicine driven? NCE‘s Low NCE light Orig Biological Device driven Implant, inhaler, patch cytostatics, steriles, antibiotics Biosimilars Combinations Competition / price pressure Modified / sustained release Manufacturing driven Formulation driven API driven products Hormons, Stability, polimorphs, salts … Commodity generics High Attrition / risk of ROI Low High

Reaktiv orvoslás Reaktív orvoslás Betegség súlyosság Újabb gyógyszerváltás Gyógyszer váltás Betegség súlyosság Gyógyszer választás Diagnózis Reaktív orvoslás Idő

Preventív orvoslás Hatékony orvoslás Betegség súlyosság Optimális gyógyszer Diagnózis/Prognózis Betegség súlyosság Monitorozás Szűrés Predispozíció Hatékony orvoslás Idő

Mi fog történni? A SZSZO alkalmazza a farmakogenomika adta lehetőségeket és túllépi „az egy mindenkinek” megközelítést” Az SZSZO a betegségek prevencióját és minél korábbi kezelését tűzi ki célul A laboratóriumi orvoslásé lesz a vezető szerep „A disease signature ” –k lesznek a jövő biomarkerei, melyek adatok ezreiből állnak A gyógyszergyárak stratégiái is a „disease signature” –re irányulnak

MA EZ MARADÉKTALANUL MEGVALÓSUL? NEM A jelen SZSZO lehetőségei kimerülnek a Pharmacogenomikában Kíváló kezdet - De hiányzik a technológia, ami a predikcióhoz és a prevencióhoz szükséges lenne

A mérési technológia limitálja az SZSZO elterjedését Az SZSZO szakadék A mérési technológia limitálja az SZSZO elterjedését Nem rendelkezünk olyan mérési metodikákkal, melyek az emberi test biokémai változásait olyan érzékenységgel tudnák követni, amely kielégíti az SZSZO igényeit

Áttekintés A személyre szabott orvoslás hatása az egészségügyi ellátásra Hajtóerők, várakozások Feltételek Jelen alkalmazási területek Semmelweis egyetemi SZSZO aktivitások – eredmények és tervek Valóság és science fiction

Magyarország ma - SWOT Erősségek Már alkalmaznak személyre szabott terápiákat (onkológia) Példaértékű biobankok Fogékonyság a technológiai fejlesztések iránt Felsőoktatás nyitott a változtatásra (új curriculumok) Hazai szellemi tőke részvétele nemzetközi projektekben Létező jogszabályok (biobank, genetikai diagnosztika) Gyengeségek Lemaradás a hozzáférhető technológia terén Együttműködések hiánya (ipar, egyetemek, intézmények, nemzetközi együttműködések) Szűkös K+F források Finanszírozó nehezen alkalmazkodik az új trendekhez Szakemberek/kutatók/orvosok. laikusok ismerete egyenlőtlen Laboratóriumok minőségbiztosítása nem egységes Lehetőségek Az SzSzO vívmányai a klinikai „best practice részévé válhatnak Genetikai teszteket beépítése a gyógyszerek alkalmazása során a mellékhatások csökkentése és hatásfok növelése érdekében Onkológia mellett kardiovaszkuláris, fertőző megbetegedések és neurológia területén is alkalmazható SzSzO Együttműködések erősítése Új finanszírozási rendszer kialakítása Új nemzetközi együttműködések Orvos és betegképzés fejlesztése Veszélyek A területen működők érdekei nem egyeznek (klinikus-finanszírozó, gyógyszeripar-finanszírozó, diagnosztikai laboratórium és finanszírozó) A fejlesztések mögül elmarad az állami szerepvállalás Rossz finanszírozási, támogatási szerkezet miatt a fejlesztések elmaradnak Orvosok/betegek újításokkal szembeni ellenállása Társadalmi támogatás hiánya, az ellátottakra nehezedő túlzott anyagi teher Az alap és szakellátásban dolgozó orvosok nem tudnak lépést tartani a genomikai fejlesztésekkel Genomikai NTP

Erősségek Már alkalmaznak személyre szabott terápiákat (onkológia) Példaértékű biobankok Fogékonyság a technológiai fejlesztések iránt (klinikusok, kutatók, gyógyszergyárak) Felsőoktatás nyitott a változtatásra (új curriculumok) Hazai szellemi tőke részvétele nemzetközi projektekben Létező jogszabályok (biobank, genetikai diagnosztika) Genomikai NTP

Lehetőségek Az SzSzO vívmányai a klinikai „best practice” Genomikai NTP Az SzSzO vívmányai a klinikai „best practice” részévé válhatnak Onkológia mellett kardiovaszkuláris, fertőző betegedések és neurológia/psychiátria területén is alkalmazható lesz az SzSzO Genetikai tesztek – gyógyszerek együttes fejlesztése a mellékhatások csökkentése és hatásfok növelése érdekében Akadémia –ipar együttműködések erősítése Új finanszírozási rendszer kialakítása Új típusú nemzetközi együttműködések (biobankok, közös adatbázisok és projektek) Orvos és betegképzés fejlesztése

Áttekintés A személyre szabott orvoslás hatása az egészségügyi ellátásra Hajtóerők, várakozások Feltételek – Mire van szükségünk? Jelen alkalmazási területek Semmelweis egyetemi SZSZO aktivitások – eredmények és tervek Valóság és science fiction

Az SZSZO a klinikai gyakorlatban 2010 - egyes tesztek Hatékonyság Herceptin – emlőrák Cetuximab – colon tumor Prevenció BRCA1/2 - emlő és petefészek tumor profilaktikus tamoxifen és sebészet Biztonság VKOR/CYP2C9 – warfarin adagolás

Az SZSZO a klinikai gyakorlatban 2010 - Multiplex tesztek MammaPrint Microarray-alapú prognosztikai teszt ,emlő rákban 70 gén mRNS expressziós mintázatát vizsgálja AlloMap qPCR-alapú 11 gén expressziós profilját néző teszt, mely segíti a klinikust azon betegek kiválasztásában, akik be fogják tudni fogadni a transzplantátumot Tissue of Origin Microarray technologia, mely a daganat áttét 1.550 génjének mRNS expressziós mintázatának vizsgálatával a leggyakoribb 15 tumort azonosítani tudja

SZSZO a Neurológiában és Pszichiátriában Hatékonyság Fájdalom csillapítók: CYP2 D6 Sclerosis multiplex: interferon-beta antitest (MXA) Alpha glucosidase hiány: Myozyme Duchenne MD: 48-51 exon deléció: exon skipping Kóros stop codon: Ataluren (PTC124) Biztonság Clopidogrel – emelkedett CV rizikó - CYP2C19 Statinok – neuro-myopathia? Atypusos antipsychotikumok – metabolikus syndroma? Antidepressivumok: metabolikus syndroma?

Áttekintés A személyre szabott orvoslás hatása az egészségügyi ellátásra Hajtóerők, várakozások Feltételek – Mire van szükségünk? Jelen alkalmazási területek Semmelweis egyetemi SZSZO aktivitások – eredmények és tervek Valóság és science fiction

A Semmelweis Egyetem hozzájárulása az SZSZO fejlesztéséhez Phenomikai kihívás – részletes klinikai adatbázisok Biobank építés Biomarker kutatásba való bekapcsolódás Laboratóriumi diagnosztika fejlesztése – „co-development” az iparral Klinikai vizsgálatok Oktatás (graduális – postgraduális) – felkészítés a paradigma váltásra

A Prevenciós Modul Kutatócsoportjai MTA-SE Gyulladásbiológiai és Immungenomikai Kutatócsoport SE I. Gyermek Klinika Anyagcsere Betegségek Szűrőlabor, SE CellScreen AKK Tömegspektrometr. Kutatócsoport SE Kardiológiai Központ Kutatócsoport A Prevenciós Modul Kutatócsoportjai MTA-SE Neurokémiai Munkacsoport SE Neurológiai Klinika Kutatócsoport SE Molekuláris Neurológiai Központ Kutatócsoport

Bizonyíték, biztonság szükségessége és szerepe a gyógyszerek használatánál Bizonyítékokon alapuló orvoslás / bizonyítékokon alapuló gyógyszerhasználat („evidenced based medicine”) Személyre szabott/ individualizált orvoslás („personalized medicine”) 1: Ismereteiben optimalizált (a tanulmányok, klinikai vizsgálatok alapján a legjobb következtetés levonás): EBM 2: Individualizált, personalized medicine, egyénre/betegre szabott gyógyszerterápia

A különbözőség kezelése egy klinikai kérdés megválaszolásában Nem vagyunk egyformák! (= különbözőek vagyunk) Statisztikai megközelítés Individuális megközelítés Releváns egyéni jellegzetességek azonosítása Nagy számok törvénye „Megatrial” – RCT többezer beteggel Hatásellenőrzés az egyénnél Statisztikailag értelmezhető és értelmezendő eredmények Individuálisan értelmezhető és értelmezendő eredmények

Az egyénre szabott orvoslás lehetősége: a nem statisztikai válasz? Statisztikai következtetés: 12 vizsgálat alapján: nagy a vizsgálatok közötti heterogenitás, összességében nem igazolható egyértelmű előnyös vagy káros hatás Személyre szabott következtetés: Azonosíthatók olyan egyéni jellegzetességek, melyek alapján előre jelezhető az adott betegnél, hogy az adott kezeléstől majd előnyös vagy káros hatás várható

Személyre szabott orvoslás KÉRDÉS Személyre szabott orvoslás Bizonyítékokon alapuló orvoslás (EVIDENCE BASED MEDICINE) ?

Neurológiai Klinika hypothesise Bizonyítékokon alapuló személyre szabott orvoslás (EVIDENCE BASED MEDICINE) Statisztikai (valószínűségi) adatokon nyugvó döntés (ha nincs pontosabb bizonyíték) Személyre szabott döntés (ahol ez jó bizonyítékok alapján lehetséges) Bereczki D. et al.

Betegség klasszifikáció Molekuláris Medicina Univerzumának Középpontja Prevenció Beteg menedzsment Célzott Th. Betegség klasszifikáció Gén expresszió Predikció BIOLÓGIAI MINTA Klinikai vizsgálatok Gén sequencia Protein profil A Biológiai Minta a Molekuláris Medicina Univerzumának Középpontja

NEUROLÓGIA/PSYCHIÁTRIA GYERMEKGYÓGYÁSZAT SE –Biobank Hálózat Stroke Parkinson Huntigton Neuromusc kórképek Schizophrenia Depresszió Koraszülött Diabetes mellitus Vese betegségek Migrain Leukaemia Anyagcsere bet. . CARDIOVASCULARIS OBESITÁS ASTHMA

* * * Tumor suppressor (e.g. p53) Személyre szabott stratégia a terápiában (genetikailag polimorf szereplőkkel) * * * ABC transzporterek (ATP-Binding Casette) A gyógyszerhatás környezeti hatásokon és genetikailag meghatározott jellegzetességeken keresztül érvényesül. A citosztatikum genetikailag heterogén ABC transzportereken át jut be a sejtekbe, ahol (pl) genetikailag heterogén tumor suppressor géneken (pl. p53) át hat és genetikailag heterogén p450 enzimek metabolizálják. P450 gyógyszer metabolizáló enzimek Tumor suppressor (e.g. p53) Falus A et al. 36

Gyerek ALL CVCVCVV CVCVCVV Kemoterápia: daunorubicin Példánkban (gyerek ALL) daunorubicin több komponensű hálózati rendszeren hat a p53-ra. A komponensek között több genetikailag polimorf elem van (az egyszerűség kedvéért csak két allélt tüntetünk fel mindegyiknél --világos és sötétzöld pontmutációk-SNP). Kemoterápia: daunorubicin ABC transzporter: ABCB1 P53 Gyerek ALL Path 0 37

Patient 1 SNPNP 1 + 2 3 4 5 6 7 ND 8 9 Az egyes számú betegnél piros vonalak mutatják a hatás lefutását. Oldalt nyolc (kétváltozós) SNP-t tüntetünk fel. A + jelek az adott beteg SNP mintázatát mutatják. 38

Patient 2 SNPNP 1 + 2 3 4 5 6 7 ND 8 9 A második betegnél más SNP kombinációk, más, hosszabb gyógyszerhatás útvonalat jelentnek. Minthogy a 3. és a 9. számú világoszöld SNP az ABCB1 génjében található, eszerint ennek az enzimnek a genetikai jellegzetessége dönti el, hogy a gyógyszer mennyire és milyen gyorsan hat. 39

Génexpressziós microarray eredmények egér kísérletben Asthma genomika – Typus 0 Biomarker Génexpressziós microarray eredmények egér kísérletben Tradicionális analízis: intenzív génexpressziós változások minden időpontban a microarray adatokon elvégzett Self Organizing Map cluster-elemzés egyértelműen kimutatta az első (az allergénre adott korai választ képviselő) csoport génexpressziós mintázatának határozott elkülönülését a második és a harmadik csoporttól. A korábban a légúti gyulladás alfejezetben már ismertetett, az első csoportban megfigyelt kezdeti erőteljes neutrophil infiltrációval összhangban e csoport génexpressziós mintázata leginkább akut, nem atópiás gyulladásos és kemotaktikus válaszban közreműködő géneket tartalmaz. Megnövekedett expressziót mutató mikroRNS-e: miR-135b, miR-139-3p, miR-155, miR-21, miR-21*, miR-449a, miR-449c, miR-582-3p, miR-689, miR-711 Falus A et al. 40

Gene Set Enrichment Analysis 1. csoport, korai időpontban emelkedettebb expresszió 3. csoport, késői időpontban emelkedettebb expresszió Asthma genomika 41

Fordított összefüggés a PON1 aktivitás és az asthma tüneteinek súlyossága között 8 páciens vizsgálata 3 különböző időpontban 0. nap: súlyos tünetekkel kórházba érkezés után rögtön vérvétel az iv. corticosteroid (80 mg methylprednisolon) adása előtt 4. nap: váltás az iv. corticosteroidról orális corticosteroidra (16 mg methylprednisolon) 10. nap: a kórházi kezelés vége Szalai et al Br J Pharmacol. 2008;153:1602-14 Tolgyesi et al International Immunology 2009; 21:967-75 42

A galektin-1 és interleukin-2 receptor β új haplotípusának asszociációja autoimmun myasthenia gravissal Korra és nemre történő korrekciót követően a galektin -1 rs4820293 SNP szignifikánsan korrelál myasthenia gravissal Klinikai állapot p Exponentiation of B (Exp(B)) MG 0.022 0.701 Anti-AChR pozitivitás 0.019 0.3 Thymus pathológia jelenléte 0.037 0.691 De: szignifikáns az rs4820293 galektin-1 és rs743777 IL2R béta interakció is (p:0.014, Exp(B): 0.805) A galektin-1 és ILR2ß két SNP-jének haplotípus asszociációja 2.3 x emeli a betegség megjelenésének valószínűségét Pál et al. J Neuroimmunol. 2010 Epub.

Interleukin-4 receptor α rs1805010 polymorphismusa csökkenti az IL4-re való válaszkészséget myasthenia gravisban Genotype p Exp(B)a CI (95%) IL4R I75V AA (I75/I75) AG (I75/V75) GG (V75/V75) 0.183 1.23 0.52-1.66 0.396 1.15 0.9-1.6 0.2 1.25 0.78-1.76 AA AG and GG 0.739 1.08 0.67-1.74 0.455 0.827 0.5-1.36 0.704 1.1 0.65-1.89 GG AA and AG 0.023 1.76 1.08-2.85 0.021 1.919 1.1-3.34 0.075 1.68 0.95-2.97 Az IL-4 receptor IL4-re való csökkent válaszkészségét eredményező I75V polymorphismus hozzájárul a MG patomechanizmusához és meghatározza a betegség prognózisát Pál et al: közlés folyamatban

Tömegspektrometria-vezérelt sebészeti beavatkozások – 0 Typusú Biomarker In-situ szövettani vizsgálat nem megoldott tumor rezekciós beavatkozásoknál Fagyasztott metszet lassú, pontatlan, nem ad egyértelmű választ Valósidejű, in-situ tömegspektrometria Sebészeti eszközhöz kapcsolható Azonnali választ ad Pontossága összemérhető a klasszikus hisztológiáéval Foszfolipid markerek ↓ Szignál transzdukcióban részt vevő molekulák (pl. PIP, PIP2) Kísérleti felépítés In-vivo bevatkozás és adatkiértékelés főkomponens analízissel (PCA) Takáts Z. et al.

A szerotononin-2A receptor gén rs731779 polimorfizmus G/G genotípusa esetén a téli depresszió 9-szeres gyakorisággal jelenik meg a normál populációhoz képest Ez a genotípus az elsődlegesen választandó antidepresszáns típusát is meghatározza Molnár E et al Eur Neuropsychopharmacol. 2010;9:655-62.

eNOS 298 kodon SNPösszevetése a vízilabda olimpiai válogatott és egészséges kontrol egyének szívfunkciójával Kontrol Vízilabda válogatott Glu/Glu Glu/Asp, Asp/Asp Glu/Glu Glu/Asp, Asp/Asp 70 60 50 40 Jobb kamrai ejekciós frakció (cMRI) % LV EF VL: 57.0±4.4- 58.8±4.0 Kontrol: 60.2±6.3 – 60.2±3.4 (%) LV EDVi VL: 112.6±13.8- 114.5±13.6 Kontrol: 92.1±9.3- 88.9±14.6 (mL/m2)) LV ESVi VL: 48.9±9.6 – 47.2±7.5 Kontrol: 36.8±7.4 – 35.6±8.4 (mL/m2) LVMi VL: 70.0±14.2- 75.2±15.9 Kontrol: 60.1±11.7 – 57.1±14.0 (g) P<0.05 Lux et al, Eur Heart J ESC Abstract Suppl 2010

Hazai populációban a CYP2C19 *2 genotypus megoszlása 575 egyén 354 stroke – 221 kontrol Minor allél gyakoriság magyar populációban: 12,8% Molnár MJ et al.

Érdekcsoport Érdekek és elvárások Fontosság Neurodegeneratív kórképek Asthma bronchiale Gyors és pontos, lehetőség szerint a tünetek megjelenése előtti diagnózis Korai diagnózis megállapítása, prevenció Pszichiátriai betegségek (depresszió, anxietas, drog abúzus) Responderek azonosítása, metabolikus sy. veszély detektálása Terápia optimalizálás, susceptábilitási tényezők azonosítása Cerebrovascularis, cardiovascularis betegségek A thrombocyta aggregáció gátló és statin th-t befolyásoló genetikai tényezők azonosítása A nem kívánt mellékhatások kivédése Cardiovascularis betegségek és obesitás Az ischemiás szivbetegségre és obesitásra hajlamosító genomikai tényezők azonosítása Az ischemiás szivbetegségre és obesitásra hajlamos betegek szelekciója Szteroid-rezisztens nephrosis sy. Immunogen és genetikusan determinált nephrosis sy. differenciálása Terápia optimalizálás

Biomarker kutatás neurodegeneratív megbetegedésekben – Typus 0 Biomarker Korai diagnózis - követés Lipid/peptid/protein markerek neurodegenerativ betegségekben Kliniko-kémiai és MRI diagnosztikai módszerek Stratégia Szövettani metszet tömegspectrometriás és szövettani vizsgálata A biológiai anyagokban a szövet specifikus markerek azonosítása A marker in-vivo detektálása MRI-vel Takáts Z, Molnár MJ

A hangulatzavarok genomikája Útanalízisek a depresszió, szorongásos zavarok kardiovaszkuláris rizikó kialakulásában szerepet játszó faktorok azonosítására, ehhez gén x gén interakciók, gén x környezet interakciók, fMRI vizsgálatok Gyógyszerek, kábítószerek hatásai a génexpresszióra Génexpressziós profil vizsgálata microchippel Egyetemi doktori Farmakológia szakvizsga Oktatás az OTKI-ban: pszichofarmakológia   Kutatói pálya TDK, PhD, hazai, külföldi laborok, mentor Céltudatosan, elszántan Alkalmazott Nemzetközi (el)ismertség (új erdmény, publikációk, impakt) Bagdy Gy et al.

Szív- és érrendszeri rizikó vizsgálata kistérségi populációban Célcsoport: 8000 felnőtt lakos Módszer: Health Interview Survey (HIS) Health Examination Survey (HES) EKG, echocardiográfia, rizikóbecslés alapján szív CT/MRI Regiszter - biobank CV rizikó és hirtelen szívhalálra hajlamosító genotípusok vizsgálata Utánkövetés: - Prospektív HIS és HES - Alacsony, közepes rizikójú panaszos esetben szív CT plakk analízis, „triple role-out” vizsgálatok Várható haszon: Első közép-európai mért eredmények egy kistérség teljes populációjának CV állapotáról A szív CT szerepének vizsgálata adott populáció primer és secunder prevenciójában Csatlakozás nemzetközi adatbázisokhoz Merkely et al.

Valóság és Science Fiction Középtávon nem reális elképzelések : - a legtöbb felírt gyógyszer a beteg genotípusához fog igazodni - a genomika teljes betekintést enged a komplex emberi megbetegedések biológiai hátterébe

Valóság és Science Fiction Reális elképzelések : - a genotípusok meghatározása csökkenti a gyógyszerekkel kapcsolatos nem kívánt események arányát - az orvostudomány több ágában a genomikai ismeretek jobb orvosi kezelést tesznek lehetővé (onkológia, immunológia, pszichiátria, neurológia) Feltétel: a klinikusok és alapkutatók az akadémiai szféra munkatársai az akadémiai szféra és az ipari szereplői közötti hatékonyabb együttműködés!

Köszönöm megtisztelő figyelmüket!