Master 1 PG methodologie 2012
Transcription
Master 1 PG methodologie 2012
Approches méthodologiques en pharmacogénétique Marie-Anne Loriot INSERM UMR-S 775, Université Paris Descartes UF Pharmacogénétique et Oncologie Moléculaire, Hôpital Européen Georges Pompidou Paris, 1er février 2012 IDENTIFICATION DE SOUS-POPULATIONS en fonction de la réponse et de la toxicité Non toxique Toxique Inefficace Efficace Variabilité interindividuelle dans la réponse aux médicaments Médicament Facteurs génétiques Facteurs génétiques Facteurs acquis - Age, sexe - Comorbidités - Alimentation - Interactions médicamenteuses REPONSE INEFFICACITE/TOXICITE Polymorphismes génétiques - métabolisme - transport - cible pharmacologique OBJECTIF: - immunité (HLA) Médecine prédictive et personnalisée EFFICACITE/TOLERANCE Pharmacogénomique Etude des conséquences des variations de l’ADN et de l’ARN sur la réponse aux médicaments Pharmacogénétique Influence des variations de la séquence en ADN sur la réponse aux médicaments Qu’est-ce qu’un polymorphisme? • • • • Phénotype d’un individu (grec phanein, f anei n se manifester) = ensemble des caractéristiques visibles (traits physiques) et invisibles (biologiques); Le phénotype est sous-tendu par des variations individuelles dans la séquence de l’ADN génomique dont l’ensemble est appelé génotype; Polymorphisme génétique : variation individuelle de la séquence nucléotidique (substitution -SNP-, délétions et amplifications –CNV-, répétitions…) Existence au même locus d’au moins 2 formes différentes de la séquence, appelés allèles Fréquence > 1% dans la population SNPs très fréquents au sein du génome environ 10 millions de SNPs soit θ≈ 1 /300 bases SNP= Single Nucleotide Polymorphism CNV= Copy Variation Number Bases moléculaires de la variabilité génétique: Polymorphismes génétiques ( Génotype pas de gène actif Phénotype métaboliseurs LENTS 1 gène actif 2 gènes actifs métaboliseurs métaboliseurs RAPIDES OU RAPIDES INTERMEDIAIRES plus de 2 gènes actifs métaboliseurs ULTRARAPIDES Gène défectueux, « non fonctionnel » (délétion, mutation inactivatrice) ( )n Gène actif, « normal » Amplification du gène actif )n D’après de Chaisemartin et Loriot, Pathol Biol (Paris), 2005 Principaux mécanismes moléculaires des modifications de l’activité des EMX Séquence non codante Séquence codante 5 ’NC Jonctions exon/intron 5’ 3’ 5’ 3’ 5’ 3’ 5’ 3’ 5’ 3’ ARNm Modification de la quantité d’enzyme Diminution de l’activité Effet sur l’inductibilité Enzyme absente ou inactive Enzyme absente Métabolisme réduit ou absent Enzyme instable Altération spécificité de substrat Quantité d’enzyme augmentée Métabolisme modifié Métabolisme augmenté FREQUENCE DES POLYMORPHISMES GENETIQUES DES ENZYMES DU METABOLISME DES XENOBIOTIQUES CYP 1A1 (induction ~ 10%) CYP 2A6* (5%) CYP 1A2 (10%) CYP 2C9 (2-3%) CYP 2C19 (5-20%) CYP 2D6* (5-7%) CYP 2E1 (>1%) CYP 3A4/5 (?) GSTM1* (50%) GSTT1 (10-20%) GSTP1 (10%) UGT1A1 (10-15%) NAT2 (50%) EH (<5%) TPMT(<1%) MDR1 (25%) * : gènes pour lesquels une duplication est connue POLYMORPHISMES GÉNÉTIQUES DES ENZYMES DU MÉTABOLISME DES MÉDICAMENTS Phase I Phase II Phase III: transporteurs ABC type MDR1 (ABCB1),, SLC, OAT… Variations interindividuelles dans la réponse aux médicaments Absorption/Excrétion*:ex. MDR1 lente/rapide Interactions avec cible pharmacologique*: faible/forte Interactions médicamenteuses Interactions: médicamenteuses, médicaments-aliments Métabolisme*: ex. CYP450 lent, rapide, ultrarapide * variabilité génétique Fonction rénale Conséquences de la variabilité génétique métaboliseur lent Effet sur [médicament] [médi] Phénotype Conséquence clinique Index thérapeutique • toxicité métaboliseur rapide [médi] tps Index thérapeutique • efficacité thérapeutique Index thérapeutique • inefficacité thérapeutique métaboliseur ultrarapide [médi] tps tps INTERET DE LA PHARMACOGENETIQUE *Les variations du métabolisme, du transport et des cibles pharmacologiques ont des conséquences: - pharmacocinétiques - pharmacodynamiques - toxiques * Rôle important quand: - fenêtre thérapeutique étroite - efficacité difficile à évaluer rapidement - efficacités voisines avec profils de tolérance variable * Il est possible de prédire le métabolisme - génotypage - phénotypage Phénotype: - activité réelle - quantifiable - mise en oeuvre plus difficile (in vivo, in vitro, ex vivo) - variations (xénobiotiques, pathologies) - pas permanent Génotype: - facile - permanent - pas quantifiable - pas activité réelle EXEMPLES DE PHENOTYPAGE in vivo CYP 1A1 : CYP 1A2 : CYP 2A6 : CYP 2C9 : CYP 2C19: CYP 2D6 : CYP 2E1 : CYP 3A4 : induction lymphocytes EROD caféine sang PX/C (NAT2) Coumarine Diclofenac Méphénytoïne, Proguanil, Oméprazole Debrisoquine, Spartéine, Dextromethorphane Chlorzoxasone 6-ß-OH-Cortisol (induction), 13, 14 (C)Erythromycine, Midazolam, Dapsone, Dextromethorphane GENOTYPAGE : outils * Méthodes fondées sur la PCR : RFLP, PCR allèle-spécifique, OLA .. (spécifiques) séquençage * Méthodes non spécifiques: SSCP, DGGE D-HPLC : ==> détection de nouveaux polymorphismes * « Carte génétique » : puces à ADN Intérêt pour les études sans à priori Relation génotype phénotype Exemple de la TPMT MEDICAMENTS THIOPURINIQUES: AZATHIOPRINE ET 6-MERCAPTOPURINE Utilisations Gastro-entérologie, cancérologie, transplantation, dermatologie…. Indications dans les maladies inflammatoires chroniques de l’intestin (MICI) de l’adulte et de l’enfant: - maintien de la rémission clinique (taux de réponse 50%) - sevrage des patients cortico-dépendants - prévention des rechutes post-opératoires Efficacité à long terme (taux de rechute 5-10% par an) Délai d’efficacité: 12 à 18 semaines THIOPURINE METHYL-TRANSFERASE (TPMT) : métabolisme des thiopurines AZATHIOPRINE Imurel ® 6-MERCAPTOPURINE (6-MP) TPMT 6-MMP HGPRT 6-THIOGUANINES TOXIQUES (dose dépendant) Hématotoxicité Myélosuppression XO ACIDE THIOURIQUE ACTIFS Immunosuppresseurs Maladie de Crohn Leucémie aigue lymphoblastique ACTIVITE TPMT : DISTRIBUTION TRIMODALE Wt/Wt M/Wt M/M METABOLISME DE L’AZA ET LA 6-MP AZA = azathioprine ; 6-MP = 6-mercaptopurine ; 6-TIMP = 6thioinosine monophosphate ; 6-TGN = 6-thioguanine nucléotides; 6-MMP = 6-méthylmercaptopurine ; 6-TA = acide thiourique ; 6-MeTIMP = 6-méthylthioinosine monophosphate; 6-MMP(R) = 6-méthylmercaptopurine ribonucléotides ; HGPRT = Hypoxanthine guanine phosphoribosyltransférase; XO = xanthine oxydase ; IMPDH = inosine monophosphate déshydrogénase CONSEQUENCES DES VARIATIONS DE L’ACTIVITE TPMT Toxicité hématologique: Corrélation entre taux de 6-TGN et activité TPMT: lien avec la myélotoxicité Déficit en TPMT: dans 1/3 des cas de toxicités Toxicité hépatique: Dérivés méthylés hépatotoxiques Rapport 6-TGN/6-MMP En cas d’activité TPMT élevée production accrue de 6-MMP Résistance pharmacologique En cas d’activité élevée: seuil d’activité à définir Adaptation de posologie En fonction du génotype ou du phénotype POLYMORPHISME DE LA TPMT Structure du gène 5’ 3’ ATG Principales mutations TPMT* 2 : G238C Ala Pro TPMT*3A : G460A Ala Thr A719G Tyr Cys TPMT*3B : G460A Ala Thr Stop Répartition des allèles variants: 7% 78 % <1 % TPMT*3C : A419G Tyr Cys 5% PHENOTYPAGE TPMT Activité érythrocytaire = reflet de la TPMT hépatique Cytosols érythrocytaires Réaction enzymatique: 6-MP 6-MMP Mesure radiométrique ou Séparation par HPLC CORRÉLATION GÉNOTYPE/PHÉNOTYPE Identification de biomarqueurs Approche gène candidat Exemple des anticoagulants oraux PROBLEME DE SANTE PUBLIQUE Première cause d’accidents iatrogènes Près de 900 000 patients traités PROBLEMES LIES AUX TRAITEMENTS AVK ≈ 5000 décès par an 18 000 hospitalisations par an AVK EN FRANCE Coumadine® (warfarine) cp à 2 et à 5 mg Sintrom® Mini-Sintrom® cp à 4 et à 1 mg (acénocoumarol) Préviscan® (fluindione) cp à 20 mg LES MÉDICAMENTS ANTI-VITAMINE K 4-OH-Coumarine et ses dérivés : Acénocoumarol Sintrom® Warfarine Coumadine ® Tioclomarol Apegmone ® O Indane-dione et ses dérivés : Fluindione Previscan ® Phenindione Pindione ® O O R R O H O Cycle de la vitamine K II VII IX X État d’hypocoagulabilité Synthèse de facteurs non fonctionnels VARIABILITE DANS LA REPONSE Nb de patients Doses de warfarine (mg/semaine) Observance du traitement Alimentation (vit. K) Risque Situation physiopathologique Risque hémorragique Interactions médicamenteuses thrombotique Facteurs génétiques HYPERSENSIBILITE RESISTANCE METABOLISME DES AVK O R Super-famille d‘enzymes essentielles pour le métabolisme des médicaments O Dans le foie: METABOLISME des AVK 6 and 7 hydroxylation par CYP2C9 O 17 familles de CYPs comprenant environ 50 isoformes identifiées chez l‘Homme R O classification: famille > 40% homologie de séquence ↑ hydrophile CYP 2 C 9 *1 isoenzyme sous-famille > 55% homologie de séquence allèle ELIMINATION (biliaire et rénale) VARIABILITE DANS L’ACTIVITE DU CYP 2C9 Variations environnementales: inhibition/induction Polymorphismes génétiques 24 variants alléliques http://www.imm.ki.se/CYPalleles/cyp2c9.htm Variants alléliques Fréquence Allélique Activité CYP2C9*1 0,79-0,86 100 % CYP2C9*2 (Cys144Arg) 0,08-0,19 12 % CYP2C9*3 (Leu359Ileu) 0,06-0,1 5% Populations caucasiennes CIBLE PHARMACOLOGIQUE des AVK AVK inactif CYP2C9 VIT K réduite VKOR Cycle de la vitamine K GGC Facteurs Vit K dépendants inactifs VKOR = Vitamine K époxyde réductase VIT K oxydée GGC=γ-glutamyl carboxylase Facteurs Vit K dépendants actifs Relation entre SNP 1173C>T (intron 1) et dose de warfarine à l’équilibre « A polymorphism in VKORC1 gene is associated with an inter-individual variability in the dose-anticoagulant effect of warfarin » D'Andrea, Blood. 2004 VKORC1 CC CT TT DOSE 6,2 4,8 3,5 95% CI 5-7,3 3,8-5,9 2,2-4,8 p Ref 0,002 0,001 n PATIENTS 54 69 24 CYP2C9 explique 21% de la variabilité VKORC1 explique 13% de la variabilité À partir d’une étude chez des volontaires sains (n=230) recevant une dose unique d’acénocoumarol détermination de la part génétique dans la variabilité de la réponse pharmacologique Collaboration CIC St Antoine, Pr Laurent Becquemont INSERM U525, David-Alexandre Trégouët RESULTATS CYP 2C9 (région codante) Effets des allèles CYP 2C9*2 et *3 sur la réponse à l’acénocoumarol (« ratio facteur VII » = J0/J24 x100 ) Répartition des génotypes: ) % ( Génotype *1/*1 *1/*2 *1/*3 *2/*2 *2/*3 *3/*3 Nombre 143 44 30 4 8 1 Data allèle*2-Rapport o 100 i t a 75 r I I V F ) % ( o i t a r 50 I I V F 25 0 /2 *1 CYP2C9 CYP 2C9genotype *2 NS P< 0.001 Data allèle*3-Rapport 100 75 50 25 0 / *1 / *3 CYP 2C9genotype *3 CYP2C9 14% de la variabilité ANALYSE PAR SNP ou PAR HAPLOTYPE 1 gène, plusieurs SNPs SNP 1 Gène X SNP 2 Réponse Gène X SNP 3 Gène X SNP 1 Gène X SNP 2 = haplotype 1 SNP 1 SNP 3 Gène X = haplotype 2 SNP 2 SNP 3 Gène X = haplotype 3 Réponse ANALYSE PAR SNP ou PAR HAPLOTYPE ≥ 2 gènes, plusieurs SNPs SNP 1 Gène A SNP 2 = haplotype 1 SNP 1 SNP 3 = haplotype 2 Gène A SNP 2 SNP 3 Gène A = haplotype 3 Réponse SNP 1 SNP 2 Gène B = haplotype 1 SNP 1 SNP 3 Gène B = haplotype 2 SNP 2 SNP 3 Gène B = haplotype 3 Intérêt des Tag SNP HAPLOTYPES Marqueurs Fréquences T C C A A G C 0.286 T C C A G G T 0.242 C A T C A G T 0.231 T A C A A G T 0.089 T C C C A G T 0.048 T A C A A G C 0.030 T A C A A A T 0.010 7 haplotypes déterminés par 4 Tags (2-4-6-7) STRATEGIE UTILISEE POUR ETUDE HAPLOTYPIQUE DE VKORC1 http://pga.gs.washington.edu/data/vkorc1/welcome.html 29 SNPs répartis sur 10 kb région 5’Flanquante and promoteur Région codante région 3’non traduite 17 SNPs avec fréquence > 5% -4931 T>C -4451 C>A -2659 G>C -1877 A>G -1639 G>A 497T>G 698C>T 1173C>T1542G>C 2255C>T 3730G>A 4901 A>C 5113 G>A 5408 G>C STRATEGIE UTILISEE POUR L’ANALYSE DU GENE VKORC1 Sélection des «Tag » SNPs in silico -4931 T>C -4451 C>A -2659 G>C -1877 A>G -1639 G>A 497 T>G 1173 C>T 6 Tag SNPs (5 dans la région 5’, 1 dans l’intron 1) 95 % de la diversité haplotypique ANALYSE HAPLOTYPIQUE DES POLYMORPHISMES DU GENE VKORC1 EN RELATION AVEC LA REPONSE PHARMACOLOGIQUE Base de données => SNPs : reconstruction des haplotypes corrélation avec variation du facteur VII SNPs -4931T> C -4451C>A -2659G>C -1639G>A 497T>G Fréquence Effet haplotypique Variation du Factor VII (%) (95% CI) C C G A G 0.27 18.9 (16.7-21.1) C C G A T 0.12 18.6 (14.0-23.2) T C G A G 0.019 19.2 (7.5-30.9) T C G G T 0.23 34.3 (32.4-37.2) T A C G T 0.21 36.8 (33.6-39.9) 18.9 (16.9-20.9) 36.0 (34.2-37.8) T A G G T 0.11 37.6 (32.8-42.3) C C G G T 0.017 41.5 (22.3-60.7) 7 haplotypes: SNP -1639G>A =« marqueur des haplotypes » EFFET DE LA MUTATION VKORC1 –1639G>A SUR LA ) REPONSE A L’ACENOCOUMAROL % ( o i t a r I I V Variation Facteur VIIro t c a F P<0.001 *** 100 *** **yyy**** *** 50 0 G A G A -1639G>A Génotype VKORC1 37% de la variabilité Bodin Blood 2005 Identification de biomarqueurs Approche GWAS « Genome Wide Association study » Les études d'association Mettre en évidence le rôle de gènes/régions "candidats" dans la variabilité d'un phénotype Comment ? Tester l'association statistique entre des polymorphismes (marqueurs) et le phénotype d'intérêt Puces à ADN Marquage fluorescent de sondes Hybridation spécifique sur ADN de patients Grande capacité de génotypage: densité variable, jusqu’à 1 milllion de SNPs Lecture automatisée sur plate-forme dédiée P-values for each GWAS SNP tested for association with warfarin dose. Horizontal axis shows SNP location and vertical axis is −log10(p-value) for each SNP tested by univariate regression (A) or multivariate regression (B). Red dots and red lettering show SNPs and implicated genes with p-values beyond the genome-wide significance threshold (1.5×10−7) which is denoted by a horizontal line. (A) Univariate regression shows genome-wide significant association to SNPs clustering near the warfarin drug target VKORC1 (e.g., P = 5.4×10−78, rs9923231) and near the warfarin-metabolizing gene CYP2C9 (P = 4.5×10−17 for non-synonymous *3 SNP rs1057910, P = 8.8×10−13 for non-synonymous *2 SNP rs1799853, P = 3.1×10−31 for *2*3 “composite” SNP rs4917639). (B) Multivariate regression adjusting for the contributions of VKORC1 and CYP2C9 had greater power than univariate regression and detected genome-wide significant association to the CYP4F2 gene (P = 8.3×10−10, non-synonymous SNP rs2108622). Résultats de l’étude d’association avec l’hépatotoxicité de la flucloxacilline • Pic d’association p=8.7x10-33 • Chromosome 6 = région MHC • Identification d’un marqueur en déséquilibre de liaison avec HLA-B*5701 51 cas/282 témoins, puce Illumina Human1M Réplication dans étude indépendante (23 cas) Nature genetics 2009 CONCLUSION GENERALE Phases de Développement Du Médicament Utilisation en routine clinique Bon usage de la pharmacogénétique va permettre: Meilleure adéquation malade-traitement Moins d’effets secondaires Traitement plus efficace et à moindre coût Ce qu’il faut retenir • • • • • • • Il existe une grande variabilité interindividuelle dans la réponse aux médicaments; Les facteurs génétiques expliquent une part de cette variabilité; Il est possible de prédire la réponse aux médicaments: génotypage, phénotypage, corrélation génotype-phénotype; Pour le génotypage: nécessité d’avoir des populations homogènes (influence de l’ethnie sur la fréquence des SNPs) Etudes cliniques ou chez le volontaire sain Approches gènes candidats ou études pangénomiques «Genome Wide Association Study » Etudes en combinaison de SNP ou d’allèles: approche haplotypique