抗精神病药物个体差异的全基因组关联分析研究进展☆

宋炜宸 禹顺英

抗精神病药物（antipsychosis,AP）治疗是目前精神分裂症（schizophrenia,SCZ）最主要的有效治疗方法，然而，SCZ患者对AP的反应有极大个体差异[1]。越来越多证据表明，AP个体反应差异有着复杂的遗传背景，了解这些遗传背景可以帮助临床医生更好地给予患者个体化用药[2]。全基因组关联研究（genome-wide association study,GWAS）是在全基因组水平上对大量单核苷酸多态性（single neucleotide polymorphism,SNP）和拷贝数变异（copy number variation,CNV）进行分型，进而分析这些遗传标记与某一表型关联的研究。不同于候选基因研究 （candidate gene study），GWAS不预设假设，因而可以发现许多新的、与表现型无已知生物学关联的易感位点，这使GWAS近年来在复杂疾病和复杂性状的遗传学基础研究中占有越来越重要地位。AP疗效和不良反应的研究也采用了这一方法，并取得一些突破性结果，本文将对这一领域的研究进展进行综述。

1 GWAS与抗精神病药物疗效相关位点的研究

针对抗精神病药物疗效相关位点的GWAS较为丰富，其中多中心项目往往同时研究多种药物，单中心研究则聚焦于单个药物。研究结果在多巴胺通路相关基因上有较多重合，在各个药物特异性作用位点上也有显著结果，在其它基因上的结果则较为分散。

中国抗精神病药药物基因组学联盟的GWAS研究[3]是第一项以汉族人群为研究对象的AP疗效GWAS，也是目前关于AP疗效GWAS中规模最大、研究药物最多、结果最具显著性的一项。该研究包含2413例先证被试与1379例验证被试，共纳入5种二代AP与2种一代AP。在对所有抗精神病药物合并分析时，该研究发现5个SNP与抗精神病药物疗效的关联达到全基因组显著性水平 （genomewide significance,GWS），即P＜5×10-8。 对各药物组分别分析，rs2239063（CACNA1C基因）与奥氮平的疗效、rs6921385（SLC1A1基因）与利培酮的疗效、rs17022006（CNTN4基因）与阿立哌唑的疗效关联性达到WGS。进一步利用上述5个SNP建立患者服用AP后症状是否缓解的预测模型，其曲线下面积达到0.78[3]。这些结果说明，利用GWAS发现的位点建立临床预测模型以指导用药具有很高的临床应用潜力。

在此之前，本领域最大规模的研究是美国国家心理卫生研究所资助的临床抗精神病药物干预效果试验（the Clinical Antipsychotic Trials of Intervention Effectiveness，CATIE）[4]。该项目纳入1500例美国精神分裂症患者，在随机双盲试验中给予患者1种二代AP或氟奋乃静，并记录患者症状变化及副作用。虽然该研究的样本量小于我国GWAS[3]，但其随访时间长，研究指标（包括精神病症状、心理学指标、副作用等）更加广泛。先后有3篇文献[5-7]对CATIE收集的疗效数据及遗传学数据进行GWAS（表1）。比较其结果可发现，无论是在不同药物间还是在不同症状严重程度测量指标间，重合的结果均非常有限。这说明无论是不同药物的作用机制，还是不同症状的发生机制，均有很大异质性。因此以CATIE的结果建立临床预测模型，必须仔细处理这些干扰变量。

与中国抗精神病药药物基因组学联盟和CATIE相比，单中心的GWAS往往规模较小，且聚焦于单个药物。2009年LAVEDAN等[8]基于新上市的伊潘立酮（其高5-羟色胺2A和多巴胺D2受体亲和力与普通非典型AP相似，而高去甲肾上腺素α2c受体亲和力与低组胺受体亲和力则使其具有更好的抗抑郁效果与更低的镇静副作用）三期临床试验是第一个在AP研究中应用GWAS的报道。该研究对218例接受伊潘立酮治疗 （随机分成先证样本和验证样本）、103例接受齐拉西酮治疗、105例接受安慰剂治疗的精神分裂症患者行全基因组SNP芯片分型，虽然没有一个SNP达到严格意义的 GWS（P＜5×10-8），但以 P值最小的100个SNP进行后续独立样本验证时，发现6个SNP与伊潘立酮疗效有关，其中位于NPAS3基因的rs11851892与伊潘立酮疗效关系最显著，另外5个SNP分别位于XKR4、TNR、GRIA4、GFRA2 及 HTR7 基因附近[8]。

LI等[9]在2017年发表的研究是当时CATIE以外研究AP疗效样本量最大的GWAS，包含来自12项临床研究1390例使用帕利哌酮的欧洲裔患者，患者随机分为两组后分别给予帕利哌酮缓释片或长效针剂，结果发现ADCK1基因rs56240334与用药前后临床总体印象量表—严重程度（clinical global impression-severity,CGI-S）评分变化（P=7.97×10-8）及阳性与阴性症状量表 （positive and negative symptom scale,PANSS）评分变化（P=8.72×10-7）显著相关，且这种关联不随给药途径而变化。ADCK1基因与精神分裂症的生物学联系尚不清楚，但有报道称其变异可影响颅内体积[10]。进一步利用GCTA软件[11]计算出该研究所涉及SNP对帕利哌酮治疗效果的遗传贡献度在0.32～0.42（因所选症状量表不同而异）[9]。与CATIE的结果类似，这一结果也从侧面佐证了不同量表中包含的症状异质性具有遗传学基础。

表1 基于CATIE数据3项分析显著影响抗精神病药物疗效的多态性位点GWAS结果

SACCHETTI等[12]同样也在一项对86例精神分裂症患者进行为期2周的利培酮疗效研究中进行GWAS，发现（GRM7谷氨酸代谢性受体7）基因上rs2133450与用药后首2周疗效显著相关。随后，作者又从CATIE中抽取97例经利培酮治疗9个月的欧洲裔患者进行这一位点的基因分型，证实了rs2133450与利培酮疗效的关系[12]。

LI等[13]对302例服用鲁拉西酮的SCZ患者进行GWAS及后续研究。GWAS发现172个SNP与鲁拉西酮治疗精神分裂症的疗效有统计学意义（P＜1×10-4）。后续的功能基因网络分析则发现这些SNP多位于突触连接与骨架蛋白基因、可变剪切基因、离子通道基因附近。这其中有许多基因已被证实与SCZ发病有关，如NRXN1、MAGI2等[14]。共表达分析则发现许多SNP可能影响HTR7的表达，后者正是鲁拉西酮特征性作用位点之一[13]。这几项针对单药的GWAS都发现与药物作用离子通道相关的位点可影响药物疗效，提示我们在临床用药前设计药物特异性的基因检测方案对优化药物疗效或许有很大帮助。

2 GWAS与抗精神病药副作用相关位点的研究

AP的副作用复杂多样，除常见的锥体外系反应（帕金森综合征、急性肌张力障碍、迟发型运动障碍等）[15]、代谢与内分泌紊乱（体重上升、血脂异常、高催乳素血症等）、精神症状（镇静、激越等）及胃肠道症状外，心血管副作用（体位性低血压、长QT综合征）与罕见的粒细胞缺乏均有潜在致死性[16]。了解AP副作用的遗传学基础对安全用药具有很大意义。目前，针对抗精神病药副作用相关位点的GWAS多集中在代谢副作用上，所得的结果也易于用已有生物学知识进行解释。这与代谢副作用的出现频率以及测量方便性有很大关联。针对其它副作用的研究则亟待补充与完善。

2.1 代谢副作用与经典抗精神病药相比，非典型抗精神病药更易于导致代谢副作用，包括血脂、血糖异常，体重增加等[17]。其中，体重增加是不少GWAS的焦点。YU等[18]对534例单一服用非典型抗精神病药物8周的中国汉族SCZ患者进行GWAS，发现编码受体型酪氨酸磷酸化酶的PTPRD基因上 2个 SNP（rs10977144和 rs10977154）与服药后体重增加的关联达到GWS，在547例患者组成的验证样本中，这一关联也得到验证。进一步的表达数量性状基因座（expression quantitative trait loci，eQTL）分析也证实这2个SNP与P值同样较小的SNP（GFPT2基因rs12386481）都影响海马及下丘脑中PTPRD基因表达[18]。BRANDL等[19]利用CATIE数据进行GWAS时未发现SNP与体重增加的关联达到GWS，但对P值较小的SNP进行后续独立样本分析时发现OGFRL1基因上游SNP rs9346455与氯氮平所致体重增加显著相关（P＜0.005）。MALHOTRA等[20]对 139例美国年龄在19岁以下且初次服药的精神分裂症患者进行GWAS，发现18 q21.32区域内20个SNP与体重增加显著相关（P＜10-5），其中位于 MC4R基因附近的 rs489693在后续3个独立人群验证中都表现出与体重增加具有相关关系[20]。将4个人群的数据进行meta分析，该SNP与抗精神病药所致体重上升的关联显著性达到P=5.59×10-12水平[20]。针对该SNP的关联研究进一步发现，其与服药后甘油三酯、血糖、胆固醇、脂蛋白、瘦素等代谢指标的水平均有显著关联[20]。MC4R基因编码黑皮质素4受体，与体重、血糖等代谢指标的异常有密切关系[21]。在针对普通人群体重的GWAS中，MC4R基因亦是热点区域[21]。CZERWENSKY等[22]在队列研究中证实rs489693与AP所致体重上升的关联。值得注意的是，在YU等[18]研究中，MC4R基因区域内的SNP亦达到个体显著性（P＜0.05）。针对抗精神病药所致体重上升的遗传学研究结果最终指向了已知的代谢调控通路，这提示AP所致代谢副作用与一般的异常代谢病理机制有很高重叠度。

亦有研究着眼于体重以外的代谢指标。ADKINS等[23]对CATIE进行的GWAS发现，MEIS2基因rs1568679与利培酮所致腰围、臀围及体质量指数（body mass index,BMI）上升，以及奥拉西泮所致血糖上升的关联达到GWS。该基因编码一个同源异形盒蛋白，参与多个基因的转录调节。该研究还发现位于 PRKAR2B、GPR98、FHOD3、RNF144A、ASTN2、SOX5及ATF7IP2等基因的 SNP与糖化血红蛋白（glycated hemoglobin,HbA1c）、甘油三酯等多个代谢指标异常有联系（经 FDR校正P＜0.1）。ATHANASIU等[24]对挪威594例精神分裂症患者进行类似研究，发现8 q21.3上位于MMP16基因上游200 kb的区域，其内有8个达到GWS的SNP与AP所致BMI上升有关。12q21上的rs11615274与高密度脂蛋白胆固醇（HDL-c）的联系也达到GWS[24]。该位点附近无已知基因，但有数个与糖尿病风险相关的SNP。

2.2 粒细胞缺乏氯氮平所致粒细胞缺乏 （clozapineinduced agranulo cytosis/granulocytopenia,CIAG）是氯氮平的特征性副作用，具有潜在的致死性。由于氯氮平临床处方量较少且CIAG发生率较低，对CIAG的GWAS往往难以获得足够样本量。氯氮平所致粒细胞缺乏症协会（Clozapine-Induced Agranulocytosis Consortium,CIAC）进行的研究包括163例CIAG患者、250例用药但未发生CIAG的对照患者及8405名健康对照，未发现达到GWS（P＜5.0×10-8）的 SNP[25]。但作者后续利用四位 HLA基因型填充（four digit HLA allele imputation）方法[26]则发现 HLA-DQB1 126Q及HLA-B 158T两个氨基酸位点与CIAG的发生显著相关。HLA-DQB1是抗原呈递通路的组成部分；HLA-B蛋白与许多药物分子的 “脱靶结合”（off-target binding of drug molecule）则是这些药物副作用的重要发生机制[25]。不过作者指出，如果在临床上仅通过这两个位点预测CIAG的发生，灵敏度与特异度将只有0.36与0.89[25]。

SAITO等[27]对日本50例CIAG患者、380例用药未发生CIAG患者及2905名健康对照进行的GWAS发现HLA区域内位于 PBX2（1 个）、NOTCH4（3 个）附近的 SNP 达到GWS。进一步的HLA分型发现HLA-B*59:01与CIAG风险有关[27]。LEGGE等[28]的GWAS包含66例服用氯氮平后出现粒细胞减少的患者与5583名用药对照，随后又与CIAC的数据合并进行meta分析，发现一个全新的达到GWS位点（SLCO1B3/7基因rs149104283）。该基因编码肝脏特异性阴离子转运多肽，已被证实与其它药物的副作用有关[29]。此外，CIAC发现的HLA-DQB1多态性与粒细胞减少的关联[25]也再次得到证实。以上结果说明，HLA区域基因多态性与CIAG关系十分紧密；对于考虑应用氯氮平的患者，针对该区域的基因检测或许可以提升用药安全性。

3 小结

目前，针对抗精神病药物治疗个体差异的GWAS已取得不少成果，诸如ADCK1、CNTN4等此前未与精神分裂症联系起来的基因被发现，为未来研究抗精神病药物个体差异的生物学机制提供了候选基因。但目前研究的局限性仍很突出：各项研究间重合结果少，达到GWS的结果少，能区分不同药物差异的结果少。除了中国抗精神病药药物基因组学联盟项目[3]，其余GWAS都没有建立起通过SNP分型预测抗精神病药疗效的理想模型。而我国的研究结果距离临床应用也尚有距离。精神分裂症患者用药背景大多复杂，依从性差，药物选择多样，这些都限制了GWAS样本量扩大与统计学显著性提升。为了使GWAS结果更好地服务于临床，未来有必要进行样本量更大、设计更加完善的GWAS，以期获得可信的临床预测模型。