精准医学时代下临床药学监护模式新进展

黄晓晖，周国华

0 引 言

2011年，美国科学院、美国工程院和国立卫生院等在《迈向精准医学：构建生物医学研究知识网络和新的疾病分类体系》中首次提出了“精准医学”的概念；2015年初，美国宣布启动“精准医学”计划。从此，“精准医学”一词逐渐被人熟知，现已成为医学发展的新模式。精准医学是将个体的基因变异、生存环境、生活方式等作为疾病预防、诊断与治疗的影响因素，利用基因组学、蛋白组学、代谢组学等研究方法，探寻疾病诊断的新方法、新标准，并由此开发与制定针对精确病因的个性化预防与治疗方法，实现对疾病的精确诊断与准确治疗［1-3］。精准医学的诞生得益于现代生物学研究方法的进步，尤其是高通量测序技术及生物信息学的发展为构建组学大数据样本库与研究基因型与表型的相关性提供了重要基础，使人们从分子水平重新认识了疾病发生发展规律，并根据特定分子类型开发分子诊断方法与研制分子靶向药物，从而构建更加完善的疾病分类与治疗模式。

个性化用药先于精准医学而被提出，主要针对传统“千人一药”的用药模式，强调药物反应存在个体差异，主要以患者的遗传差异为基础，采用药物基因组学方法找出影响药物反应的基因差异，通过检测基因差异位点指导药物及其剂量的筛选，使疗效最大化，并最大可能地避免不良事件发生［4］。2004年有研究报道表皮生长因子受体基因突变类型与酪氨酸激酶抑制剂吉非替尼疗效相关成为精准用药的里程碑［5］。与测定遗传背景差异指导药物使用相比，检测药物作用分子的相关基因突变位点可实现从分子水平为患者选择更有效的药物。因此，个性化用药是精准医学在临床应用的第1个落脚点，也是精准医学要实现的主要目标之一。药物使用也因此逐渐从对症下药向个性化用药转变，并促进了临床药学监护模式从合理用药、个性化用药到精准用药的转变。

1 药物动力学（pharmacokinetic，PK）/药效动力学（pharmacodynamic，PD）指导下的合理用药模式

1.1 PK/PD理论PK/PD理论重点阐述时间-药物暴露-药物效应三者之间的定量关系，通过模型定量描述和预测特定给药剂量和方案下药物对人体产生治疗效应的时间过程。基于PK/PD原理的临床药物治疗方案，可以使药物在不同个体中达到最佳的临床治疗效果同时减少药物不良反应。目前，PK/PD模型在临床个体化给药方案制定、疗效及不良反应预测、药物相互作用研究等方面已得到广泛应用，尤其是基于PK-PD理论指导的抗菌药物合理使用。2016年美国感染病学会/美国胸科协会在指南中首次提出临床医师应根据抗菌药物的PK/PD用药；而我国也在2017年颁布了《抗菌药物药代动力学/药效学理论临床应用专家共识》，说明PK/PD理论在促进抗菌药物合理使用、应对细菌耐药和指导特殊人群用药中具有重要的临床价值。

PK/PD理论是精准给药的基础，药物在体内的动态分布特征是患者遗传信息和所处疾病状态的综合体现。虽然精准医学着重研究患者的遗传信息和疾病的分子特征，但临床上要实现精准给药，除需了解疾病的精准病因外，更离不开药物本身的PK/PD参数。

1.2抗菌药物的合理使用抗菌药物根据其PK/PD特点可大致分为浓度依赖性和时间依赖性2类。浓度依赖性抗菌药物的抗菌效果主要与Cmax相关，其PK/PD参数为Cmax/MIC或AUC0-24h/MIC，因此该类药物采用日剂量单次给药即可获得较好临床疗效；时间依赖性抗菌药物的药物疗效主要与药物和细菌接触的时间相关，PK/PD参数为%T＞MIC，因此该类药物通常采用一日多次给药方案或通过延长滴注时间来提高疗效。如碳青霉烯类抗生素美罗培南常规剂量为1 g/次，间隔8～6 h。鉴于美罗培南稳定性好，对于重症感染患者可采用2 g负荷剂量静滴同时将滴注时间延长至3～4 h；也有研究表明在重症耐药菌感染患者中，将3～4 g日剂量的美罗培南进行24 h连续输注可以显著改善患者的临床治疗结局［6］。糖肽类抗生素替考拉宁PK/PD参数为AUC0-24h/MIC，治疗一般感染时AUC0-24h/MIC≥125即可达到较好疗效，治疗重症感染时则需AUC0-24h/MIC≥345。《2016年替考拉宁临床应用剂量专家共识》指出，临床采用我国2014版替考拉宁说明书推荐的负荷剂量和维持剂量进行治疗药物PK/PD参数达标率较低。因此2017年我国新批准替考拉宁说明书推荐了更高的负荷剂量和目标谷浓度监测范围［7］。

1.3群体药代动力学与临床合理用药群体药动学（population pharmacokinetics，PPK）是将传统药动学模型与统计学原理相结合，研究药物体内过程的群体规律、药动学参数的统计分布及其影响因素的一门学科。PPK可以利用大量患者的零散血药浓度数据建立模型，估算特定患者人群的群体典型值并研究个体间、个体内的药动学差异及其影响因素，临床操作性强，更适用于某些特殊人群合理用药研究（如老人、儿童或危重患者）；此外，PPK还可以利用贝叶斯反馈法结合待测患者血药浓度数据，估算个体的药动学参数，从而优化给药方案。近年来，PPK临床合理用药方面的研究主要集中在抗生素、免疫抑制剂、细胞毒性药物和抗癫痫药物等方面，而上述药物均具有个体差异大、治疗窗窄、常作联合用药等特点。本中心曾收集来自3个不同临床中心共计1267例器官移植术后患者的环孢素A稳态血药浓度数据，并考察了人口学资料、生化指标和不同移植中心等因素对于患者药动学参数的影响，最终建立的群体药动学模型表明术后时间、剂量、性别、移植中心和器官等多个协变量均对群体药动学参数具有显著影响，环孢素A的药动学过程存在显著的个体间差异，提示在使用环孢素A时应根据患者的具体情况进行个体化用药［8］。Andrews等［9］进一步将CYP3A4和CYP3A5基因多态性作为协变量加入群体模型进行考察，建立了基于药物基因组学-群体药动学（PG/PPK）的成人肾移植术后患者的他克莫司起始剂量预测模型，相较于说明书中推荐的基于患者体重的给药方案，使用PG/PPK模型进行环孢素A初始剂量预测可以使患者血药浓度达标率提高10%。因此，在基于人口学资料、实验室检查和合并用药等非遗传因素的传统群体药动学研究基础上，加入个体代谢酶、转运体和效应靶点基因型等遗传因素建模，可进一步增强群体模型的预测能力，显著提提升了群体药动学的临床应用价值。

2 组学技术指导下的个体化给药

2.1药物基因组学药物基因组学是研究基因多态性与药物效应之间关系的学科，通过对药物吸收、转运、代谢、消除过程中的基因特性，指导临床安全合理使用药物。目前，我中心结合临床需求并积极捕捉药物组学研究的最新动态，已开展药物相关基因标志物检测26项，主要应用于药物不良反应、疗效、剂量方面的预测。

在药物不良反应方面，别嘌呤醇常见的不良反应主要是神经系统、消化道、肝脏等不良反应，服用别嘌呤醇发生不良反应人群中1%～5%为Stevens-Johnson综合征，20%～30%为中毒性表皮坏死松解征。药疹一般发生于用药后8～9周，慢性肾病会增加药疹风险，而良好的用药前教育、亚洲人群HLA-B*58：01基因筛查［10］、低起始剂量都会显著降低超敏综合征的发生［11］。在预防别嘌呤醇的不良反应方面，我科通过用药前筛查HLA-B*58：01基因完全连锁的rs9263726位点，使我院近5年内再无发生服用别嘌呤醇而导致的超敏综合征。目前已完成7000余例患者的用药基因筛查服务，有效提高了患者的安全用药水平［12］。

在药物疗效方面，质子泵抑制剂由于适应证广、安全性和耐受性好，在临床上得到广泛应用，但是临床存在个体差异大的现象。通过检测CYP2C19基因*17超快代谢基因，可调整奥美拉唑和兰索拉唑的给药剂量，以达到最佳治疗效果［13］。在采用质子泵抑制剂联合抗菌药物治疗幽门螺杆菌（HP）感染引起的胃炎时，有研究表明采用基于患者CYP2C19基因型和HP耐药突变的个体化治疗方案后，治疗有效率可从常规治疗的70%提高到96%［14］。我中心已常规开展质子泵抑制剂基因型检测，并通过临床药师为患者提供正确合理的药物选择依据。

在用药剂量预测方面，华法林由于个体化差异大，影响因素多且复杂，临床上除考虑患者年龄、身高、体重、种族、是否合用肝药酶诱导剂、抑制剂和是否合用胺碘酮等因素，还纳入了VKORC1和CYP2C9基因型的药物基因组学信息［15］。为提高剂量预测能力，可通过在剂量预测模型中增加新的剂量相关基因信息，如CYP4F2*3基因［16］。我科通过开展药学抗凝门诊，依据患者临床和基因信息进行华法林个体化给药方案调整，明显提高了华法林抗凝达标率，降低了抗凝并发症发生率以及患者再住院率［17］。

2.2药物代谢组学代谢组学已成为系统生物学中最为活跃的分支学科之一［18-19］。2006年，Andrew Clayton等［20］在《Nature》第1次提出“药物代谢组学”的概念，属于药学与代谢组学交叉结合的分支学科，主要研究体内内源性代谢组与药物毒性/疗效评价及其预测等的相关性；通过与其他组学技术相结合，共同表征“基因-蛋白-代谢产物”生物信息传递链。

国际上已有一些成功的研究报道利用药物代谢组学进行个体化给药研究。Li等［21］从肿瘤代谢改变的角度出发，利用代谢组学技术发现谷胱甘肽（glutathione，GSH）减少可能导致机体对TKI药物erlotinib的耐药性，并提出利尿药物-依他尼酸可通过提高GSH水平有效遏制erlotinib的耐药性。Clayton等［22］通过分析志愿者服用止痛药“扑热息痛”前的尿液代谢谱，发现尿液中一种含硫化合物p-cresol的含量与服用扑热息痛后的不良反应高度相关。由于p-cresol是由肠道细菌产生，故人体同时也需要硫元素来处理“扑热息痛”一类的药物。该发现可用于降低服药风险，也提示可通过改变肠道菌状况来改善服药的效果。

本课题组选取临床使用范围广、存在较大个体差异的一线心血管疾病用药阿托伐他汀作为研究对象，以GC/MS为检测平台，通过对48名健康受试者基础水平血浆中代谢组的研究，结合多变量统计模型，筛选出潜在的预测性生物标志物181个，并以其中不到20个的重要代谢物群预测了阿托伐他汀的药动学参数（AUC/Cmax）的个体差异，表明给药前血浆多种小分子化合物基础水平与药代参数AUC/Cmax具有良好的相关性，能较为准确地预测健康受试者体内的药代参数AUC/Cmax，为临床合理用药提供了重要依据［23］。目前，药物代谢组相关的研究仍处于初步阶段，蕴藏着很大研究潜力，但亦存在许多挑战亟待解决，特别是代谢物的浓度波动大，临床应用过程中需要对照组来确定代谢物的参考值。

2.3药物宏基因组学肠道微生物是指定植在人体肠道内总量约为体细胞数量10倍的微生物群落，被誉为人体“第二基因组”，已成为美国精准医学核心研究领域之一。肠道微生物群落因人而异，其产生的还原酶、转运蛋白及其代谢物等可介导药物的体内还原、水解、脱硝等多种转化过程，造成个体疗效的差异［24］。如大肠癌患者粪便中含有高丰度具核梭杆菌时，就会对5-FU和奥沙利铂化疗产生耐药，这是由于该菌可激活细胞自噬信号通路［25］；粪便中含有特定表达β-葡萄糖醛酸酶菌的患者，服用伊立替康后会产生严重肠毒性，临床可利用该酶抑制剂进行缓解［26-27］。对于不同宿主，如肠道微生物不同，则其参与的免疫调节和新陈代谢也会产生差异。研究表明，肠道微生物与包括癌症等在内的50多种疾病密切相关［28］。

临床研究表明免疫治疗的获益程度会因个体间肠道微生物的差异而不同。例如，无法从PD-1抑制剂获益的癌症患者中，其肠道内艾克曼菌丰度很低，小鼠实验也证实移植该菌后就会产生较好的应答治疗反应［29］。在人工组合益生菌、饮食、菌移植等临床干预下，利用肠道微生物组学分析制定个体化诊疗方案将会成为精准医疗的一种重要策略。

但临床上联合用药特别是联合抗菌治疗不可避免。目前人用药物中大约25%会抑制肠道微生物生长，有些甚至会导致抗生素耐药［30］。因此，发展基于肠道微生物组学的抗生素使用原则和联合用药方法将会极大提升个体化用药水平。

3 液体活检指导下的精准用药

3.1 NGS与液体活检技术新一代测序技术（NGS）的进步为解读疾病与用药相关基因序列信息提供了直接的技术基础，相比以Sanger测序为代表的一代测序技术，NGS极大降低了测序成本，提高了测序速度［31-33］。正是NGS技术的成熟与普及，推动了液体活检的发展及其临床应用。液体活检是相对于组织活检的概念，指的是通过血液或者其他体液等途径对肿瘤等疾病做出诊断或监测的技术。液体活检的检测对象包括了循环肿瘤细胞（circulatingtumor cells，CTCs）［34-35］、游离肿瘤DNA（ctDNA）［36］、肿瘤来源的外泌体［37］、循环micro RNA［38-39］等，相对于传统活检技术，液体活检灵敏度更高，可以实时动态检测治疗进程，并在影像学筛查未能检出前提示肿瘤的发生与进展，为肿瘤等疾病的早期检测和精准给药提供了依据。

3.2基于CTCs的给药方法CTCs是循环系统中具有完整细胞形态的肿瘤细胞，包含了一个肿瘤细胞完整的遗传信息和表观信息，包括DNA突变、拷贝数变异、编码和非编码RNA信息及蛋白表达信息［40］。CTCs作为实体瘤的“前哨兵”，对肿瘤治疗药物的反应往往可以推断药物对患者的疗效，从而有效帮助临床选择合适的靶向治疗药物。有研究在芯片中对CTCs进行培养，并对多种肿瘤靶向药物进行药敏实验，为临床靶向药物的精准使用提供了实验依据［41］。研究表明，小细胞肺癌患者在治疗基线的CTCs拷贝数变异与化疗疗效相关，故CTCs的拷贝数变异可以作为小细胞肺癌患者化疗的标志物，预测化疗敏感性，指导临床化疗用药［42］。还有研究将CTCs的6种标志物在乳腺癌中的表达情况作为内分泌治疗的耐药标签，用于早期预测内分泌治疗的耐药情况［43］。此外，CTCs数目在治疗前后的变化同样可以反映药物疗效［44］。将治疗基线和治疗后的CTCs数目进行比较，如减少大于30%则生存期显著延长［45］。本课题组曾对乳腺癌患者治疗前后的CTCs数目进行分析，发现CTCs在手术后数目显著增加，推测由于手术压迫入血；但经过一段时间CTCs数目又恢复到术前水平。此外还发现CTCs数目在治疗过程中会出现实时动态变化；但随着治疗的进展，CTCs数目总体上出现降低的趋势。虽然目前CTCs还没有为临床治疗方案提供明确的信息，但随着CTC捕获技术的发展，相信CTCs定会成为肿瘤精准药物治疗的重要标志物。

3.3基于循环肿瘤DNA(ctDNA)的给药方法通常游离于细胞外的DNA（cfDNA）大多数高度片段化，长度在180～200 bp之间［46］。其中肿瘤细胞释放的cfDNA又被称作ctDNA，比正常细胞来源的cfDNA片段更短［47］。cfDNA中鉴定到含有ctDNA的患者比没有ctDNA的患者预后更差［48-50］。ctDNA理论上包含了肿瘤的遗传信息，不仅可以用于肿瘤的早期诊断，进展监测及预后判断，甚至于指导肿瘤患者的个性化用药［51］。美国食品药品监督管理局已批准ctDNA检测用于指导酪氨酸激酶抑制剂在非小细胞肺癌患者中的精准使用，并纳入了美国国立综合癌症网络指南［52］。本课题组通过定量测定非小细胞肺癌患者ctDNA中的EGFR L858R药物敏感位点，来指导吉非替尼、厄洛替尼和阿法替尼等TKI制剂的精准给药［53］；而基于ctDNA检测指导其他药物的选择还需要更多临床证据的支持。

3.4基于血清其他标志物的给药方法随着生命科学研究的日益深入，血清中细胞外囊泡、miRNA、lncRNAs、环状RNA与疾病发生发展、药物抵抗和不良反应等关系将被逐步揭示，有望成为新的用药指导标志物。

长链非编码RNA（lncRNAs）在人类癌症中异常表达，可通过调节对肿瘤发生至关重要的细胞生物学过程，如细胞增殖、侵袭、迁移和凋亡，促进肿瘤的发展［54］。外泌体作为细胞间物质运输与信息传递的载体，具备诱导正常细胞转化、促进肿瘤发生及转移的功能［55-56］；抑制外泌体的释放或吸收可有效抑制肿瘤干细胞的转化［57］；还可用于递呈抗肿瘤药物［58］。有研究报道，检测肾癌患者血清中lncARSR（一种经外泌体传播的内源性lncRNA）的表达水平，可预测苏尼替尼疗效［59］；还发现血浆外泌体中的PLAUR［60］或 PART1［61］的表达水平与吉非替尼耐药相关，抑制该类lncRNA的表达可逆转耐药。因此，动态监测这些标志物表达水平对指导药物的精准使用具有重要意义。

4 临床药学监护模式的发展方向

精准给药的目的是提高疗效降低不良反应，没有固定的给药模式，需要通过不断探索与药物治疗密切相关的新型标志物群，并可实时动态监测药物治疗过程中这些标志物群的变化，及早发现耐药并指导选择新的治疗方案。与精准医学不同，精准给药离不开药物本身在特定患者体内的分布特征（PK/PD参数），即PK/PD理论是精准给药的基础。

在精准医疗的大背景下，临床用药方式正逐步从传统的“千人一模式”向个性化的“一人一模式”发展，临床药学需要强大的技术支撑并与精准医疗技术相互融合，使其能对个体差异进行精准描述、对疾病差异进行精准分析、对药物靶标进行精准监测，在此基础上给出最优的用药方案［62］。因此，临床药学不是一门孤立的学科，必须依赖于实验室的精准检测、精准诊断和大数据分析等技术支撑，只有获得充分的实验室数据，才能准确了解个体差异、疾病差异和疾病进展，临床药学也因此才能向更精准的方向发展。

目前，推动精准医学不断进步的生命科学技术主要包括了单分子测序技术、单细胞分析技术、分子与细胞成像技术、基因编辑技术、免疫治疗技术等，这些技术的进步也会推动个体化给药服务模式的转变。