stringtranslate.com

Персонализированная медицина

Персонализированная медицина , также называемая прецизионной медициной , представляет собой медицинскую модель , которая разделяет людей на разные группы — с медицинскими решениями , практиками , вмешательствами и/или продуктами, которые подбираются индивидуально для каждого пациента на основе его прогнозируемой реакции или риска заболевания . [1] Термины «персонализированная медицина», «прецизионная медицина», «стратифицированная медицина» и «медицина P4» используются взаимозаменяемо для описания этой концепции, [1] [2] хотя некоторые авторы и организации различают эти выражения на основе определенных нюансов. [2] P4 — это сокращение от «predictive, preventive, personalized and participatory» (предиктивный, профилактический, персонализированный и партиципаторный). [2]

Хотя адаптация лечения к пациентам восходит по крайней мере ко временам Гиппократа , [3] использование этого термина возросло в последние годы благодаря развитию новых диагностических и информационных подходов, которые обеспечивают понимание молекулярной основы заболевания , в частности геномики . Это обеспечивает четкий биомаркер , по которому можно стратифицировать связанных пациентов. [1] [4] [5]

Среди 14 главных задач инженерии , инициативы, спонсируемой Национальной инженерной академией (NAE), персонализированная медицина была определена как ключевой и перспективный подход к «достижению оптимальных индивидуальных решений в отношении здоровья», тем самым преодолевая проблему « разработки лучших лекарств ». [6] [7]

Разработка концепции

В персонализированной медицине диагностическое тестирование часто применяется для выбора подходящей и оптимальной терапии на основе генетики пациента или его других молекулярных или клеточных характеристик. [ требуется ссылка ] Использование генетической информации сыграло важную роль в некоторых аспектах персонализированной медицины (например, фармакогеномике ), и этот термин впервые был введен в контекст генетики, хотя с тех пор он расширился и стал охватывать все виды мер персонализации , [8] включая использование протеомики , [9] анализа изображений, тераностики на основе наночастиц , [10] и т. д.

Разница между прецизионной медициной и персонализированной медициной

Точная медицина — это медицинская модель, которая предлагает индивидуализацию здравоохранения , при которой медицинские решения, методы лечения, практики или продукты подбираются под подгруппу пациентов, а не по модели «один препарат подходит всем». [11] [12] В точной медицине диагностическое тестирование часто используется для выбора подходящей и оптимальной терапии на основе контекста генетического содержимого пациента или другого молекулярного или клеточного анализа. [13] Инструменты, используемые в точной медицине, могут включать молекулярную диагностику , визуализацию и аналитику. [12] [14]

Точная медицина и персонализированная медицина (также индивидуализированная медицина) аналогичны, применяя генетический профиль человека для принятия клинических решений о профилактике, диагностике и лечении заболевания. [15] Персонализированная медицина основана на открытиях в рамках проекта «Геном человека» . [15]

Объясняя отличие от похожего термина « персонализированная медицина» , Совет советников по науке и технологиям при президенте США пишет: [16]

Точная медицина относится к адаптации медицинского лечения к индивидуальным особенностям каждого пациента. Это не буквально означает создание лекарств или медицинских устройств, которые являются уникальными для пациента, а скорее способность классифицировать людей в субпопуляции, которые различаются по своей восприимчивости к определенному заболеванию, по биологии или прогнозу тех заболеваний, которые они могут развить, или по их реакции на определенное лечение. Профилактические или терапевтические вмешательства затем могут быть сосредоточены на тех, кто получит пользу, экономя расходы и побочные эффекты для тех, кто не получит. [16]

Использование термина «точная медицина» может выходить за рамки выбора лечения и охватывать также создание уникальных медицинских продуктов для конкретных людей, например, «…ткани или органы, специфичные для пациента, для адаптации лечения для разных людей». [17] Таким образом, этот термин на практике настолько пересекается с «персонализированной медициной», что они часто используются взаимозаменяемо, хотя последний иногда неверно истолковывается как включающий уникальное лечение для каждого человека. [18]

Фон

Основы

У каждого человека есть уникальная вариация человеческого генома . [19] Хотя большинство различий между людьми не влияет на здоровье, здоровье человека обусловлено генетическими вариациями, поведением и влиянием окружающей среды. [20] [21]

Современные достижения в персонализированной медицине опираются на технологию, которая подтверждает фундаментальную биологию пациента, ДНК , РНК или белок , что в конечном итоге приводит к подтверждению заболевания. Например, персонализированные методы, такие как секвенирование генома, могут выявить мутации в ДНК, которые влияют на заболевания от муковисцидоза до рака. Другой метод, называемый РНК-секвенированием , может показать, какие молекулы РНК связаны с определенными заболеваниями. В отличие от ДНК, уровни РНК могут меняться в ответ на окружающую среду. Поэтому секвенирование РНК может обеспечить более широкое понимание состояния здоровья человека. Недавние исследования связали генетические различия между людьми с экспрессией РНК , [22] трансляцией, [23] и уровнями белка. [24]

Концепции персонализированной медицины могут быть применены к новым и преобразующим подходам к здравоохранению. Персонализированное здравоохранение основано на динамике системной биологии и использует прогностические инструменты для оценки рисков для здоровья и разработки персонализированных планов здравоохранения, чтобы помочь пациентам снизить риски, предотвратить заболевание и лечить его с точностью, когда оно возникает. Концепции персонализированного здравоохранения получают все большее признание, поскольку Администрация по делам ветеранов взяла на себя обязательство по персонализированному, проактивному уходу, ориентированному на пациента, для всех ветеранов. [25] В некоторых случаях персонализированное здравоохранение может быть адаптировано к разметке возбудителя заболевания вместо генетической разметки пациента; примерами являются бактерии или вирусы, устойчивые к лекарствам. [26]

Точная медицина часто включает применение паномного анализа и системной биологии для анализа причины заболевания отдельного пациента на молекулярном уровне, а затем для использования целевых методов лечения (возможно, в комбинации) для решения проблемы заболевания этого отдельного пациента. Затем реакция пациента отслеживается как можно точнее, часто с использованием суррогатных показателей, таких как опухолевая нагрузка (по сравнению с истинными результатами, такими как пятилетняя выживаемость), и лечение, точно адаптированное к реакции пациента. [27] [28] Раздел точной медицины, который занимается раком, называется «точной онкологией». [29] [30] Область точной медицины, которая связана с психическими расстройствами и психическим здоровьем, называется «точной психиатрией». [31] [32]

Межличностные различия молекулярной патологии разнообразны, как и межличностные различия в экспосоме , которые влияют на процессы болезни через интерактом в микросреде ткани , по-разному от человека к человеку. В качестве теоретической основы точной медицины возник «принцип уникальной болезни» [ 33], чтобы охватить повсеместное явление гетерогенности этиологии и патогенеза болезни . Принцип уникальной болезни был впервые описан в неопластических заболеваниях как принцип уникальной опухоли. [ 34] Поскольку экспосом является общей концепцией эпидемиологии , точная медицина переплетается с молекулярной патологической эпидемиологией , которая способна идентифицировать потенциальные биомаркеры для точной медицины. [35]

Метод

Для того чтобы врачи знали, связана ли мутация с определенным заболеванием, исследователи часто проводят исследование, называемое « геномным ассоциативным исследованием » (GWAS). Исследование GWAS изучает одно заболевание, а затем секвенирует геном многих пациентов с этим конкретным заболеванием, чтобы найти общие мутации в геноме. Мутации, которые определяются как связанные с заболеванием исследованием GWAS, затем могут быть использованы для диагностики этого заболевания у будущих пациентов, путем изучения последовательности их генома, чтобы найти ту же самую мутацию. Первое GWAS, проведенное в 2005 году, изучало пациентов с возрастной макулярной дегенерацией (ВМД). [36] Оно обнаружило две разные мутации, каждая из которых содержала только вариацию только одного нуклеотида (так называемые однонуклеотидные полиморфизмы , или SNP), которые были связаны с ВМД. Исследования GWAS, подобные этому, были очень успешными в выявлении общих генетических вариаций, связанных с заболеваниями. По состоянию на начало 2014 года было завершено более 1300 исследований GWAS. [37]

Оценка риска заболевания

Несколько генов в совокупности влияют на вероятность развития многих распространенных и сложных заболеваний. [20] Персонализированная медицина также может использоваться для прогнозирования риска человека для определенного заболевания на основе одного или даже нескольких генов. Этот подход использует ту же технологию секвенирования, чтобы сосредоточиться на оценке риска заболевания, позволяя врачу начать профилактическое лечение до того, как болезнь проявится у его пациента. Например, если будет обнаружено, что мутация ДНК увеличивает риск развития диабета 2 типа у человека , этот человек может начать изменения образа жизни, которые уменьшат его шансы развития диабета 2 типа в более позднем возрасте. [ необходима цитата ]

Упражняться

Возможность предоставления точной медицины пациентам в обычных клинических условиях зависит от доступности тестов молекулярного профилирования, например, индивидуального секвенирования ДНК зародышевой линии . [38] В то время как точная медицина в настоящее время индивидуализирует лечение в основном на основе геномных тестов (например, Oncotype DX [39] ), разрабатывается несколько перспективных технологических модальностей, от методов, сочетающих спектрометрию и вычислительную мощность, до визуализации в реальном времени эффектов лекарств в организме. [40] Многие различные аспекты точной медицины тестируются в исследовательских условиях (например, протеом, микробиом), но в повседневной практике используются не все доступные входные данные. Возможность практиковать точную медицину также зависит от баз знаний, доступных для помощи врачам в принятии мер на основе результатов тестов. [41] [42] [43] Ранние исследования, применяющие точную медицину на основе омикс-технологий к когортам лиц с недиагностированным заболеванием, дали уровень диагностики ~35%, при этом ~1 из 5 впервые диагностированных пациентов получали рекомендации относительно изменений в терапии. [44] Было высказано предположение, что до тех пор, пока фармакогенетика не станет более развитой и не сможет предсказывать индивидуальные ответы на лечение, испытания N-of-1 будут наилучшим методом выявления пациентов, реагирующих на лечение. [45] [46]

В плане лечения ПМ может включать использование индивидуальных медицинских продуктов, таких как лекарственные коктейли, производимые путем фармацевтического приготовления [47] или индивидуальные устройства. [48] Это также может предотвратить вредное взаимодействие лекарств, повысить общую эффективность при назначении лекарств и сократить расходы, связанные со здравоохранением. [49]

Вопрос о том, кто получает выгоду от финансируемой государством геномики, является важным вопросом общественного здравоохранения, и необходимо уделить внимание тому, чтобы внедрение геномной медицины не привело к дальнейшему усугублению проблем социального равенства. [50]

Искусственный интеллект в прецизионной медицине

Искусственный интеллект обеспечивает сдвиг парадигмы в сторону точной медицины. [51] Алгоритмы машинного обучения используются для геномной последовательности, а также для анализа и извлечения выводов из огромных объемов данных, которые пациенты и медицинские учреждения регистрируют в каждый момент времени. [52] Методы ИИ используются в точной сердечно-сосудистой медицине для понимания генотипов и фенотипов существующих заболеваний, повышения качества ухода за пациентами, обеспечения экономической эффективности и снижения показателей повторной госпитализации и смертности. [53] В статье 2021 года сообщалось, что машинное обучение способно предсказывать результаты клинических испытаний фазы III (для лечения рака предстательной железы) с точностью 76%. [54] Это говорит о том, что данные клинических испытаний могут стать практическим источником для инструментов на основе машинного обучения для точной медицины.

Точная медицина может быть подвержена тонким формам алгоритмической предвзятости . Например, наличие нескольких полей ввода со значениями, введенными несколькими наблюдателями, может привести к искажениям в способах понимания и интерпретации данных. [55] В статье 2020 года показано, что обучение моделей машинного обучения в популяционно-специфической манере (т. е. обучение моделей специально для чернокожих онкологических больных) может обеспечить значительно более высокую производительность, чем популяционно-независимые модели. [56]

Инициатива точной медицины

В своем обращении к нации в 2015 году тогдашний президент США Барак Обама заявил о своем намерении выделить 215 миллионов долларов [57] на финансирование « Инициативы точной медицины » Национальных институтов здравоохранения США . [58] Краткосрочной целью этой инициативы было расширение геномики рака для разработки лучших методов профилактики и лечения. [59] В долгосрочной перспективе Инициатива точной медицины была направлена ​​на создание всеобъемлющей научной базы знаний путем создания национальной сети ученых и начала национального когортного исследования одного миллиона американцев для расширения нашего понимания здоровья и болезней. [60] Заявление о миссии Инициативы точной медицины гласило: «Создать новую эру медицины посредством исследований, технологий и политик, которые дают возможность пациентам, исследователям и поставщикам работать вместе над разработкой индивидуализированных методов лечения». [61] В 2016 году эта инициатива была переименована в «Все мы», и к январю 2018 года в ее пилотной фазе зарегистрировались 10 000 человек . [62]

Преимущества прецизионной медицины

Точная медицина помогает поставщикам медицинских услуг лучше понять множество факторов, включая окружающую среду, образ жизни и наследственность, которые играют роль в здоровье, заболевании или состоянии пациента. Эта информация позволяет им более точно предсказать, какие методы лечения будут наиболее эффективными и безопасными, или, возможно, как предотвратить начало болезни в первую очередь. Кроме того, преимущества заключаются в следующем: [ необходима цитата ]

Приложения

Достижения в области персонализированной медицины создадут более унифицированный подход к лечению, специфичный для человека и его генома. Персонализированная медицина может обеспечить лучшую диагностику с более ранним вмешательством, более эффективную разработку лекарств и более целенаправленную терапию. [63]

Диагностика и вмешательство

Возможность рассматривать пациента индивидуально позволит поставить более точный диагноз и составить конкретный план лечения. Генотипирование — это процесс получения последовательности ДНК человека с помощью биологических анализов . [64] Имея подробный отчет о последовательности ДНК человека, его геном затем можно сравнить с эталонным геномом, например, геномом проекта «Геном человека» , чтобы оценить существующие генетические вариации, которые могут объяснить возможные заболевания. Ряд частных компаний, таких как 23andMe , Navigenics и Illumina , создали прямое секвенирование генома потребителя, доступное для общественности. [19] Получение этой информации от людей затем может быть применено для эффективного их лечения. Генетический состав человека также играет большую роль в том, насколько хорошо он реагирует на определенное лечение, и, следовательно, знание его генетического содержания может изменить тип получаемого им лечения.

Одним из аспектов этого является фармакогеномика , которая использует геном человека для предоставления более обоснованного и индивидуального рецепта на лекарства. [65] Часто лекарства назначаются с мыслью, что они будут действовать относительно одинаково для всех, но при применении лекарств необходимо учитывать ряд факторов. Подробный отчет о генетической информации от человека поможет предотвратить нежелательные явления, позволит подобрать соответствующие дозировки и создать максимальную эффективность при назначении лекарств. [19] Например, варфарин является одобренным FDA пероральным антикоагулянтом, который обычно назначают пациентам с тромбами. Из-за значительной межиндивидуальной изменчивости фармакокинетики и фармакодинамики варфарина его частота нежелательных явлений является одной из самых высоких среди всех обычно назначаемых лекарств. [6] Однако с открытием полиморфных вариантов в генотипах CYP2C9 и VKORC1, двух генах, которые кодируют индивидуальную реакцию на антикоагулянты, [66] [67] врачи могут использовать профиль генов пациентов для назначения оптимальных доз варфарина для предотвращения побочных эффектов, таких как сильное кровотечение, и для обеспечения более ранней и лучшей терапевтической эффективности. [6] Фармакогеномный процесс для открытия генетических вариантов, которые предсказывают нежелательные явления для конкретного препарата, был назван токсикогностикой . [68]

Аспектом тераностической платформы, применяемой к персонализированной медицине, может быть использование диагностических тестов для руководства терапией. Тесты могут включать медицинскую визуализацию, такую ​​как контрастные агенты МРТ (агенты T1 и T2), флуоресцентные маркеры ( органические красители и неорганические квантовые точки ) и ядерные визуализирующие агенты ( радиотрейсеры ПЭТ или агенты SPECT ). [10] [69] или лабораторные тесты in vitro [70], включая секвенирование ДНК [71] и часто включают алгоритмы глубокого обучения , которые взвешивают результат тестирования для нескольких биомаркеров . [72]

В дополнение к специфическому лечению, персонализированная медицина может значительно помочь в развитии профилактической помощи. Например, многие женщины уже генотипируются на определенные мутации в генах BRCA1 и BRCA2, если они предрасположены из-за семейного анамнеза рака груди или рака яичников. [73] Чем больше причин заболеваний картируется в соответствии с мутациями, которые существуют в геноме, тем легче их можно идентифицировать у человека. Затем можно принять меры для предотвращения развития заболевания. Даже если мутации были обнаружены в геноме, наличие деталей его ДНК может уменьшить влияние или отсрочить начало определенных заболеваний. [63] Наличие генетического содержания человека позволит принимать более обоснованные решения при определении источника заболевания и, таким образом, лечить его или предотвращать его прогрессирование. Это будет чрезвычайно полезно для таких заболеваний, как болезнь Альцгеймера или рак, которые, как считается, связаны с определенными мутациями в нашей ДНК. [63]

Инструмент, который в настоящее время используется для проверки эффективности и безопасности препарата, специфичного для целевой группы/подгруппы пациентов, — это сопутствующая диагностика . Эта технология представляет собой анализ, который разрабатывается во время или после того, как препарат становится доступным на рынке, и помогает улучшить терапевтическое лечение, доступное на основе индивидуальности. [74] Эти сопутствующие диагностики включают фармакогеномную информацию, связанную с препаратом, в этикетку рецепта, чтобы помочь принять наиболее оптимальное решение о лечении для пациента. [74]

Общий процесс персонализированной терапии рака. Секвенирование генома позволит более точно и персонализированно назначать лекарства и проводить целевую терапию для разных пациентов.

Разработка и использование лекарственных препаратов

Наличие геномной информации об отдельном человеке может быть важным в процессе разработки лекарств, пока они ожидают одобрения FDA для публичного использования. Наличие подробного отчета о генетическом составе отдельного человека может быть важным активом при принятии решения о том, может ли пациент быть выбран для включения или исключения на заключительных этапах клинического испытания. [63] Возможность идентифицировать пациентов, которые получат наибольшую пользу от клинического испытания, повысит безопасность пациентов от неблагоприятных исходов, вызванных продуктом в процессе тестирования, и позволит проводить меньшие и более быстрые испытания, которые приведут к снижению общих затрат. [75] Кроме того, препараты, которые считаются неэффективными для большей части населения, могут получить одобрение FDA с использованием персональных геномов для квалификации эффективности и необходимости в этом конкретном препарате или терапии, даже если они могут быть необходимы только небольшому проценту населения., [63] [76]

Врачи обычно используют стратегию проб и ошибок, пока не найдут наиболее эффективную для своего пациента терапию лечения. [63] С персонализированной медициной эти методы лечения могут быть более конкретно адаптированы путем прогнозирования того, как отреагирует организм человека и будет ли лечение работать на основе его генома. [19] Это было обобщено как «терапия правильным препаратом в правильной дозе у правильного пациента». [77] Такой подход также будет более экономически эффективным и точным. [63] Например, тамоксифен раньше был препаратом, который обычно назначали женщинам с ER+ раком груди, но у 65% женщин, изначально принимавших его, развилась резистентность. После исследований таких людей, как Дэвид Флокхарт , было обнаружено, что женщины с определенной мутацией в гене CYP2D6 , гене, который кодирует метаболизирующий фермент, не могли эффективно расщеплять тамоксифен, что делало его неэффективным лечением для них. [78] Теперь женщины генотипируются на эти конкретные мутации, чтобы выбрать наиболее эффективное лечение.

Скрининг этих мутаций осуществляется посредством высокопроизводительного скрининга или фенотипического скрининга . Несколько компаний, занимающихся разработкой лекарств и фармацевтических препаратов, в настоящее время используют эти технологии не только для продвижения изучения персонализированной медицины, но и для усиления генетических исследований . Альтернативные многоцелевые подходы к традиционному подходу скрининга библиотеки «прямой» трансфекции могут включать обратную трансфекцию или хемогеномику . [ требуется ссылка ]

Фармацевтическое изготовление рецептур — еще одно применение персонализированной медицины. Хотя и не обязательно с использованием генетической информации, индивидуальное производство препарата, различные свойства которого (например, уровень дозы, выбор ингредиентов, способ введения и т. д.) выбираются и изготавливаются для отдельного пациента, принимается как область персонализированной медицины (в отличие от серийно выпускаемых единичных доз или комбинаций с фиксированной дозой) . Также разрабатываются вычислительные и математические подходы для прогнозирования взаимодействия лекарств . Например, фенотипические поверхности отклика моделируют отношения между лекарствами, их взаимодействиями и биомаркерами индивидуума. [ необходима цитата ]

Одной из активных областей исследований является эффективная доставка персонализированных лекарств, полученных из фармацевтических смесей, к пораженным участкам тела. [7] Например, исследователи пытаются разработать наноносители, которые могут точно нацеливаться на определенный участок, используя визуализацию в реальном времени и анализируя фармакодинамику доставки лекарств . [ 79] Исследуются несколько кандидатов на наноносители, такие как наночастицы оксида железа , квантовые точки , углеродные нанотрубки , наночастицы золота и наночастицы кремния. [10] Изменение химии поверхности позволяет загружать эти наночастицы лекарствами, а также избегать иммунного ответа организма, что делает возможной тераностику на основе наночастиц. [7] [10] Стратегии нацеливания наноносителей различаются в зависимости от заболевания. Например, если заболеванием является рак, распространенным подходом является идентификация биомаркера, экспрессируемого на поверхности раковых клеток, и загрузка связанного с ним вектора нацеливания на наноноситель для достижения распознавания и связывания; Масштаб размера наноносителей также будет сконструирован для достижения эффекта повышенной проницаемости и удержания (EPR) при воздействии на опухоль. [10] Если заболевание локализовано в определенном органе, например, в почке, поверхность наноносителей может быть покрыта определенным лигандом , который связывается с рецепторами внутри этого органа, чтобы обеспечить доставку лекарств в орган и избежать неспецифического поглощения. [80] Несмотря на большой потенциал этой системы доставки лекарств на основе наночастиц, значительный прогресс в этой области еще предстоит достичь, и наноносители все еще исследуются и модифицируются для соответствия клиническим стандартам. [10] [79]

Тераностика

Тераностика — это персонализированный подход в ядерной медицине , использующий схожие молекулы как для визуализации (диагностики), так и для терапии. [81] [82] [83] Термин представляет собой гибрид слов « therapeutics » (терапия) и « diagnostics » (диагностика). Наиболее распространенными его применениями являются присоединение радионуклидов (гамма- или позитронных излучателей) к молекулам для ОФЭКТ или ПЭТ- визуализации или электронных излучателей для радиотерапии . [ необходима ссылка ] Одним из самых ранних примеров является использование радиоактивного йода для лечения людей с раком щитовидной железы . [81] Другие примеры включают радиоактивно меченные антитела анти- CD20 (например, Bexxar ) для лечения лимфомы , радий-223 для лечения метастазов в костях , лютеций-177 DOTATATE для лечения нейроэндокринных опухолей и лютеций-177 PSMA для лечения рака предстательной железы . [81] Обычно используемый реагент – фтордезоксиглюкоза , использующая изотоп фтор-18 . [84]

Дыхательная протеомика

Подготовка протеомного образца на носителе для анализа методом масс-спектрометрии

Респираторные заболевания поражают человечество во всем мире, причем хронические заболевания легких (например, астма, хроническая обструктивная болезнь легких, идиопатический легочный фиброз и другие) и рак легких вызывают обширную заболеваемость и смертность. Эти состояния крайне неоднородны и требуют ранней диагностики. Однако начальные симптомы неспецифичны, а клинический диагноз часто ставится поздно. За последние несколько лет персонализированная медицина возникла как подход к медицинскому обслуживанию, который использует новые технологии [85], направленные на персонализацию лечения в соответствии с медицинскими потребностями конкретного пациента. В частности, протеомика используется для анализа ряда экспрессий белков вместо одного биомаркера . [86] Белки контролируют биологическую активность организма, включая здоровье и болезнь, поэтому протеомика полезна для ранней диагностики. В случае респираторных заболеваний протеомика анализирует несколько биологических образцов, включая сыворотку, клетки крови, жидкости бронхоальвеолярного лаважа (БАЛ), жидкости назального лаважа (НЛФ), мокроту и другие. [86] Идентификация и количественная оценка полной экспрессии белка из этих биологических образцов проводятся с помощью масс-спектрометрии и передовых аналитических методов. [87] Респираторная протеомика достигла значительного прогресса в разработке персонализированной медицины для поддержки здравоохранения в последние годы. Например, в исследовании, проведенном Лаззари и др. в 2012 году, подход, основанный на протеомике, достиг существенного улучшения в идентификации множественных биомаркеров рака легких, которые могут использоваться для адаптации персонализированного лечения для отдельных пациентов. [88] Все больше исследований демонстрируют полезность протеомики для обеспечения целевой терапии респираторных заболеваний. [86]

Геномика рака

За последние десятилетия исследования рака открыли много нового о генетическом разнообразии типов рака, которые кажутся одинаковыми в традиционной патологии . Также растет понимание гетерогенности опухолей или генетического разнообразия в пределах одной опухоли. Среди других перспектив эти открытия повышают вероятность обнаружения того, что препараты, которые не дали хороших результатов при применении к общей популяции случаев, все же могут быть успешными для части случаев с определенными генетическими профилями.

Персонализированная онкогеномика — это применение персонализированной медицины к геномике рака. Высокопроизводительные методы секвенирования используются для характеристики генов, связанных с раком, чтобы лучше понять патологию заболевания и улучшить разработку лекарств . Онкогеномика — одно из самых многообещающих направлений геномики , особенно из-за ее влияния на лекарственную терапию. Вот некоторые примеры:

Скрининг населения

Благодаря использованию технологий геномики ( микрочипов ), протеомики (тканевых матриц) и визуализации ( фМРТ , микро-КТ ) можно легко получить информацию о пациентах на молекулярном уровне. Эти так называемые молекулярные биомаркеры доказали свою эффективность в прогнозировании заболеваний, таких как рак. [93] [94] [95] Основные три области прогнозирования рака включают рецидив рака, восприимчивость к раку и выживаемость при раке. [96] Объединение информации на молекулярном уровне с клиническими данными на макроуровне, такими как тип опухоли пациента и другие факторы риска, значительно улучшает прогноз. [96] Следовательно, учитывая использование молекулярных биомаркеров, особенно геномики, прогнозирование или предсказание рака стало очень эффективным, особенно при скрининге большой популяции. [97] По сути, скрининг популяционной геномики может использоваться для выявления людей с риском заболевания, что может помочь в профилактических усилиях. [97]

Генетические данные могут быть использованы для построения полигенных оценок , которые оценивают такие признаки, как риск заболевания, путем суммирования предполагаемых эффектов отдельных вариантов, обнаруженных с помощью GWAS. Они использовались для широкого спектра состояний, таких как рак, диабет и ишемическая болезнь сердца. [98] [99] Многие генетические варианты связаны с происхождением, и остается проблемой как создание точных оценок, так и отделение биологически значимых вариантов от тех, которые связаны случайно. Оценки, полученные из одной популяции, обычно плохо переносятся на другие, требуя сложных методов и более разнообразных и глобальных данных. [100] [101] В большинстве исследований использовались данные людей с европейским происхождением, что приводит к призывам к более справедливым методам геномики для сокращения различий в состоянии здоровья. [102] Кроме того, хотя полигенные оценки имеют некоторую прогностическую точность, их интерпретации ограничиваются оценкой процентиля отдельного человека , и для клинического использования необходимы трансляционные исследования . [103]

Вызовы

По мере того, как персонализированная медицина становится все более распространенной, возникает ряд проблем. Текущие подходы к правам интеллектуальной собственности, политике возмещения расходов, конфиденциальности пациентов, предвзятости данных и конфиденциальности, а также регулирующему надзору должны быть переопределены и реструктурированы, чтобы соответствовать изменениям, которые персонализированная медицина привнесет в здравоохранение. [104] Например, опрос, проведенный в Великобритании, пришел к выводу, что 63% взрослых британцев недовольны тем, что их персональные данные используются для использования ИИ в медицинской сфере. [105] Кроме того, анализ полученных диагностических данных является недавней проблемой персонализированной медицины и ее внедрения. [41] Например, генетические данные, полученные с помощью секвенирования следующего поколения, требуют интенсивной компьютерной обработки данных перед их анализом. [106] В будущем потребуются адекватные инструменты для ускорения принятия персонализированной медицины в других областях медицины, что требует междисциплинарного сотрудничества экспертов из конкретных областей исследований, таких как медицина , клиническая онкология , биология и искусственный интеллект .

Нормативный надзор

Управление по контролю за продуктами и лекарствами США (FDA) начало предпринимать инициативы по интеграции персонализированной медицины в свою регулирующую политику . В октябре 2013 года агентство опубликовало отчет под названием « Прокладывая путь для персонализированной медицины: роль FDA в новой эре разработки медицинской продукции », в котором они изложили шаги, которые им необходимо будет предпринять для интеграции генетической и биомаркерной информации для клинического использования и разработки лекарств. [75] Они включали разработку конкретных нормативных стандартов , методов исследования и справочных материалов . [75] Примером последней категории, над которой они работали, является «геномная справочная библиотека», направленная на повышение качества и надежности различных платформ секвенирования . [75] Основной проблемой для тех, кто регулирует персонализированную медицину, является способ продемонстрировать ее эффективность по сравнению с текущим стандартом лечения . [107] Новая технология должна оцениваться как с точки зрения клинической, так и экономической эффективности, и по состоянию на 2013 год у регулирующих органов не было стандартизированного метода. [107]

Права интеллектуальной собственности

Как и в случае с любыми инновациями в медицине, инвестиции и интерес к персонализированной медицине зависят от прав интеллектуальной собственности. [104] Было много споров относительно патентной защиты диагностических инструментов, генов и биомаркеров. [108] В июне 2013 года Верховный суд США постановил, что естественные гены не могут быть запатентованы, в то время как «синтетическая ДНК», которая редактируется или создается искусственно, все еще может быть запатентована. В настоящее время Патентное ведомство рассматривает ряд вопросов, связанных с патентным законодательством для персонализированной медицины, например, могут ли «подтверждающие» вторичные генетические тесты после первоначальной диагностики иметь полный иммунитет от патентного законодательства. Те, кто выступает против патентов, утверждают, что патенты на последовательности ДНК являются препятствием для текущих исследований, в то время как сторонники указывают на освобождение от исследований и подчеркивают, что патенты необходимы для привлечения и защиты финансовых инвестиций, необходимых для коммерческих исследований, а также разработки и продвижения предлагаемых услуг. [108]

Политика возмещения

Политику возмещения расходов придется пересмотреть, чтобы она соответствовала изменениям, которые персонализированная медицина привнесет в систему здравоохранения. Некоторые из факторов, которые следует учитывать, — это уровень эффективности различных генетических тестов в общей популяции, экономическая эффективность по сравнению с выгодами, как работать с платежными системами для крайне редких состояний и как переопределить страховую концепцию «разделенного риска», чтобы включить эффект новой концепции «индивидуальных факторов риска». [104] В исследовании « Препятствия к использованию персонализированной медицины при раке груди » использовались два разных диагностических теста: BRACAnalysis и Oncotype DX. Сроки выполнения этих тестов превышают десять дней, что приводит к сбоям в работе и задержкам в лечении. Пациентам не возмещают расходы за эти задержки, что приводит к тому, что тесты не заказываются. В конечном итоге это приводит к тому, что пациентам приходится платить за лечение из своего кармана, поскольку страховые компании не хотят брать на себя связанные с этим риски. [109]

Конфиденциальность и конфиденциальность информации о пациентах

Возможно, наиболее важной проблемой коммерциализации персонализированной медицины является защита пациентов. Одной из самых больших проблем является страх и потенциальные последствия для пациентов, которые предрасположены после генетического тестирования или оказались невосприимчивыми к определенным методам лечения. Это включает в себя психологическое воздействие на пациентов из-за результатов генетического тестирования. Право членов семьи, которые не дают прямого согласия, является еще одной проблемой, учитывая, что генетические предрасположенности и риски наследуются. Также необходимо будет рассмотреть последствия для определенных этнических групп и наличие общего аллеля. [104]

Более того, мы могли бы обратиться к вопросу конфиденциальности на всех уровнях персонализированной медицины от открытия до лечения. Одной из главных проблем является согласие пациентов на использование их информации в алгоритмах генетического тестирования, в первую очередь алгоритмах искусственного интеллекта. Согласие учреждения, предоставляющего данные для использования, также вызывает большую озабоченность. [105] В 2008 году был принят Закон о недискриминации генетической информации (GINA) в попытке минимизировать страх пациентов, участвующих в генетических исследованиях, путем обеспечения того, чтобы их генетическая информация не была неправомерно использована работодателями или страховщиками. [104] 19 февраля 2015 года FDA выпустило пресс-релиз под названием: «FDA разрешает маркетинг первого теста на носительство генов для прямого потребителя при синдроме Блума». [8]

Предвзятость данных

Предвзятость данных также играет неотъемлемую роль в персонализированной медицине. Важно гарантировать, что выборка тестируемых генов поступает из разных популяций. Это необходимо для того, чтобы выборки не демонстрировали те же самые человеческие предвзятости, которые мы используем при принятии решений. [110]

Следовательно, если разработанные алгоритмы для персонализированной медицины предвзяты, то результат алгоритма также будет предвзятым из-за отсутствия генетического тестирования в определенных группах населения. [111] Например, результаты исследования сердца во Фрамингеме привели к предвзятым результатам прогнозирования риска сердечно-сосудистых заболеваний. Это связано с тем, что выборка была протестирована только на белых людях, а при применении к не-белому населению результаты были предвзятыми с переоценкой и недооценкой рисков сердечно-сосудистых заболеваний. [112]

Выполнение

Перед внедрением персонализированной медицины необходимо решить несколько вопросов. Очень малая часть генома человека была проанализирована, и даже если бы поставщики медицинских услуг имели доступ к полной генетической информации пациента, очень малая ее часть могла бы быть эффективно использована в лечении. [113] Проблемы также возникают при обработке таких больших объемов генетических данных. Даже при уровне ошибок всего 1 на 100 килобаз обработка генома человека может иметь около 30 000 ошибок. [114] Такое количество ошибок, особенно при попытке идентифицировать конкретные маркеры, может затруднить открытия и проверяемость. Существуют методы преодоления этого, но они требуют больших вычислительных затрат и затрат. Существуют также проблемы с точки зрения эффективности, поскольку после обработки генома необходимо проанализировать функцию в вариациях между геномами с использованием исследований по всему геному. Хотя влияние SNP, обнаруженных в подобных исследованиях, можно предсказать, необходимо проделать большую работу для контроля огромного количества вариаций, которые могут возникнуть из-за размера изучаемого генома. [114] Для того чтобы эффективно двигаться вперед в этой области, необходимо предпринять шаги для обеспечения качества анализируемых данных, а также необходимо более широко взглянуть на анализ нескольких SNP для фенотипа. Наиболее насущной проблемой внедрения персонализированной медицины является применение результатов генетического картирования для улучшения системы здравоохранения. Это связано не только с инфраструктурой и технологиями, необходимыми для централизованной базы данных геномных данных, но и с тем, что врачи, которые будут иметь доступ к этим инструментам, вероятно, не смогут в полной мере воспользоваться ими. [114] Для того чтобы по-настоящему внедрить систему здравоохранения персонализированной медицины, должны быть сквозные изменения.

Копенгагенский институт исследований будущего и Roche создали FutureProofing Healthcare [115] , который разрабатывает Индекс персонализированного здоровья, оценивая показатели разных стран по 27 различным показателям персонализированного здоровья по четырем категориям, называемым «Vital Signs». Они провели конференции во многих странах, чтобы изучить свои выводы. [116] [117]

Смотрите также

Ссылки

  1. ^ abc Стратифицированная, персонализированная или P4 медицина: новое направление для помещения пациента в центр здравоохранения и медицинского образования (Технический отчет). Академия медицинских наук. Май 2015 г. Архивировано из оригинала 27 октября 2016 г. Получено 6 января 2016 г.
  2. ^ abc "Много названий для одной концепции или много концепций в одном названии?". PHG Foundation. Архивировано из оригинала 9 ноября 2016 года . Получено 6 января 2015 года .
  3. ^ Egnew TR (1 марта 2009 г.). «Страдания, смысл и исцеление: проблемы современной медицины». Annals of Family Medicine . 7 (2): 170–5. doi :10.1370/afm.943. PMC 2653974. PMID  19273873 . 
  4. ^ "The Case for Personalized Medicine" (PDF) . Коалиция за персонализированную медицину. 2014 . Получено 6 января 2016 .
  5. ^ Смит Р. (15 октября 2012 г.). «Стратифицированная, персонализированная или точная медицина». British Medical Journal . Получено 6 января 2016 г.
  6. ^ abc Lesko LJ (июнь 2007 г.). «Персонализированная медицина: неуловимая мечта или неизбежная реальность?». Клиническая фармакология и терапия . 81 (6): 807–16. doi :10.1038/sj.clpt.6100204. PMID  17505496. S2CID  17860973.
  7. ^ abc "Grand Challenges - Engineer Better Medicines". www.engineeringchallenges.org . Получено 3 августа 2020 г. .
  8. ^ ab "Персонализированная медицина 101". Коалиция персонализированной медицины. Архивировано из оригинала 10 мая 2019 года . Получено 26 апреля 2014 года .
  9. ^ Priyadharshini VS, Teran LM (2016). «Персонализированная медицина при респираторных заболеваниях». Глава пятая — Персонализированная медицина при респираторных заболеваниях: роль протеомики . Достижения в области белковой химии и структурной биологии. Том 102. С. 115–146. doi :10.1016/bs.apcsb.2015.11.008. ISBN 978-0-12-804795-8. PMID  26827604.
  10. ^ abcdef Xie J, Lee S, Chen X (август 2010 г.). Donev R (ред.). "Наночастичные тераностические агенты". Advanced Drug Delivery Reviews . Персонализированная медицина. 62 (11). Academic Press: 1064–79. doi : 10.1016/j.addr.2010.07.009. PMC 2988080. PMID  20691229. 
  11. ^ «В чем разница между прецизионной медициной и персонализированной медициной? А как насчет фармакогеномики?». MedlinePlus, Национальная медицинская библиотека, Национальные институты здравоохранения США. 17 мая 2022 г. Получено 24 апреля 2024 г.
  12. ^ ab "Precision medicine". Национальный институт исследований генома человека, Национальные институты здравоохранения США. 24 апреля 2024 г. Получено 24 апреля 2024 г.
  13. ^ Lu YF, Goldstein DB, Angrist M и др. (Июль 2014 г.). «Персонализированная медицина и генетическое разнообразие человека». Cold Spring Harbor Perspectives in Medicine (эссе). 4 (9): a008581. doi : 10.1101/cshperspect.a008581 . PMC 4143101. PMID  25059740 . 
  14. ^ Jones DT, Banito A, Grünewald TG и др. (август 2019 г.). «Молекулярные характеристики и терапевтические уязвимости при солидных опухолях у детей» . Nature Reviews Cancer (обзор). 19 (8): 420–438. doi :10.1038/s41568-019-0169-x. PMID  31300807. S2CID  196350118.
  15. ^ ab "Персонализированная медицина". Национальный институт исследований генома человека, Национальные институты здравоохранения США. 24 апреля 2024 г. Получено 24 апреля 2024 г.
  16. ^ ab Президентский совет советников по науке и технологиям (сентябрь 2008 г.). «Приоритеты персонализированной медицины» (PDF) . Белый дом . стр. 19. Архивировано из оригинала (PDF) 10 июня 2016 г. Получено 24 апреля 2024 г.
  17. ^ Клерк Дж. (23 февраля 2015 г.). «Изменение медицины с помощью 3-D биопечати, где органы могут быть синтезированы с помощью технологии». Los Angeles Times .
  18. ^ Национальный исследовательский совет (2011), «Глоссарий», На пути к точной медицине: создание сети знаний для биомедицинских исследований и новой таксономии заболеваний , National Academies Press (США) , получено 25 апреля 2024 г.
  19. ^ abcd Дадли Дж., Карчевски К. (2014). Исследование персональной геномики . Оксфорд: Oxford University Press.
  20. ^ ab "Персонализированная медицина 101: наука". Коалиция персонализированной медицины. Архивировано из оригинала 19 февраля 2019 года . Получено 26 апреля 2014 года .
  21. ^ Lu YF, Goldstein DB, Angrist M и др. (Июль 2014 г.). «Персонализированная медицина и генетическое разнообразие человека». Cold Spring Harbor Perspectives in Medicine . 4 (9): a008581. doi :10.1101/cshperspect.a008581. PMC 4143101. PMID 25059740  . 
  22. ^ Battle A, Mostafavi S, Zhu X и ​​др. (январь 2014 г.). «Характеристика генетической основы разнообразия транскриптома посредством секвенирования РНК 922 особей». Genome Research . 24 (1): 14–24. doi :10.1101/gr.155192.113. PMC 3875855 . PMID  24092820. 
  23. ^ Cenik C, Cenik ES, Byeon GW и др. (ноябрь 2015 г.). «Интегральный анализ уровней РНК, трансляции и белка выявляет различные регуляторные вариации у людей». Genome Research . 25 (11): 1610–21. doi :10.1101/gr.193342.115. PMC 4617958 . PMID  26297486. 
  24. ^ Wu L, Candille SI, Choi Y, et al. (Июль 2013 г.). «Изменчивость и генетический контроль обилия белка у людей». Nature . 499 (7456): 79–82. Bibcode :2013Natur.499...79W. doi :10.1038/nature12223. PMC 3789121 . PMID  23676674. 
  25. ^ Snyderman R (август 2012). «Персонализированное здравоохранение: от теории к практике». Biotechnology Journal . 7 (8): 973–9. doi :10.1002/biot.201100297. PMID  22180345. S2CID  31447416.
  26. ^ Альтманн А., Беренвинкель Н., Синг Т. и др. (2007). «Улучшенное прогнозирование ответа на комбинированную антиретровирусную терапию с использованием генетического барьера устойчивости к лекарственным препаратам». Антивирусная терапия . 12 (2): 169–78. doi : 10.1177/135965350701200202 . PMID  17503659. S2CID  26286925. INIST 18647009. 
  27. ^ Blau CA, Liakopoulou E (24 октября 2012 г.). «Можем ли мы деконструировать рак, по одному пациенту за раз?». Мнение. Тенденции в генетике . 29 (1). CellPress: 6–10. doi :10.1016/j.tig.2012.09.004. PMC 4221262. PMID  23102584 . 
  28. ^ Tavassoly I, Hu Y, Zhao S и др. (август 2019 г.). «Геномные сигнатуры, определяющие восприимчивость к аллопуринолу и комбинированной терапии рака легких, выявленные с помощью системных терапевтических анализов». Молекулярная онкология . 13 (8): 1725–1743. doi :10.1002/1878-0261.12521. PMC 6670022. PMID  31116490 . 
  29. ^ Garraway LA, Verweij J, Ballman KV (май 2013 г.). «Прецизионная онкология: обзор». Журнал клинической онкологии . 31 (15): 1803–5. doi : 10.1200/jco.2013.49.4799 . PMID  23589545. S2CID  42163820.
  30. ^ Shrager J, Tenenbaum JM (февраль 2014 г.). «Быстрое обучение для точной онкологии». Nature Reviews. Клиническая онкология . 11 (2): 109–18. doi :10.1038/nrclinonc.2013.244. PMID  24445514. S2CID  11225698.
  31. ^ Fernandes BS, Williams LM, Steiner J, et al. (Апрель 2017). «Новая область „точной психиатрии“». BMC Medicine . 15 (1): 80. doi : 10.1186/s12916-017-0849-x . PMC 5390384. PMID  28403846 . 
  32. ^ Fernandes BS, Berk M (июнь 2017 г.). «Стадирование при биполярном расстройстве: на шаг ближе к точной психиатрии». Revista Brasileira de Psiquiatria . 39 (2): 88–89. doi : 10.1590/1516-4446-2017-3902 . PMC 7111440. PMID  28591270 . 
  33. ^ Ogino S, Lochhead P, Chan AT и др. (апрель 2013 г.). «Молекулярная патологическая эпидемиология эпигенетики: развивающаяся интегративная наука для анализа окружающей среды, хозяина и болезни». Modern Pathology . 26 (4): 465–84. doi :10.1038/modpathol.2012.214. PMC 3637979 . PMID  23307060. 
  34. ^ Ogino S, Fuchs CS, Giovannucci E (июль 2012 г.). «Сколько молекулярных подтипов? Последствия принципа уникальной опухоли в персонализированной медицине». Expert Review of Molecular Diagnostics . 12 (6): 621–628. doi :10.1586/erm.12.46. PMC 3492839. PMID 22845482  . 
  35. ^ Огино С., Локхед П., Джованнуччи Э. и др. (июнь 2014 г.). «Открытие мутации PIK3CA колоректального рака как потенциального предсказательного биомаркера: сила и перспективы молекулярной патологической эпидемиологии». Онкоген . 33 (23): 2949–55. doi :10.1038/onc.2013.244. PMC 3818472. PMID 23792451  . 
  36. ^ Haines JL, Hauser MA, Schmidt S, et al. (апрель 2005 г.). «Вариант фактора комплемента H увеличивает риск возрастной макулярной дегенерации». Science . 308 (5720): 419–21. Bibcode :2005Sci...308..419H. doi : 10.1126/science.1110359 . PMID  15761120. S2CID  32716116.
  37. ^ "Каталог опубликованных исследований ассоциаций по всему геному" . Получено 28 июня 2015 г.
  38. ^ Ashley EA, Butte AJ, Wheeler MT и др. (май 2010 г.). «Клиническая оценка с включением персонального генома». Lancet . 375 (9725): 1525–35. doi :10.1016/s0140-6736(10)60452-7. PMC 2937184 . PMID  20435227. 
  39. ^ «Oncotype DX: геномный тест для информирования о лечении рака молочной железы». 13 июня 2019 г.
  40. ^ Точная медицина: использование чрезвычайного роста медицинских данных для персонализированной диагностики и лечения http://claudiacopeland.com/uploads/3/6/1/4/3614974/hjno_novdec_2016_precision_medicine.pdf Архивировано 13 ноября 2022 г. на Wayback Machine
  41. ^ ab Huser V, Sincan M, Cimino JJ (2014). «Разработка баз геномных знаний и баз данных для поддержки клинического управления: текущие перспективы». Фармакогеномика и персонализированная медицина . 7 : 275–83. doi : 10.2147/PGPM.S49904 . PMC 4175027. PMID  25276091 . 
  42. ^ Ashley EA (июнь 2015 г.). «Инициатива точной медицины: новые национальные усилия». JAMA . 313 (21): 2119–20. doi :10.1001/jama.2015.3595. PMID  25928209.
  43. ^ Ashley EA (август 2016 г.). «На пути к точной медицине». Nature Reviews. Genetics . 17 (9): 507–22. doi :10.1038/nrg.2016.86. PMID  27528417. S2CID  2609065.
  44. ^ Splinter K, Adams DR, Bacino CA и др. (29 ноября 2018 г.). «Влияние генетической диагностики на пациентов с ранее недиагностированным заболеванием». New England Journal of Medicine . 379 (22): 2131–2139. doi :10.1056/NEJMoa1714458. PMC 6481166. PMID  30304647 . 
  45. ^ Serpico D, Maziarz M (14 декабря 2023 г.). «Усредненное против индивидуального: прагматичный дизайн N-из-1 как метод исследования индивидуального ответа на лечение». European Journal for Philosophy of Science . 13 (4): 59. doi : 10.1007/s13194-023-00559-0 . ISSN  1879-4920.
  46. ^ Nikles, J., & Mitchell, G. (2015). Nikles J, Mitchell G (ред.). "The Essential Guide to N-of-1 Trials in Health" (PDF) . SpringerLink . doi :10.1007/978-94-017-7200-6. ISBN 978-94-017-7199-3. S2CID  33597874.{{cite journal}}: CS1 maint: multiple names: authors list (link)
  47. ^ «Предсказание вашего будущего в здравоохранении». pmlive.com . 18 октября 2013 г.
  48. ^ "3D-печатные медицинские устройства вызывают оценку FDA". LiveScience.com . 30 августа 2013 г.
  49. ^ "Персонализированные медицинские льготы - Лаборатория Джексона". jax.org . Архивировано из оригинала 10 мая 2015 г. Получено 23 сентября 2022 г.
  50. ^ Белчер А., Мангельсдорф М., Макдональд Ф. и др. (июнь 2019 г.). «Что означают инвестиции Австралии в геномику для общественного здравоохранения?». Австралийский и новозеландский журнал общественного здравоохранения . 43 (3): 204–206. doi : 10.1111/1753-6405.12887 . PMID  30830712.
  51. ^ Mesko B (2017). «Экспертный обзор прецизионной медицины и разработки лекарств». Журнал экспертного обзора прецизионной медицины и разработки лекарств . 2 (5): 239–241. doi : 10.1080/23808993.2017.1380516 .
  52. ^ Ray A (20 мая 2018 г.). «Искусственный интеллект и блокчейн для точной медицины». Inner Light Publishers . Получено 21 мая 2018 г.
  53. ^ Krittanawong C, Zhang H, Wang Z, et al. (Май 2017). «Искусственный интеллект в точной сердечно-сосудистой медицине». Журнал Американского колледжа кардиологии . 69 (21): 2657–2664. doi : 10.1016/j.jacc.2017.03.571 . PMID  28545640.
  54. ^ Beacher FD, Mujica-Parodi LR, Gupta S, et al. (5 мая 2021 г.). «Машинное обучение предсказывает результаты клинических испытаний III фазы рака простаты». Алгоритмы . 14 (5): 147. doi : 10.3390/a14050147 .
  55. ^ Ferryman K, Pitcan M (26 февраля 2018 г.). «Справедливость в прецизионной медицине». Данные и общество . Получено 27 октября 2021 г.
  56. ^ Bhargava HK, Leo P, Elliott R и др. (15 апреля 2020 г.). «Вычисленная сигнатура изображения стромальной морфологии является прогностическим признаком рецидива рака простаты после простатэктомии у афроамериканских пациентов». Clinical Cancer Research . 26 (8): 1915–1923. doi :10.1158/1078-0432.CCR-19-2659. ISSN  1557-3265. PMC 7165025 . PMID  32139401. 
  57. ^ «Влияние прецизионной медицины на рак». weillcornell.org .
  58. ^ "Обама предлагает „точную медицину“, чтобы положить конец подходу «один размер подходит всем». AP News . 30 января 2015 г. Получено 20 апреля 2024 г.
  59. ^ «Ближайшие цели». nih.gov .
  60. ^ «Долгосрочные цели». nih.gov .
  61. ^ «Инициатива Белого дома по прецизионной медицине». whitehouse.gov – через Национальный архив .
  62. ^ Cunningham PW (16 января 2018 г.). «Здоровье 202: NIH хочет, чтобы 1 миллион американцев внесли свой вклад в новый пул генных данных». The Washington Post . ISSN  0190-8286 . Получено 20 января 2018 г.
  63. ^ abcdefg "Персонализированная медицина 101: обещание". Коалиция персонализированной медицины. Архивировано из оригинала 19 декабря 2017 года . Получено 26 апреля 2014 года .
  64. ^ "Research Portfolio Online Reporting Tools: Human Genome Project". Национальные институты здравоохранения (NIH). Архивировано из оригинала 25 сентября 2019 года . Получено 28 апреля 2014 года .
  65. ^ "Genetics Home Reference: What is pharmacogenomics?". Национальные институты здравоохранения (NIH) . Получено 28 апреля 2014 г.
  66. ^ Breckenridge A, Orme M, Wesseling H, et al. (апрель 1974). «Фармакокинетика и фармакодинамика энантиомеров варфарина у человека». Клиническая фармакология и терапия . 15 (4): 424–30. doi :10.1002/cpt1974154424. PMID  4821443. S2CID  11777099.
  67. ^ Rieder MJ, Reiner AP, Gage BF и др. (июнь 2005 г.). «Влияние гаплотипов VKORC1 на регуляцию транскрипции и дозу варфарина». The New England Journal of Medicine . 352 (22): 2285–93. doi : 10.1056/NEJMoa044503 . PMID  15930419.
  68. ^ Черч Д., Керр Р., Доминго Э. и др. (июнь 2014 г.). "«Токсгностика»: неудовлетворенная потребность в онкологической медицине». Nature Reviews. Рак . 14 (6): 440–5. doi :10.1038/nrc3729. PMID  24827503. S2CID  21601547.
  69. ^ Kelkar SS, Reineke TM (октябрь 2011 г.). «Тераностика: объединение визуализации и терапии». Bioconjugate Chemistry . 22 (10): 1879–903. doi :10.1021/bc200151q. PMID  21830812.
  70. ^ Perkovic MN, Erjavec GN, Strac DS и др. (март 2017 г. ) . «Тераностические биомаркеры шизофрении». International Journal of Molecular Sciences . 18 (4): 733. doi : 10.3390/ijms18040733 . PMC 5412319. PMID  28358316. 
  71. ^ Kamps R, Brandão RD, Bosch BJ и др. (январь 2017 г.). «Секвенирование следующего поколения в онкологии: генетическая диагностика, прогнозирование риска и классификация рака». International Journal of Molecular Sciences . 18 (2): 308. doi : 10.3390/ijms18020308 . PMC 5343844 . PMID  28146134. 
  72. ^ Яхата Н., Касаи К., Кавато М. (апрель 2017 г.). «Вычислительный нейробиологический подход к биомаркерам и лечению психических расстройств». Психиатрия и клиническая нейронаука . 71 (4): 215–237. doi : 10.1111/pcn.12502 . PMID  28032396.
  73. ^ "Информационный бюллетень: BRCA1 и BRCA2: рак и генетическое тестирование". Национальный институт рака (NCI) . Получено 28 апреля 2014 г.
  74. ^ ab "BIOMARKER TOOLKIT: Companion Diagnostics" (PDF) . Amgen. Архивировано из оригинала (PDF) 1 августа 2014 г. . Получено 2 мая 2014 г. .
  75. ^ abcd "Прокладывая путь персонализированной медицине: роль FDA в новой эре разработки медицинской продукции" (PDF) . Управление по контролю за продуктами и лекарствами США (FDA). Октябрь 2013 г. Архивировано из оригинала (PDF) 23 января 2014 г. Получено 28 апреля 2014 г.
  76. ^ Hamburg MA, Collins FS (июль 2010 г.). «Путь к персонализированной медицине». The New England Journal of Medicine . 363 (4): 301–4. doi : 10.1056/nejmp1006304 . PMID  20551152. S2CID  205106671.
  77. ^ Mancinelli L, Cronin M, Sadée W (2000). «Фармакогеномика: обещание персонализированной медицины». AAPS PharmSci . 2 ( 1): 29–41. doi :10.1208/ps020104. PMC 2750999. PMID  11741220. 
  78. ^ Ellsworth RE, Decewicz DJ, Shriver CD и др. (Май 2010 г.). «Рак молочной железы в эпоху персональной геномики». Current Genomics . 11 (3): 146–61. doi :10.2174/138920210791110951. PMC 2878980 . PMID  21037853. 
  79. ^ ab Soni A, Gowthamarajan K, Radhakrishnan A (март 2018 г.). «Персонализированная медицина и индивидуальные системы доставки лекарств: новая тенденция доставки лекарств и управления заболеваниями». Международный журнал фармацевтического компаундирования . 22 (2): 108–121. PMID  29877858.
  80. ^ Wang J, Poon C, Chin D и др. (1 октября 2018 г.). «Разработка и in vivo характеристика мультимодальных мицелл, нацеленных на почки, для доставки лекарств в почки». Nano Research . 11 (10): 5584–5595. doi :10.1007/s12274-018-2100-2. S2CID  104241223.
  81. ^ abc Langbein T, Weber WA, Eiber M (сентябрь 2019 г.). «Будущее тераностики: перспективы точной онкологии в ядерной медицине». Журнал ядерной медицины . 60 (Suppl 2): ​​13S–19S. doi : 10.2967/jnumed.118.220566 . PMID  31481583. S2CID  201830244.
  82. ^ Herrmann K, Schwaiger M, Lewis JS и др. (март 2020 г.). «Радиотераностика: дорожная карта будущего развития». The Lancet. Онкология . 21 (3): e146–e156. doi :10.1016/S1470-2045(19)30821-6. PMC 7367151. PMID  32135118 . 
  83. ^ Jadvar H, Chen X, Cai W и др. (февраль 2018 г.). «Радиотераностика в диагностике и лечении рака». Радиология . 286 (2): 388–400. doi : 10.1148/radiol.2017170346. PMC 5790308. PMID  29356634. 
  84. ^ Пандей С., Джовенцана ГБ, Шикра Д. и др. (2021). «Глава 11. Тераностика, управляемая позитронно-эмиссионной томографией (ПЭТ)». Ионы металлов в методах биовизуализации . Спрингер. стр. 315–346. дои : 10.1515/9783110685701-017. S2CID  233659232.
  85. ^ Priyadharshini VS, Teran LM (2016). «Персонализированная медицина при респираторных заболеваниях: роль протеомики». Достижения в области белковой химии и структурной биологии . 102 : 115–46. doi :10.1016/bs.apcsb.2015.11.008. PMID  26827604.
  86. ^ abc Priyadharshini VS, Teran LM (2020). «Роль респираторной протеомики в точной медицине». В Faintuch J, Faintuch S (ред.). Precision Medicine for Investigators, Practitioners and Providers . Academic Press. стр. 255–261. doi :10.1016/B978-0-12-819178-1.00024-1. ISBN 978-0-12-819178-1. S2CID  213865547.
  87. ^ Фудзии К, Накамура Х, Нишимура Т (апрель 2017 г.). «Современная протеомика на основе масс-спектрометрии для обнаружения биомаркеров при раке легких, ХОБЛ и астме». Expert Review of Proteomics . 14 (4): 373–386. doi :10.1080/14789450.2017.1304215. PMID  28271730. S2CID  3640863.
  88. ^ Lazzari C, Spreafico A, Bachi A и др. (январь 2012 г.). «Изменения в профиле масс-спектра плазмы в ходе лечения пациентов с немелкоклеточным раком легких ингибиторами тирозинкиназы рецептора эпидермального фактора роста». Журнал торакальной онкологии . 7 (1): 40–8. doi : 10.1097/JTO.0b013e3182307f17 . PMID  21964534. S2CID  205738875.
  89. ^ Carney W (2006). «Статус HER2/neu — важный биомаркер при выборе персонализированной терапии HER2/neu» (PDF) . Connection . 9 : 25–27. Архивировано из оригинала (PDF) 4 марта 2016 г. Получено 3 января 2014 г.
  90. ^ Telli ML, Hunt SA, Carlson RW и др. (август 2007 г.). «Кардиотоксичность, связанная с трастузумабом: подвергая сомнению концепцию обратимости». Журнал клинической онкологии . 25 (23): 3525–33. doi :10.1200/JCO.2007.11.0106. PMID  17687157.
  91. ^ Saglio G, Morotti A, Mattioli G, et al. (декабрь 2004 г.). «Рациональные подходы к разработке терапевтических средств, нацеленных на молекулярные маркеры: случай хронического миелоидного лейкоза». Annals of the New York Academy of Sciences . 1028 (1): 423–31. Bibcode : 2004NYASA1028..423S. doi : 10.1196/annals.1322.050. PMID  15650267. S2CID  19332062.
  92. ^ Pleasance E, Titmuss E, Williamson L и др. (2020). «Общий анализ рака поздних опухолей пациентов выявляет взаимодействие между терапией и геномными ландшафтами». Nature Cancer . 1 (4): 452–468. doi : 10.1038/s43018-020-0050-6 . PMID  35121966.
  93. ^ Даффи М.Дж. (июль 2001 г.). «Биохимические маркеры рака молочной железы: какие из них клинически полезны?». Клиническая биохимия . 34 (5): 347–52. doi :10.1016/S0009-9120(00)00201-0. PMID  11522269.
  94. ^ Piccart M, Lohrisch C, Di Leo A и др. (2001). «Прогностическое значение HER2 при раке груди». Oncology . 61 Suppl 2 (2): 73–82. doi :10.1159/000055405. PMID  11694791. S2CID  23123767.
  95. ^ Baldus SE, Engelmann K, Hanisch FG (1 января 2004 г.). «MUC1 и MUC: семейство человеческих муцинов с влиянием на биологию рака». Critical Reviews in Clinical Laboratory Sciences . 41 (2): 189–231. doi :10.1080/10408360490452040. PMID  15270554. S2CID  46460945.
  96. ^ ab Cruz JA, Wishart DS (февраль 2007 г.). «Применение машинного обучения в прогнозировании и прогнозировании рака». Cancer Informatics . 2 : 59–77. CiteSeerX 10.1.1.795.3458 . doi :10.1177/117693510600200030. PMC 2675494 . PMID  19458758.  
  97. ^ ab Williams MS (август 2019 г.). «Ранние уроки внедрения программ геномной медицины». Annual Review of Genomics and Human Genetics . 20 (1): 389–411. doi : 10.1146/annurev-genom-083118-014924 . PMID  30811224. S2CID  73460688.
  98. ^ Thomas M, Sakoda LC, Hoffmeister M и др. (сентябрь 2020 г.). «Полногеномное моделирование полигенной оценки риска при риске колоректального рака». Am J Hum Genet . 107 (3): 432–444. doi :10.1016/j.ajhg.2020.07.006. PMC 7477007 . PMID  32758450. 
  99. ^ Khera AV, Chaffin M, Aragam KG и др. (сентябрь 2018 г.). «Полигенные оценки генома для распространенных заболеваний выявляют лиц с риском, эквивалентным моногенным мутациям». Nat Genet . 50 (9): 1219–1224. doi :10.1038/s41588-018-0183-z. PMC 6128408 . PMID  30104762. 
  100. ^ Marnetto D, Pärna K, Läll K и др. (апрель 2020 г.). «Деконволюция предков и частичная полигенная оценка могут улучшить прогнозы восприимчивости у недавно смешанных особей». Nat Commun . 11 (1): 1628. Bibcode : 2020NatCo..11.1628M . doi : 10.1038/s41467-020-15464-w. PMC 7118071. PMID  32242022. 
  101. ^ Wang Y, Guo J, Ni G и др. (июль 2020 г.). «Теоретическая и эмпирическая количественная оценка точности полигенных оценок в популяциях с разным происхождением». Nat Commun . 11 (1): 3865. Bibcode : 2020NatCo..11.3865W . doi : 10.1038/s41467-020-17719-y. PMC 7395791. PMID  32737319. 
  102. ^ Martin AR, Kanai M, Kamatani Y и др. (апрель 2019 г.). «Клиническое использование текущих полигенных оценок риска может усугубить различия в состоянии здоровья». Nat Genet . 51 (4): 584–591. doi :10.1038/s41588-019-0379-x. PMC 6563838 . PMID  30926966. 
  103. ^ Льюис CM, Вассос E (май 2020 г.). «Оценки полигенного риска: от исследовательских инструментов до клинических инструментов». Genome Med . 12 (1): 44. doi : 10.1186/s13073-020-00742-5 . PMC 7236300. PMID  32423490 . 
  104. ^ abcde "Персонализированная медицина 101: проблемы". Коалиция персонализированной медицины. Архивировано из оригинала 3 мая 2014 года . Получено 26 апреля 2014 года .
  105. ^ ab Vayena E, Blasimme A, Cohen IG (ноябрь 2018 г.). «Машинное обучение в медицине: решение этических проблем». PLOS Medicine . 15 (11): e1002689. doi : 10.1371/journal.pmed.1002689 . PMC 6219763. PMID  30399149 . 
  106. ↑ Член парламента Шапранова (27 июня 2013 г.). «Анализ геномов: мотивация». Институт Хассо Платтнера . Проверено 20 июля 2014 г.
  107. ^ ab Frueh FW (сентябрь 2013 г.). «Регулирование, возмещение и долгий путь внедрения персонализированной медицины — взгляд из Соединенных Штатов». Value in Health . 16 (6 Suppl): S27-31. doi : 10.1016/j.jval.2013.06.009 . PMID  24034309.
  108. ^ ab "Проблемы интеллектуальной собственности, влияющие на будущее персонализированной медицины". Американская ассоциация права интеллектуальной собственности . Получено 26 апреля 2014 г.[ мертвая ссылка ]
  109. ^ Weldon CB, Trosman JR, Gradishar WJ и др. (Июль 2012 г.). «Препятствия к использованию персонализированной медицины при раке груди». Журнал онкологической практики . 8 (4): e24-31. doi :10.1200/jop.2011.000448. PMC 3396824. PMID  23180995 . 
  110. ^ Char DS, Shah NH, Magnus D (март 2018 г.). «Внедрение машинного обучения в здравоохранение — решение этических проблем». The New England Journal of Medicine . 378 (11): 981–983. doi :10.1056/NEJMp1714229. PMC 5962261. PMID 29539284  . 
  111. ^ Chernew ME, Landrum MB (март 2018 г.). «Целевой дополнительный сбор данных — решение головоломки измерения качества». The New England Journal of Medicine . 378 (11): 979–981. doi :10.1056/NEJMp1713834. PMID  29539286.
  112. ^ Gijsberts CM, Groenewegen KA, Hoefer IE и др. (2 июля 2015 г.). «Расовые/этнические различия в ассоциациях факторов риска Фрамингема с толщиной интима-медиа сонной артерии и сердечно-сосудистыми событиями». PLOS ONE . ​​10 (7): e0132321. Bibcode :2015PLoSO..1032321G. doi : 10.1371/journal.pone.0132321 . PMC 4489855 . PMID  26134404. 
  113. ^ Yngvadottir B, Macarthur DG, Jin H, et al. (2009). «Обещание и реальность персональной геномики». Genome Biology . 10 (9): 237. doi : 10.1186/gb-2009-10-9-237 . PMC 2768970. PMID  19723346 . 
  114. ^ abc Fernald GH, Capriotti E, Daneshjou R и др. (июль 2011 г.). «Проблемы биоинформатики для персонализированной медицины». Bioinformatics . 27 (13): 1741–8. doi :10.1093/bioinformatics/btr295. PMC 3117361 . PMID  21596790. 
  115. ^ «Персонализированное и точное здравоохранение означает лучшее качество жизни для пациентов». будущее здравоохранение . Получено 17 ноября 2022 г.
  116. ^ «Создание долгосрочных устойчивых и персонализированных систем здравоохранения». Economist. 28 января 2021 г. Получено 17 ноября 2022 г.
  117. ^ «Ирландия демонстрирует низкие показатели в международном индексе персонализированного здравоохранения». Irish Medical Times. 9 сентября 2021 г. Получено 17 ноября 2022 г.

Внешние ссылки

В Wikibook Internal Medicine есть страница по теме: Precision Medicine