Прескочи към главното съдържание на страницата

Архив


БРОЙ 4 2013

Диабет и биомаркери

виж като PDF
Текст A
Доц. д-р Ж. Георгиева



На среща на Надзорния комитет по ендокринни и метаболитни медикаменти и Комитета по сигурност на лекарствата и управление на риска на Американската администрация по храните и лекарствата (FDA) по въпроса за медикамента розиглитазон, един от участниците каза, че „пътят към регулаторния ад е постлан със сурогати”. Това твърдение вероятно отразява състоянието при клиничните проучвания за нови антидиабетни медикаменти.  
 
Работната група за определение на биомаркерите дефинира термина биомаркер като „параметър, който може да се измери обективно и да се оцени като индикатор на нормален биологичен процес, патогенетичен процес или медикаментозен отговор към терапевтична интервенция”[1]. Клиничните проучвания за диабета от дълго време използват биомаркери за потвърждаване на ефективността на изследваните медикаменти. Въпреки че хемоглобин A1c (HbA1c) за първи път бе отделен от други форми на хемоглобин чрез използване на хроматографска колона през 1958 г.[3], използването му за проследяване на степента на контрол на глюкозния метаболизъм при пациентите с диабет за първи път е предложени през 1976 г. от Koenig[3]. Терапията на диабета, базирана на нивото на HbA1c като маркер за гликемичен контрол, е валидирана през 1990 г. Оттогава регулаторните агенции широко възприеха HbA1c като биомаркер на избор за контрол на ефективността на антидиабетните медикаменти в клиничните проучвания. Така например, FDA в своите препоръки за индустрията постановява, че „за одобрението на медикамент финалната демонстрация на ефективност трябва да бъде базирана на понижение на нивото на HbA1c (тоест HbA1c е първи критерий на избор, макар и сурогатен), което е показател за гликемичен контрол”[4]. Ясно е, че HbA1c съвсем не е идеалният биомаркер. Нивото на постпрандиалната глюкоза, както и острите флуктуации в нивото на глюкозата[5] вероятно са по-добри предиктори на сърдечно-съдовата болест при диабет в сравнение с нивото на HbA1c. FDA обаче изисква новите медикаменти, чийто механизъм на действие е ограничен до ефектите върху постпрандиалното глюкозно ниво, да бъдат тествани в краткосрочни проучвания за определяне на дозата. Тези тестове за фармакодинамична активност не са достатъчно доказателство за ефективност, за да бъде одобрен нов медикамент, тъй като връзката между модифициращите ефекти върху постпрандиалните флуктуации на глюкозното ниво и клиничния изход не е достатъчно силна, за да се приеме използването на този фармакодинамичен параметър като сурогатен критерий за ефективност[4]. Зависимостта между хипергликемията и клиничния изход трябва да бъде по-добре проучена с цел оптимизиране на регулаторните норми, при които одобрението на медикамента е базирано на способността на медикамента да понижи нивото на HbA1c без допълнително повишение на сърдечно-съдовия риск.  
 
Прието е, че стриктният глюкозен контрол води до понижение на честотата на микросъдовите и макросъдовите усложнения на диабета, тъй като повишението на нивото на HbA1c води до повишение на риска за обща и сърдечно-съдова смъртност[6]. Въпреки че в проучването U.K. Prospective Diabetes Study бе документирана ролята на гликемичния контрол в понижението на честотата на микросъдовите инциденти при захарен диабет тип 2, понижение на честотата на миокардния инфаркт и общата смъртност е наблюдавано само в групата на интензивна терапия след дългосрочно проследяване[7]. Поради високата честота на сърдечно-съдовата болест при пациентите със захарен диабет, са проведени много проучвания за изследване на зависимостта между гликемичния контрол и сърдечно-съдовия риск. За съжаление, тези проучвания (напр. Veteran’s Affairs Diabetes Trial of Glycemic Control and Complications in Diabetes Mellitus Type 2; Action to Control Cardiovascular Risk in Diabetes; Action in Diabetes and Vascular Disease: Preterax and Dimicron MR Controlled Evaluation trial) не успяха да покажат благоприятен ефект на интензивната спрямо конвенционалната терапия на диабета по отношение на сърдечно-съдовия изход при лица с диабет с голяма давност[8-10].  
 
Липсата на яснота по въпроса за зависимостта между гликемичния контрол, макросъдовите инциденти и преживяемостта при диабет играе централна роля в несигурността относно възможната връзка между терапията с розиглитазон и повишения сърдечно-съдов риск. Терапията с розиглитазон е свързана със статистически значимо повишение на нивото на общия холестерол, липопротеините с ниска плътност (LDL), липопротеините с висока плътност (HDL) и понижение на свободните мастни киселини. Когато през 1999 г. розиглитазон бе одобрен за използване в САЩ, повечето изследователи и клиницисти смятаха, че понижението на HbA1c ще има протективен ефект по отношение на сърдечно-съдовата болест и пренебрегнаха ефектите му върху липидния профил.  
 
Понастоящем не разполагаме с достатъчно информация за зависимостта между терапията на диабета, нивото на HbA1c, липидните нива, сърдечния изход и преживяемостта. Тъй като в уравнението присъстват повечето от характеристиките на метаболитния синдром, неговата сложност значително се повишава. Опростяването на точността на биомаркера като индикатор за болестен процес понякога е неточно и обикновено е непълно. Биомаркерите може да не са достатъчно достоверни индикатори на биологичен процес или терапевтична интервенция по много причини, най-важна сред които е, че медикаментът може да прояви неочаквани ефекти чрез известни или неизвестни метаболитни пътища, които не се отчитат от съответния биомаркер. Проучването ILLUMINATE е добър пример за това. Торцетрапиб е инхибитор на транспортния протеин на холестеролови естери и повишава нивата на HDL. В проучването ILLUMINATE е използвана комбинирана терапия с торцетрапиб и аторвастатин; понижението на нивото на LDL в комбинация с повишение на нивото на HDL се очакваше да направи революция в терапията на хиперлипидемията. Проучването е успешно от гледна точка на биомаркера – наблюдавано е сигнификантно повишение на нивото на HDL-холестерола (72%) и понижение на нивото на LDL-холестерола (25%) след 12-месечна терапия с торцетрапиб[11]. Резултатите от проучването ILLUMINATE прогнозираха клиничен успех. За съжаление обаче проучването бе прекратено след 1.5 години поради повишена смъртност в групата на торцетрапиб + аторвастатин в сравнение с групата на монотерапия с аторвастатин. Ефектите на торцетрапиб върху артериалното налягане и ренин-ангиотензин-алдостероновата система вероятно са част от обяснението, въпреки че изглежда вероятно грешката да е в допуснатите предположения относно HDL, LDL и сърдечно-съдовия риск.  
 
Несигурността относно достоверността на HbA1c като ключов биомаркер за оценка на ефективността на антидиабетните медикаменти доведе до разработване на нови препоръки от FDA и Европейската агенция по лекарствата (ЕМА)[12,13]. Според тях спонсорите трябва да докажат приемлив сърдечно-съдов риск чрез мета-анализ и/или големи клинични проучвания, базирани на изхода. Тази директива е разбираема от регулаторна гледна точна, но резултат от нея може да бъде понижение на броя на разработваните антидиабетни медикаменти поради значителното повишение на цената на процеса, съобразен с регулаторните препоръки. Предвид застрашителното нарастване на глобалната честота на диабета, бариерите пред разработването на медикаменти в тази област могат да имат неблагоприятни последствия от гледна точка на общественото здраве. Решението е ясно идентифициране на биомаркери, които да служат като достоверни сурогати за клиничния изход при диабет, а не само на гликемичния контрол. Тъй като сърдечно-съдовата болест определя голяма част от заболеваемостта и смъртността при диабет, има нужда от полезни биомаркери за прогноза на изхода за исхемична болест на сърцето, сърдечна недостатъчност и инсулт.  
 
Разработването на сърдечно-съдови биомаркери направи значителен прогрес с изясняването на патогенетичните процеси на исхемичната болест на сърцето. В проучването Framingham Study бе установена ролята на фамилната анамнеза, пола, възрастта и тютюнопушенето, а така също и на някои бомаркери, като артериално налягане и липидни нива, като рискови фактори за сърдечно-съдова болест. Днес се опитваме да разберем патогенетичната прогресия на атеросклеротичната плака до нестабилна плака, руптура на плаката и развитие на тромбоза, исхемия и некроза, тъй като тези инциденти са асоциирани с ендотелна активация, оксидативен стрес, хемостаза и имунни и възпалителни каскади[14]. Имайки предвид комплексността на болестния процес, не е изненадващо, че отделен биомаркер (напр. С-реактивен протеин) не може да има повече от адитивен ефект при измерването на риска. Ролята на липопротеин-асоциираната фосфолипаза А2 в модулирането на вулнерабилността на атероскеротичната плака представлява нова възможност за оценка на риска[15]. При диабет ситуацията е още по-сложна поради обичайното наличие и на метаболитен синдром. Компонентите на метаболитния синдром – инсулинова резистентност, атерогенна дислипидемия, хипертония и проинфламаторно и протромботично състояние, допринасят за сърдечно-съдовия риск. Секреторната активност на мастната тъкан, включително продукцията на адипокини, като лептин, тумор-некротичен фактор α, интерлевкин-6 и адипонектин, вероятно играе важна роля в патогенезата на метаболитния синдром. Синдромът обаче остава описание на фенотип без ясно установен модел на патогенеза.  
 
Публикациите изобилстват с примери за множество биомаркери, които се използват в комбинация за прогноза на риска. Но докато не открием по-добър патогенетичен модел на болестта, едва ли ще може да се предложат целесъобразни сурогатни маркери за сърдечно-съдовия изход при пациенти с диабет. Как да бъде изграден този модел на болестта и как да бъдат открити сурогатните маркери от следващото поколение? Преди достъпа до човешкия геном моделите на болестите са изграждани предимно върху клинични наблюдения, потвърждавани в лабораторията, фокусиращи се върху относително малки области от биохимията и молекулярната биология. Метаболитните болести, дължащи се на ензимен дефицит, като болест на Гоше или хомоцистинурия, са добър пример за този вид патогенетично моделиране. Днес разполагаме с инструменти за изследване на генома (ДНК), транскриптома (мРНК), протеома (протеините) и метаболома (метаболитите), свързани с клиничните фенотипове. Индикативният подход се базира на проучване на много големи бази данни за установяване на корелация с клиничния фенотип. Пример за тази стратегия са проучвания на геномните асоциации, които каталогизират единични нуклеотидни полиморфизми (SNP) по отношение на клинично състояние, болест или изход. В това отношение геномните проучвания разшириха познанията за генетични локуси, асоциирани с риска за захарен диабет тип 2 до повече от 10, включително локуси в и около CDKAL1, CDKN2A/B, IGF2BP2, TCF7L2 и HHEX[16,17]. В много случаи зависимостта между болестта и даден ген не е ясна, което показва фалшиво-позитивна асоциация или недостатъчно изяснен механизъм, асоцииран с болестния процес. Допълнителна информация се получава от свързването на информацията, получена от генните проучвания, с информацията за експресията на гените и данните от протеомиката и метаболомикта.  
 
От друга страна, дедуктивният подход се основава на знания и наблюдение на биологичните процеси. По този начин са изведени множество биомаркери, асоциирани със злокачествени заболявания, базирани на прогресивното изясняване на молекулните основи на тези болести. Тези изследвания започнаха в началото на 90-те години с откритието на Peyton Rous, че сарком при пилета може да бъде предаден чрез безклетъчен филтрат (Rous sarcoma virus). Откриването на онкогените през 70-те години повиши важността на откритието на Rous и създаде метод за изучаване на молекулните основи на рака. От 90-те години бяха открити множество биохимични пътища, инициирани от растежни фактори, съдов ендотелен растежен фактор и епидермален растежен фактор, взаимодействащи си с рецепторни тирозин-кинази, рецептори за съдовия ендотелен растежен фактор и епидермалния растежен фактори чрез протеин-киназа В, митоген-активираната протеин-киназа и други, което води до нарушена регулация на нормалните пътища за клетъчен растеж, диференциация и деление.  
 
Тъй като информационните технологии днес повишават възможностите ни да създаваме, съхраняваме и проверяваме огромни количества информация, индуктивните подходи към моделирането на болестта и откритието на биомаркери са по-успешни. Използването на големи количества информация за създаване на по-добри патогенетични модели на болестите се извършва на правителствено, на академично ниво и на нивото на частния сектор. Много компании, които са усъвършенствани в тази област, са ориентирани специфично към разработването на медикаменти.  
 
Мрежовият подход към моделирането на болестта трябва да открие нови цели за разработване на нови медикаменти и биомаркери. Например, използвайки базите данни за генна експресия в различни тъкани, някои автори показаха важното значение на гените, регулиращи клетъчния цикъл, по отношение на предразположението към зависим от затлъстяването диабет при миши модел[18]. Резултатите показаха молекулен механизъм, който обясни диференциалната способност на островните клетки към пролиферация в отговор на затлъстяване при щамове мишки, които имат диференциално предразположение към развитие на диабет, асоцииран със затлъстяването. Тези данни бяха потвърдени в проучвания при хора, в които бе установена корелация на SNP с базата данни за експресията на РНК в черен дроб и мастна тъкан. Захарният диабет тип 2 е асоцииран и с метаболитни пътища, чиято връзка с болестта е известна, например сигналния път PPAR, калциевия сигнален път, сигналния път на фактор β на туморния растеж, клетъчната комуникация и други[19]. Отношение имат и по-малко проучени механизми, като междуклетъчните връзки, комплемента и коагулацията, антигенната обработка и представяне. Някои от тези пътища са свързани с усложненията на диабета и с патогенезата на захарния диабет тип 1, но имат отношение и към патогенезата на захарния диабет тип 2.  
 
Резултатите от образните изследвания също могат да бъдат интегрирани в патогенетичните модели на болестта заедно с молекулните и биохимичните данни. Въпреки че малко проучвания са постигнали това ниво на интеграция на данните, възможностите са очевидни. Неинвазивните образни техники могат да изобразят масата на бета-клетките на панкреаса, липидните нива в скелетните мускули и артериалната ригидност, както и много други процеси. Фенотипите, интегриращи данни от различни източници, напр. нуклеотидна последователност и ядрено-магнитен резонанс, ще позволят по-прецизна оценка на сърдечно-съдовия риск в условията на диабет.  
 
В исторически аспект биомаркерите бяха открити чрез физико-логически асоциации между измерими биологични параметри и болестно състояние или фенотип. Неочаквани промени в биомаркера, открити в клинични проучвания, показват, че болестните модели често са непълни или погрешни. Оптимизираните патогенетични модели на болестта естествено ще открият нови и по-добри биомаркери, а така също и нови цели за интервенция. С напредъка на молекулярната и геномната технология и на информационните технологии тези модели ще започнат да се появяват все по-често.  
 
Клиничните проучвания поставиха под въпрос зависимостта между класическия биомаркер за гликемичен контрол (HbA1c) и сърдечно-съдовия изход в условия на диабет. Методологичният напредък в други области, особено онкологията, позволява оптимизирането на патогенетичните модели на диабета и откриването на нови биомаркери. Системният биологичен подход обещава важни разкрития в областта на комплексните генетични и физиологични взаимодействия между диабета, метаболитния синдром и исхемичната болест на сърцето.  
 
КНИГОПИС:
 
1. Biomarkers Definitions Working Group. Biomarkers and surrogate endpoints: preferred definitions and conceptual framework. Clin Pharmacol Ther. 2001;69(3):89–95.  
2. Huisman TH, Martis EA, Dozy A. Chromatography of hemoglobin types on carboxymethylcellulose. J Lab Clin Med. 1958:52(2);312–27.  
3. Koenig RJ, Peterson CM, Jones RL, et al. Correlation of glucose regulation and hemoglobin A1c in diabetes mellitus. N Engl J Med. 1976; 295(8):417–20.  
4. U.S. Department of Health and Human Services, Food and Drug Administration, Center for Drug Evaluation and Research. Guidance for industry. Diabetes mellitus: developing drugs and therapeutic biologics for treatment and prevention. http://www.fda.gov/downloads/ Drugs/ Guidance Compliance Regulatory Information /Guidances/ ucm071624.pdf. Accessed September 1, 2010.  
5. Colette C, Monnier L. Acute glucose fluctuations and chronic sustained hyperglycemia as risk factors for cardiovascular diseases in patients with type 2 diabetes. Horm Metab Res. 2007;39(9):683–6.  
6. Khaw KT, Wareham N, Luben R, et al. Glycated haemoglobin, diabetes, and mortality in men in Norfolk cohort of European Prospective Investigation of Cancer and Nutrition (EPIC-Norfolk). BMJ 2001;322(7277):15–18.  
7. Holman RR, Paul SK, Bethel MA, et al. 10-year follow-up of intensive glucose control in type 2 diabetes. N Engl J Med. 2008; 359(15):1577–89.  
8. Duckworth W, Abraira C, Moritz T, et al, VADT Investigators. Glucose control and vascular complications in veterans with type 2 diabetes. N Engl J Med. 2009; 360(2):129–39.  
9. Action to Control Cardiovascular Risk in Diabetes Study Group, Gerstein HC, Miller ME, Byington RP, Goff DC Jr, Bigger JT, Buse JB, Cushman WC, Genuth S, Ismail-Beigi F, Grimm RH Jr, Probstfield JL, Simons-Morton DG, Friedewald WT.Effects of intensive glucose lowering in type 2 diabetes. N Engl J Med. 2008;358(24):2545–59.  
10. ADVANCE Collaborative Group, Patel A, MacMahon S, Chalmers J, Neal B, Billot L, Woodward M, Marre M, Cooper M, Glasziou P, Grobbee D, Hamet P, Harrap S, Heller S, Liu L, Mancia G, Mogensen CE, et al. Intensive blood glucose control and vascular outcomes in patients with type 2 diabetes. N Engl J Med. 2008;358(24):2560–72  
11. Barter PJ, Caulfield M, Eriksson M, et al, ILLUMINATE Investigators. Effects of torcetrapib in patients at high risk for coronary events. N Engl J Med. 2007;357(21):2109–22.  
12. U.S. Department of Health and Human Services, Food and Drug Administration, Center for Drug Evaluation and Research. Guidance for industry. Diabetes mellitus: evaluating cardiovascular risk in new antidiabetic therapies to treat type 2 diabetes. http://www. fda.gov/downloads/Drugs/GuidanceComplianceRegulatoryInformation/ Guidances/ucm071627.pdf. Accessed September 1, 2010.  
13. European Medicines Agency. Guideline on clinical investigation of medicinal products in the treatmen of diabetes mellitus. http://www.ema.europa.eu/docs/en_GB/document_library/Scientific_guideline/2010/02/WC500073570.pdf. Accessed August 1, 2010.  
14. Ж. Георгиева. Сърдечно-съдови биомаркери. Арбилис 2012, 55-301.  
15. Lp-PLA(2) Studies Collaboration, Thompson A, Gao P, Orfei L, Watson S, Di Angelantonio E, Kaptoge S, Ballantyne C, Cannon CP, Criqui M, Cushman M, Hofman A, Packard C, Thompson SG, Collins R, Danesh J. Lipoprotein-associated phospholipase A (2) and risk of coronary disease, stroke, and mortality: collaborative analysis of 32 prospective studies. Lancet. 2010; 375(9725):1536–44.  
16. Zeggini E, Weedon MN, Lindgren CM, et al; Wellcome Trust Case Control Consortium (WTCCC), McCarthy MI, Hattersley AT. Replication of genome-wide association signals in UK samples reveals risk loci for type 2 diabetes. Science. 2007; 316(5829):1336–41.  
17. Scott LJ, Mohlke KL, Bonnycastle LL, et al. A genome-wide association study of type 2 diabetes in Finns detects multiple susceptibility variants. Science. 2007; 316(5829):1341–5.  
18. Keller MP, Choi Y, Wang P, et al. A gene expression network model of type 2 diabetes links cell cycle regulation in islets with diabetes susceptibility. Genome Res. 2008; 18(5):706–16.  
19. Zhong H, Yang X, Kaplan LM, et al. Integrating pathway analysis and genetics of gene expression for genome-wide association studies. Am J Hum Genet. 2010; 86(4):581–91.