新的单核酸多态生物标志物用于预测阿片类药物对癌症疼痛的影响
Yoshihiko Fujita1, Hiromichi Matsuoka2,3,4, Yasutaka Chiba5
1Department of Genome Biology, Kindai University Faculty of Medicine, Osaka 589-8511, Japan.
识别像CCL11rs17809012这样的遗传生物标志物可以帮助选择最佳的阿片类药物来治疗癌症疼痛. 患有CCL11AA基因型的患者可能从氧化比吗啡更受益于缓解疼痛.
科学领域:
- 药物基因组学 药物基因组学
- 在瘤学瘤学.
- 疼痛管理 疼痛管理
背景情况:
- 优化阿片类药物治疗癌症疼痛需要预测生物标志物.
- 以前的研究探讨了COMT基因变异;需要额外的生物标志物.
- 对阿片类药物反应的个体变化需要个性化治疗策略.
研究的目的:
- 研究新型单核酸多态 (SNP) 作为癌症疼痛中阿片类药物选择的预测生物标志物.
- 评估CCL11,HNMT和TRPV1SNP在预测吗啡和氧化的止痛作用中的有用性.
- 为了确定指导癌症患者个性化阿片类药物治疗的遗传标记.
主要方法:
- 选了74个与疼痛相关的SNP,重点关注CCL11 (rs17809012),HNMT (rs1050891) 和TRPV1 (rs222749).
- 来自RELIEF研究的135名癌症疼痛患者的基因型 (吗啡n=69,氧n=66).
- 分析了SNP与吗啡和氧可的止痛功效的关联,包括相互作用分析.
主要成果:
- 这种C-C动机化学基因连接体11 (CCL11) rs17809012 SNP与差异性阿片类药物反应有显著的关联.
- 患有CCL11 rs17809012 AA基因型的患者显示,与吗啡相比,氧化治疗的疼痛缓解趋势更好 (P=0.012对相互作用).
- 在这个队列中,HNMT和TRPV1 SNPs没有显示出显著的关联.
结论:
- 在特定的癌症疼痛患者中,CCL11 rs17809012 SNP可以作为选择氧化而不是吗啡的预测生物标志物.
- 这一发现支持基于遗传特征的个性化止痛策略的开发.
- 需要进一步的研究来验证CCL11作为癌症疼痛管理中阿片类药物选择的生物标志物.
更多相关视频
06:21Author Spotlight: Genetic Profiling for Fluorouracil Response in Gastric Cancer
Published on: May 10, 2024
09:54Combining Laser Capture Microdissection and Microfluidic qPCR to Analyze Transcriptional Profiles of Single Cells: A Systems Biology Approach to Opioid Dependence
Published on: March 8, 2020
相关概念视频
Opioid Analgesics: Synthetic and Semisynthetic Opioids
Analgesia and Pain Management
Opioid Analgesics: Morphine and Other Natural Cogeners
Opioid Receptors: Overview
Single Nucleotide Polymorphisms-SNPs
