《The Pharmacogenomics Journal》:FTO rs7195994 Is associated with TNF inhibitor response in lean rheumatoid arthritis patients: A BMI-stratified pharmacogenetic analysis
编辑推荐:
肿瘤坏死因子抑制剂(Tumor Necrosis Factor Inhibitors, TNFi)已彻底改变了类风湿关节炎(Rheumatoid Arthritis, RA)的治疗管理;然而,高达40%的患者未能获得足够的临床反应。目前的临床预测因子仍然不足,
肿瘤坏死因子抑制剂(Tumor Necrosis Factor Inhibitors, TNFi)已彻底改变了类风湿关节炎(Rheumatoid Arthritis, RA)的治疗管理;然而,高达40%的患者未能获得足够的临床反应。目前的临床预测因子仍然不足,这凸显了对指导生物制剂治疗选择的药物遗传学(Pharmacogenetic)生物标志物的迫切需求。在这项研究中,研究人员利用一个大型真实世界队列,调查了与TNFi治疗反应相关的遗传变异,特别关注体重指数(Body Mass Index, BMI)依赖性效应。从台湾精准医疗倡议(Taiwan Precision Medicine Initiative, TPMI)——一个电子健康记录关联的生物样本库中,共识别出519名RA患者。符合条件的患者在接受TNFi治疗至少6个月且具有可用的基因分型数据。通过系统的文献检索,确定了97个先前报道与TNFi反应相关的候选单核苷酸多态性(Single Nucleotide Polymorphisms, SNPs)。使用单变量和多变量逻辑回归模型进一步分析了位于免疫代谢基因(FTO、ZNF618、RANK、CD84和LOC105375523)中的5个变异。进行了按BMI分层的亚组分析以探索潜在的交互效应。三个变异——FTO rs7195994、ZNF618 rs16911006和LOC105375523 rs834811——在初步分析中与TNFi反应显著相关。在多变量模型中,只有FTO rs7195994仍然是无反应(Non-response)的独立预测因子(比值比[Odds Ratio, OR] 0.44,95%置信区间[Confidence Interval, CI] 0.22–0.87;p = 0.019)。在BMI < 27 kg/m2的患者中,rs7195994风险等位基因携带者获得治疗反应的可能性降低49%(OR 0.51,95% CI 0.28–0.92;p = 0.0249),而在较高BMI的患者中未观察到显著关联。这些发现确定FTO rs7195994是RA中一种新的、受BMI调节的TNFi无反应药物遗传学标志物。将BMI分层的基因谱分析纳入临床决策可能有助于早期识别不太可能从TNFi治疗中获益的患者,从而支持精准治疗策略。需要在多种族人群中进行进一步验证和功能研究。
本研究聚焦于类风湿关节炎(Rheumatoid Arthritis, RA)治疗中广泛使用的肿瘤坏死因子抑制剂(Tumor Necrosis Factor Inhibitors, TNFi)存在的反应异质性问题。尽管TNFi显著改善了RA管理,但约30%至40%的患者无法达到足够的临床获益。现有的临床预测因子(如性别、基线疾病活动度、血清学状态等)及已报道的遗传标记在预测疗效方面仍存在局限性,且效应值较小,缺乏跨队列的一致性验证。鉴于脂肪量和肥胖相关(Fat Mass and Obesity-associated, FTO)基因不仅在能量平衡中起作用,还参与免疫调节和自身免疫,且既往有全基因组关联研究(Genome-Wide Association Study, GWAS)提示FTO位点与TNFi反应可能存在关联,本研究旨在评估免疫代谢相关单核苷酸多态性(Single Nucleotide Polymorphisms, SNPs)与TNFi临床反应的关系,并重点探究其与体重指数(Body Mass Index, BMI)的交互作用。该研究发表于《The Pharmacogenomics Journal》。
在研究技术方法上,研究人员依托台湾精准医疗倡议(Taiwan Precision Medicine Initiative, TPMI)这一全国性基因组队列,回顾性纳入了519名符合标准的RA患者。这些患者均接受了至少6个月的TNFi治疗,并具有完整的基因分型和临床随访数据。研究人员通过系统的文献检索筛选出97个候选SNPs,并采用逻辑回归模型进行单变量和多变量分析,同时依据亚洲人群特有的BMI阈值(<27 kg/m2和≥27 kg/m2)进行分层分析,以评估基因与代谢环境的交互影响。
研究结果部分,首先通过基线特征分析发现,与非应答者相比,应答者在治疗前表现出显著更高的疾病活动度(DAS28)、红细胞沉降率(Erythrocyte Sedimentation Rate, ESR)和C反应蛋白(C-Reactive Protein, CRP)水平,且更多伴有糖尿病和慢性肾病等合并症。在遗传关联分析中,通过对五个主要候选SNP的分析发现,虽然ZNF618 rs16911006、RANK rs8086340、FTO rs7195994和LOC105375523 rs834811在单变量分析中显示出关联,但在调整了年龄、性别、疾病活动度等多变量因素后,仅有FTO rs7195994保持了独立的预测价值(OR 0.44, 95% CI 0.22–0.87; p = 0.019)。进一步的BMI分层分析揭示,FTO rs7195994的风险等位基因仅在BMI较低(<27 kg/m2,特别是<24 kg/m2)的患者群体中显著降低治疗应答几率(OR 0.51, 95% CI 0.28–0.92; p = 0.0249),而在超重或肥胖患者中未观察到显著关联。
讨论部分指出,FTO rs7195994作为TNFi反应的遗传标志物,其效应方向与既往英国GWAS研究(Massey et al.)报道的不同,这可能源于结局指标定义的差异(本研究采用严格的复合缓解标准,而后者关注肿胀关节计数变化)以及人群遗传背景和TNFi药物分布的不同。机制上,FTO通过N6-甲基腺苷(N6-methyladenosine, m6A)RNA去甲基化调控cGAS-STING-干扰素轴,促进滑膜增殖和细胞因子产生。在瘦型个体中,脂肪组织衍生的炎症效应较弱,使得内在的免疫遗传通路(如FTO介导的通路)对治疗反应的影响更为凸显。此外,研究还讨论了ZNF618、RANK和LOC105375523等基因在其他队列中的表现及其在本研究中的结果差异。
综上所述,本研究确立了FTO rs7195994作为一种新型的、受BMI调节的药物遗传学标志物,能够预测RA患者对TNFi的反应。这一发现支持了将基因型信息与代谢表型(BMI)相结合的“基因-药物-疾病”相互作用模型,提示在临床实践中,针对瘦型RA患者进行FTO基因分型可能有助于优化生物制剂的治疗决策,实现更精准的医疗干预。尽管研究基于真实的东亚人群队列,但仍需在多种族群体中进行功能验证和重复试验以巩固结论。