華法林個體化給藥研究進展

趙 穎 杜海燕 仇 琪 譚 莉 劉文芳 淳澤利 董 然 林 陽

1.首都醫科大學附屬北京安貞醫院臨床藥理中心，北京 100029；2.沈陽藥科大學藥學院，遼寧沈陽 110016；3.首都醫科大學附屬北京安貞醫院心外科，北京 100029

華法林是香豆素類口服抗凝藥， 在臨床上被廣泛使用，但其治療窗狹窄，個體差異大，劑量過低達不到抗凝效果，劑量過高增加出血的風險，甚至會危及生命。影響華法林藥效的因素主要有年齡、身體指標、維生素K 的攝入量、疾病狀況、藥物相互作用、吸煙及基因多態性等，這些因素能夠解釋華法林劑量差異的40%～60%[1]。 臨床常以凝血酶原時間（PT）及國際標準化比率（INR）作為其抗凝監測指標（要求INR 值在2～3 之間）[2]。 近年來國內外對影響華法林個體化劑量相關的基因多態性及華法林劑量預測模型的研究不斷深入。本文將對影響華法林劑量的基因多態性和華法林劑量預測模型進行綜述，以期為更全面劑量預測模型的建立提供借鑒，為臨床華法林個體化治療提供理論依據。

1 基因多態性對華法林劑量的影響

相關研究發現，多個基因與華法林的個體化治療劑量有關，其中，與華法林藥動學（pharmacokinetics，PK）相關的基因有：CYP2C9、ABCG2、ABCB1 等；藥效學（pharmacodynamics，PD）相關的基因有：VKORC1、NQO1、CYP4F2 和ApoE 等。

1.1 CYP2C9、ABCB1 和ABCG2 基因

目前臨床上使用的華法林是由S-對映體和R-對映體組成的外消旋體化合物，且S-對映體的抗凝活性是R-對映體的2～5 倍。 S-對映體主要由CYP2C9 代謝，少部分由CYP2C19 和CYP3A4 代謝，R-對映體主要由CYP1A2 代謝，少部分由CYP3A4代謝[3-4]。 Mazzaccara 等[1]研究了266 例意大利患者，發現基因型為CYP2C9*1/*3、*2/*3 和*3/*3 的患者所需華法林的劑量小于其野生型等位基因，劑量分別為（22.03±8.80）、（13.4±10.10）、（9.74±3.25）mg/周和（32.11±13.98）mg/周。這與Hillman 等[5]得到的研究結果相似。 武建才等[6]研究發現中國人群中CYP2C9*3（-1075A>C）基因的AC和CC 基因型患者所需華法林日均穩定劑量較AA 型降低了19.5%。

最近的研究發現，華法林的藥動學受腸內轉運蛋白的影響。 ABC（ATP-binding cassette）跨膜轉運蛋白超家族存在于小腸、 肝臟和腎臟的跨膜轉運體系，被認為是影響華法林藥動學的主要因素之一。 ABC 跨膜轉運蛋白家族由7 個子家族構成， 即ABCAABCG，大多ABC 蛋白為膜蛋白，這些轉運蛋白主要由ABCB1 基因和ABCG2 基因編碼。 ABCB1 基因編碼的P-糖蛋白（P-glycoprotein，P-gp）位于肝細胞、小腸上皮細胞頂膜及近端小管刷狀緣，負責將外緣性物質轉運出細胞。 ABCG2 基因編碼的乳腺癌耐藥蛋白（breast cancer resistance protein，BCRP）位于細胞質膜上，也存在于細胞內囊泡膜上。 P-糖蛋白與BCRP 均屬于外排轉運蛋白，能將藥物排出細胞，影響藥物吸收， 降低生物利用度， 并增加藥物吸收的個體差異。ABCB1 基因和ABCG2 基因的突變能夠影響轉運蛋白的表達，從而影響華法林的吸收。近年來，有研究表明：ABCB1 基因C3435T 位點多態性與ABCB1 基因的表達水平有關， 從而影響華法林在體內的吸收、代謝、排泄等。基因型為T3435T、C3435T 和C3435C 所需華法林的劑量分別為43.0、39.0 mg/周和33.0 mg/周[7]。ABCG2 基因421C＞A 的突變能夠降低BCRP 蛋白的表達水平，從而降低BCRP 的轉運能力。 Ferrari 等[8]研究發現，ABCG2-421A 等位基因的突變能使華法林的轉運降低，減少華法林轉運出細胞，并且能夠增加與其他轉運底物之間的作用， 能夠改變維生素K 的攝取，從而減少到達有效范圍所需的時間。

1.2 VKORC1、NQO1、CYP4F2 和ApoE 基因

維生素K 環氧化物還原酶是維生素K 依賴性凝血因子生成的限速酶。華法林因抑制該酶而阻斷了維生素K 以輔因子的形式參與羧化酶的催化反應，抑制了凝血因子Ⅱ、Ⅶ、Ⅸ、Ⅹ的功能活性，從而產生抗凝作用[9]。 維生素K 環氧化物還原酶復合體亞單位1 基因（VKORC1）的多態性與華法林臨床應用劑量個體化有關。Mazzaccara 等[1]研究發現，VKORC1-1639G>A 所需華法林的劑量低于野生型， 而VKORC1-3730G>A 的劑量大于野生型。 李勝軍等[10]通過基因檢測發現， 當VKORC1-1639 位G 基因突變后，其轉錄活性下降，抵抗華法林的能力降低，從而影響華法林的藥效；VKORC1-1639 的變異型（GA 型和AA型）與野生純合型（GG 型）比較，所需華法林的劑量顯著減少，這與在白種人群中的研究結果相反。 Tatsuno等[11]研究發現，VKORC1 基因純合子A/A 需要的華法林劑量比非A/非A 少50%，雜合子A/非A 需要的華法林劑量比非A/非A 少26%。

醌氧化還原酶 （quinone oxido-reductase，NQO1）是一種黃素酶，它以NAD（P）H 為受體，催化醌雙電子還原反應。 有研究發現，NQO1 可能參與維生素K到氫醌維生素K 的還原反應，影響維生素K 的循環，從而影響凝血過程。 NQO1 基因突變后，影響該酶活性，從而影響華法林劑量。 Bress 等[12]對西班牙裔美國人和非裔美國人研究發現，突變純合子中NQO1 沒有活性，雜合子中酶的活性低于野生型，華法林穩定劑量在NQO1*2 等位基因中提高34%。 但Momary 等[13]對非裔美國患者群體研究得出不同的結果， 發現NQO1*1/*2 基因對華法林劑量的影響不明顯。

CYP4F2 屬于CYP 家族，參與維生素K1代謝，其突變導致酶活性下降，維生素K1濃度增加，從而使華法林劑量增加。 Wypasek 等[14]研究發現，在CYP4F2c.1297A＞G 的不同基因型中華法林的劑量不同，GG：35.0 mg/周，GA：42.0 mg/周，AA：52.2 mg/周； 攜 帶CYP4F2c.1297A 變異型基因需要的華法林劑量高于野生型。 然而，Hirai 等[15]研究發現，CYP4F2 基因多態性與華法林的個體化劑量相關性不大，僅能解釋個體化的2.2%。 張亞同等[16]對CYP4F2c.1297A＞T 基因多態性與華法林抗凝作用之間的相關性進行研究，發現中國人群CYP4F2 基因的不同基因分型組間華法林劑量未見顯著性差異，但是攜帶T 突變的患者華法林穩定劑量有逐步升高的趨勢。

載脂蛋白E（Apo lipoprotein E，ApoE）是血漿中的載脂蛋白之一，它廣泛存在于乳糜微粒、極低密度脂蛋白、低密度脂蛋白及高密度脂蛋白中，對肝臟攝入維生素K 有影響，通過影響維生素K 的循環途徑，對華法林的抗凝治療劑量產生影響。 ApoE 基因共有3 種主要的亞型， 其相應的編碼基因分別為ε2、ε3、ε4。 Cavallari 等[17]在非裔美國人群中研究發現，ApoE的基因型為ε3 的患者到達穩定劑量所需時間比基因型為ε2 或ε4 的長。 但我國李佳佳[18]對皖南地區漢族人群中ApoE 基因型與華法林劑量的相關性進行研究發現，不同基因型的華法林穩定劑量略有不同，但差異無統計學意義，ApoE 的基因多態性可能不是華法林用藥劑量個體差異的主要因素。

2 華法林劑量預測模型

華法林治療窗窄，劑量個體差異大，容易發生出血或栓塞的不良反應， 臨床上根據INR 值來調整華法林的劑量需要數周的時間，不能有效避免不良反應的發生。 因此，國內外學者致力于對華法林個體化劑量預測模型的研究以促進患者獲得滿意療效的同時減少不良反應的發生。 目前，建立的華法林劑量預測模型主要有兩種，一是基于基因多態性和各種相關臨床因素建立的劑量預測模型， 二是基于群體藥動學（population pharmacokinetics，PPK）/群體藥效學（population pharmacodynamics，PPD） （ 以 下 簡 稱 PPK/PPD）， 納入基因多態性和臨床因素建立的劑量預測模型。

2.1 基于臨床因素合并基因多態性的劑量預測模型

華法林的個體差異大，其影響因素包括患者的年齡、身高、體重、疾病狀態、合并用藥和基因多態性等。國內外已發表了數十個基于臨床因素合并基因多態性的華法林劑量預測模型， 可解釋約60%的劑量差異。華法林臨床因素合并基因多態性的劑量預測模型研究見表1。

表1 華法林臨床因素合并基因多態性的劑量預測模型研究

臨床因素合并基因多態性因素所建立的劑量預測模型其準確度高于只基于臨床因素所建立的劑量預測模型。 例如，華法林國際藥理聯盟（IWPC）[23]建立劑量預測模型（IWPC 模型），其與只基于臨床因素的劑量預測模型相比，該模型預測準確度更高，即在低劑量人群中高于實際給藥劑量的比例分別為59.7%和74.8%；在高劑量人群中達到理想劑量范圍內的比例分別為32.8%和13.3%。 Bazan 等[24]利用63 例使用華法林治療的埃及患者信息，比較了Gage 模型、IWPC模型及每天5 mg 經驗給藥的三種給藥方式； 研究發現，Gage 模型的R2為0.421，絕對誤差為3.3，IWPC 模型的R2為0.419，絕對誤差為3.2，其準確度均高于經驗給藥（絕對誤差為3.9）。 在我國大陸，婁瑩[25]納 入322 例 患 者 的 年 齡、 體 重、 身 高、VKORC1、CYP2C9、CYP4F2、 合并用藥等因素建立劑量預測模型，其中，60.6%的患者預測劑量達到理想劑量。

2.2 基于群體藥動學/藥效學（PPK/PPD）的相關性因素分析及劑量預測模型

以往的研究均是基于臨床因素聯合基因多態性建立華法林的劑量預測模型， 隨著研究的不斷深入，群體藥動學和群體藥效學相結合成為新的研究方向。PPK/PPD 即PK/PD 的群體分析方法， 將經典的PK、PD 或PK-PD 鏈式模型與群體統計學模型相結合，定量考察患者群體中血藥濃度和效應的決定因素，研究個體之間血藥濃度、藥物效應的變異性，是臨床藥物治療學中優化個體給藥方案的重要手段，能夠分析患者群體中的個體差異[26]。 PPK/PPD 的研究對象是患有相關疾病需研究藥物治療的患者，研究樣本采用稀疏采集的方法，受試者的依從性較好。 PPK/PPD 通過強力的分析手段可以揭示進入體內后藥物與機體間較深層次的各種相互關系。 患者的年齡、體重、基因型、性別、疾病狀態、合并用藥為群體藥動學中的協變量。個體化給藥方案是充分了解個體的這些協變量對PK/PD 的影響，根據群體藥動學特征來優化藥物治療方案，達到最佳藥效和減少不良反應的目的[27]。 在華法林PPK/PPD 研究基礎上納入臨床因素， 同時結合基因多態性建立模型，可以用來分析不同因素對華法林在體內的代謝、 清除等的影響及對個體化的貢獻，與基于基因多態性合并臨床因素的模型相比，可以更直觀地表達出不同因素對華法林作用的影響，使實驗數據更具有說服力。

Hamberg 等[28]利用PPK/PPD 模型更好的預測了年齡、CYP2C9、VKORC1 等對華法林個體化劑量的影響。 研究顯示：加入年齡的協變量后對S-華法林清除率差異的解釋，由31%上升到34%，加入CYP2C9 基因后，由31%升高到50%；此外，發現影響R-華法林清除率的因素只有年齡， 加入后對差異的解釋由25.5%升高到26.2%， 并且年齡每增加10 歲，S-華法林清除率減少9%，R-華法林清除率減少10%； 對年齡為50、70、90 歲的 患者加入CYP2C9 和VKORC1基因后進行了劑量的預測，發現高劑量與低劑量組相差接近20 倍。 Gong 等[29]收集了167 例接受華法林治療的患者數據，建立了PPK/PPD 模型，用回歸方法分析了CYP2C9 基因型、腎功能、性別對S-華法林清除率的影響，S-華法林的清除率范圍為0.8～20.8， 個體間相差20 倍， 其最主要的影響因素是CYP2C9 基因的多態性； 此外女性的清除率低于男性； 還分析了VKORC1 基因型、CYP4F2 基因型、 體內維生素K 水平及體重對華法林藥效的影響，VKORC1 基因至少有一個-16939G＞A 等位基因的血藥濃度要低于野生型，基因型為VKORC1 A/A、G/A 和G/G 的S-華法林的血藥濃度分別0.291、0.347 ng/mL 和0.503 ng/mL。Ohara 等[30]利用PPK/PPD 模型研究亞洲患者中華法林過度抗凝的決定性因素發現：CYP2C9*3 變異性對清除率的影響大于體表面積，VKORC1*2 變異性對半抑制濃度的影響大于CYP4F2*3；S-華法林清除率減小，谷丙轉氨酶值增高，高血壓，深靜脈血栓都會增大INR 值。

Sasaki 等[31]利用PPK/PPD 所建立的劑量預測模型與其他模型相比預測的穩定劑量與實際劑量具有更好的相關性（R2=0.944）與準確度。此外，Salinger 等[32]用PPK/PPD 模型合并基因多態性的劑量預測模型與基本模型相比能夠使患者更快到達有效的INR 值范圍。Biss 等[33]用已發表的成人的PPK/PPD 模型橋接到兒童患者中，發現在64 例瑞典患兒中使用此模型與已發表的兒童預測模型相比較，具有更高的準確性；將患兒3 次的INR 值用到橋接的模型中所得到的優化劑量落入實際劑量±20%范圍內的比例上升到70%。在我國林榮芳[34]利用非線性混合效應模型（NONlinear Mixed Effects Model，NONMEM）軟件定量考察患者性別、年齡、體重、CYP2C9 及VKORC 基因分型、疾病狀況、合并用藥及隨機變異等對華法林血藥濃度與INR的影響，建立華法林PPK/PPD 模型，研究結果顯示，基于NONMEM 法建立的華法林PPK/PPD 模型穩定、有效，具有良好的擬合優度與預測能力，可為臨床個體化給藥提供參考。

3 展望

華法林臨床應用的個體差異受很多因素的影響，研究引起這些差異的相關因素， 實現個體化治療，是臨床亟待解決的問題。目前國內外對影響華法林劑量的基因多態性及臨床因素的研究能夠解釋40%～60%的劑量差異， 但仍有將近40%的劑量差異無法解釋。此外，無論是基于臨床因素的劑量預測模型還是基于臨床因素合并基因多態性的劑量預測模型，對中劑量的預測準確度較高，但對低劑量和高劑量的準確度普遍較低。 在華法林的PPK/PPD 模型研究中發現，利用PPK/PPD 參數及不同協變量的加入能夠解釋更多的劑量差異。國外已有聯合PPK/PPD、基因多態性、臨床因素的劑量預測模型， 但由于不同種族存在差異，所以仍需建立適合中國人群的劑量預測模型。目前國內的研究存在納入的樣本數量小、 協變量不足等問題，具有一定的局限性。筆者所在課題組利用北京安貞醫院豐富的病例資源， 正在開展基于藥物基因組學、臨床因素的群體藥動學/藥效學研究， 擬建立適合我國北方地區漢族換瓣術后患者華法林PPK/PPD 模型。以期建立更精準的華法林劑量預測模型，以便更好地指導其個體化用藥， 從而使臨床用藥更具有針對性、高效性和安全性。

[1] Mazzaccara C，Conti V，Liguori R，et al. Warfarin anticoagulant therapy： a Southern Italy pharmacogenetics-based dosing model [J]. PLoS One，2013，8（8）：e71505.

[2] Bosch LA. A Proposal for an individualized Pharmacogenetic-Guided Warfarin Dosage Regimen for Puerto Rican Patients Commencing Anticoagulation Therapy[J]. J Pharmacogenomics Pharmacoproteomics，2014，5（1）：T-001.

[3] Ouellet D，Bramson C，Carvajal-Gonzalez S，et al. Effects of lasofoxifene on the pharmacokinetics and pharmacodynamics of single-dose warfarin [J]. Br J Clin Pharmacol，2006，61（6）：741-745.

[4] Miller GP，Jones DR，Sullivan S，et al. Assessing cytochrome P450 and UDP-glucuronosyltransferase contributions to warfarin metabolism in humans [J]. Chem Res Toxicol，2009，22（7）：1239-1245.

[5] Hillman MA，Wilke RA，Yale SH，et al. A Prospective，randomized pilot trial of model-based warfarin dose initiation using CYP2C9 genotype and clinical data [J]. Clin Med Res，2005，3（3）：137-145.

[6] 武建才，趙克斌，胡敏，等.CYP2C9 和VKORC1 基因多態性對華法林穩定劑量的影響[J].中西醫結合心血管病雜志，2013，11（4）：465-467.

[7] De Oliveira Almeida VC，De Souza Ferreira AC，Ribeiro DD，et al. Association of the C3435T polymorphism of the MDR1 gene and Therapeutic doses of warfarin in thrombophilic patients [J]. J Thromb Haemost，2011，9（10）：2110-2012.

[8] Ferrari M，Romualdi E，Dentali F，et al. Association between ABCG2 and ABCB1 genes and warfarin stability：a case-control study [J]. Thromb Res，2014，134（6）：1359-1362.

[9] Dingemanse J，Hoever P. Absence of pharmacokinetic and pharmacodynamic interactions between almorexant and warfarin in healthy subjects [J]. Drugs R D，2013，13（2）：145-151.

[10] 李勝軍，盛紅專.CYP2C9 和VKORC1 基因多態性與華法林抗凝劑量的研究[J].天津醫藥，2010，38（8）：670-673.

[11] Tatsuno SY，Tatsuno EM. Does ethnicity play a role in the dosing of warfarin in Hawai'I [J]? Hawaii J Med Public Health，2014，73（3）：76-79.

[12] Bress A，Patel SR，Perera MA，et al. Effect of NQO1 and CYP4F2 genotypes on warfarin dose requirements in Hispanic-Americans and African-Americans [J]. Pharmacogenomics，2012，13（16）：1925-1935.

[13] MomaryKM，ShapiroNL，VianaMA，etal.Factors influencing warfarin dose requirements in African-Americans [J].Pharmacogenomics，2007，8（11）：1535-1544.

[14] Wypasek E，Branicka A，Awsiuk M，et al. Genetic determinants of acenocoumarol and warfarin maintenance dose requirements in Slavic population：a potential role of CYP4F2 and GGCX polymorphisms [J]. Thromb Res，2014，134（3）：604-609.

[15] Hirai K，Yamada Y，Hayashi H，et al. Plasma vitamin K concentartion depend on CYP4F2 polymorphism and influence on anticoagulation in Japanese patients with warfarin therapy [J]. Thromb Res，2015，135（5）：861-866.

[16] 張亞同，梁欣，董凡，等.中國人群CYP4F2 基因多態性對華法林劑量作用的影響[J].中國臨床治療雜志，2014，12（1）：41-45.

[17] Cavallari LH，Butler C，Langaee TY，et al. Association of apolipoprotein E genotype with duration of time to achieve a stable warfarin dose in African-American patients [J]. Pharmacotherapy，2011，31（8）：785-792.

[18] 李佳佳.APOE 基因多態性與華法林應用劑量相關性的研究[D].蕪湖：皖南醫學院，2014.

[19] Gage BF，Eby C，Johnson JA，et al. Use of pharmacogenetic and clinical factors to predict the therapeutic dose of warfarin [J]. Clin Pharmacol Ther，2008，84（3）：326-331.

[20] Tan SL，Li Z，Song GB，et al. Development and comparison of a new personalized warfarin stable dose prediction algorithm in Chinese patients undergoing heart valve replacement [J]. Pharmazie，2012，67（11）：930-937.

[21] Pavani A，Naushad SM，Mishra RC，et al. Retrospective evidence for clinical validity of expanded genetic model in warfarin dose optimization in a South Indian population [J]. Pharmacogenomics，2012，13（8）：869-878.

[22] Cerezo-Manchado JJ，Rosafalco M，Anton Al，et al. Creating a genotype -based dosing algorithm for acenocoumarol steady dose [J]. Thromb Haemost，2013，109（1）：146-153.

[23] Klein TE，Altman RB，Eriksson N，et al. Estimation of the warfarin dose with clinical and pharmacogenetic data[J]. N Engl J Med，2009，360（8）：753-764.

[24] Bazan NS，Sabry NA，Rizk A，et al. Validation of pharmacogenetic algorithms and warfarin dosing table in Egyptian patients [J]. Int J Clin Pharm，2012，34（6）：837-844.

[25] 婁瑩.中國漢族人群華法林穩定劑量預測模型的建立與驗證[D].北京：協和醫學院，2009.

[26] 郭仙忠，王長連.群體藥動學/藥效學原理及應用[J].海峽藥學，2010，22（7）：14-18.

[27] 張弨，趙榮生，翟所迪，等.群體藥代動力學概述[J].中國臨床藥理學雜志，2013，29（8）：563-565.

[28] Hamberg AK，Dahl ML，Barban M，et al. A PK-PD model for predicting the impact of age，CYP2C9，and VKORC1 genotype on individualization of warfarin therapy [J]. Clin Pharmacol Ther，2007，81（4）：529-538.

[29] Gong IY，Schwarz UI，Crown N，et al. Clinical and genetic determinants of warfarin pharmacokinetics and pharmacodynamics during treatment initiation [J]. PLoS One，2011，6（11）：e27808.

[30] Ohara M，Takahashi H，Lee MT，et al. Determinants of the over-anticoagulationresponse during warfarin initiation therapy in Asian patients based on population pharmacokinetic pharmacodynamic analyses [J]. PLoS One，2014，9（8）：e105891.

[31] Sasaki T，Tabuchi H，Higuchi S，et al. Warfarin dosing algorithm based on a population pharmacokinetic/pharmacodynamic model combined with forecasting [J]. Pharmacogenomics，2009，10（8）：1257-1266.

[32] Salinger DH，Shen DD，Thummel K，et.al. Pharmacogenomic trial design： use of a PK/PD model to explore warfarin dosing interventions through clinical trial simulation [J]. Pharmacogenet Genomics，2009，19（12）：965-971.

[33] Biss T，Hamberg AK，Avery P，et al. Warfarin dose prediction in children using pharmacometric bridging-comparison with published pharmacogenetic dosing algorithms [J]. Br J Clin Pharmacol，2013，69（9）：1275-1283.

[34] 林榮芳.基于非線性混合效應模型法的華法林PK/PD模型的建立[D].福州：福建醫科大學，2014.