《Clinical Pharmacology & Therapeutics》：A Precise Activity System for Pharmacogenetics Based on Estimation of CYP2D6Allelic Percentage Activity from the International CEPAM Database
编辑推荐：
多态性酶细胞色素P450 2D6（CYP2D6）参与众多常用处方药物的代谢，导致药物暴露量与治疗结局出现显著变异性。目前基于基因型的给药推荐依赖与药物无关的分类CYP2D6等位基因活性值（activity value, AV），可能导致CYP2D6表型分类不精
多态性酶细胞色素P450 2D6（CYP2D6）参与众多常用处方药物的代谢，导致药物暴露量与治疗结局出现显著变异性。目前基于基因型的给药推荐依赖与药物无关的分类CYP2D6等位基因活性值（activity value, AV），可能导致CYP2D6表型分类不精确，并造成众多药物的剂量不足/过量。为进一步提升给药精确性，研究人员以他莫昔芬（tamoxifen）及其活性代谢物Z-endoxifen（Z-ENDX）为模型底物，通过估计CYP2D6等位基因百分比活性（CYP2D6 allelic percentage activity, CYP2D6-APA，从0%〔无活性〕到100%〔以CYP2D6*1为标准参照的参照活性〕），开发了CYP2D6百分比活性（CYP2D6 percentage activity, CYP2D6-PA）框架。研究人员借助对国际CYP2D6内昔芬百分比活性模型（CYP2D6 Endoxifen Percentage Activity Model, CEPAM）数据库（31项研究、逾7,000例患者）的非线性混合效应模型（nonlinear mixed-effects modeling, NLME）分析，在兼顾全球等位基因分布、额外协变量与有限CYP2D6基因分型的条件下，估计了经偏倚校正的CYP2D6-APA。估计的CYP2D6-APA跨越0%–100%范围，其中多项与分类AV存在显著偏离。具体而言，正常功能等位基因CYP2D6*2与*35（normal function，AV=1）以及功能降低等位基因*17与*29（decreased function，AV=0.5）的CYP2D6-APA分别为64%–68%与29%；反之，功能降低等位基因CYP2D6*9（decreased function，AV=0.25）表现出更高的CYP2D6-APA（52%）。每个额外等位基因拷贝所表现出的活性为第一拷贝的68%，低于AV所假定的两倍增幅。忽略有限基因分型（等位基因被误分类为参照CYP2D6*1）导致CYP2D6-APA高估1.1倍。以CYP2D6-APA替代AV，可使预测的个体Z-endoxifen浓度变化-22.3%至40.0%。尽管由经验推导的稳健他莫昔芬CYP2D6-APA的底物特异性尚需评估，CYP2D6-PA仍提供了可适用于其他底物/药物基因组的框架。因此，CYP2D6-PA为修订基因型-表型转化体系奠定了基础，并有望经前瞻性验证后提高药物基因组学引导给药的精确性、优化治疗结局。
一、研究背景与问题提出
细胞色素P450 2D6（CYP2D6）是20%以上常用处方药物的主要代谢酶，涵盖β受体阻滞剂（如美托洛尔、卡维地洛）、抗抑郁药（如三环类、5-羟色胺再摄取抑制剂）以及可待因、他莫昔芬（tamoxifen, TAM）等前体药物的代谢活化。CYP2D6高度多态，其遗传变异造成患者酶活性（即表型）的巨大差异，进而影响药物活性分子实体的血浆浓度（即药代动力学，PK）及治疗结局。临床药物基因组学实施联盟（Clinical Pharmacogenetics Implementation Consortium, CPIC）与荷兰药物基因组学工作组（DPWG）已将基因型向表型的转化标准化：每个星号（*）等位基因被赋予分类活性值（activity value, AV），两拷贝求和得到活性分数（activity score, AS），再归为慢代谢者（poor metabolizer, PM）、中间代谢者（intermediate metabolizer, IM）、正常代谢者（normal metabolizer, NM）或超快代谢者（ultrarapid metabolizer, UM）以指导给药。然而，这种与药物无关的分类赋值可能并不精确，造成表型误分类及多种药物的剂量不足/过量；且既往研究缺乏覆盖广泛等位基因、涵盖不同祖源人群并整合其他影响因素的连续百分比活性（percentage activity, PA）评估，有限基因分型还可能使未检测等位基因默认归为CYP2D6*1而引入偏倚，因此开展相关研究十分必要。
二、研究开展、主要结论与意义
研究人员以TAM及其活性代谢物Z-endoxifen（Z-ENDX）为模型底物，基于国际CEPAM数据库，采用非线性混合效应模型（nonlinear mixed-effects modeling, NLME）在0%–100%尺度上估计各等位基因的等位基因百分比活性（allelic percentage activity, APA），并构建个体CYP2D6-PA体系。主要结论为：多个等位基因的APA显著偏离其CPIC分类AV，提示现行基因型-表型转化体系有待修订；该研究为精准药物基因组学给药体系的建立奠定了基础，对优化CYP2D6相关药物治疗结局具有重要意义。
三、主要关键方法（不超过250字）
数据源自国际CEPAM数据库，纳入31项临床研究、7,097例接受TAM治疗的乳腺癌患者的TAM、Z-ENDX浓度与CYP2D6基因型数据。方法包括：扩展母体-代谢物药代动力学（PK）NLME模型，将Z-ENDX生成拆分为CYP2D6依赖与非依赖途径，并以半机制结构模拟总内昔芬；以CYP2D6*5为0%、*1为100%为参照，按等位基因频率逐步纳入并估计APA，以缩放因子（scaling factor, SF）量化拷贝数变异（copy number variation, CNV）额外拷贝的活性；以Roche AmpliChip为完整基因分型参照量化有限基因分型偏倚；经逐步协变量建模纳入抑制剂、CYP3A4与CYP2C9基因型、年龄、体重等影响因素；以相对标准误差（relative standard error, RSE）评估参数精度。
四、研究结果
临床数据库：原始CEPAM数据库含8,451例患者，经排除不符合分析标准（6.80%）、浓度异常（8.12%）及剂量/采样时间/测量不可信（1.10%）者后，7,097例（31项研究）纳入分析；93.7%患者仅有一个PK采样点；93.7%接受20 mg QD标准剂量。
PK NLME模型的扩展：Z-ENDX典型生成量的74.9%依赖CYP2D6、25.1%不依赖；新增Z
4′-内昔芬（Z
4′-ENDX）房室以半机制方式模拟总内昔芬（961例样本）；模型总体拟合良好，仅高浓度端略有低估；所有参数RSE≤30%，表明模型可靠。
CYP2D6-APA的估计：正常功能等位基因*2（64.2%）、*35（68.3%）、*39（70.3%）均低于AV=1；功能降低等位基因*17与*29均约29%（AV=0.5），*9为52.1%（高于其AV=0.25，接近其原始分类0.5），*10（23.2%）与*41（16.2%）与AV=0.25接近；无功能等位基因固定为0%；探索性CYP2D6*7的APA为16.2%。每个额外等位基因拷贝的活性为第一拷贝的68.4%，低于AS体系假定的倍增；CYP2D6*1与*10共存时*1的APA估计为144%，提示非加性等位基因相互作用的可能。
CYP2D6合并用药的建模：强CYP2D6抑制剂存在时残余活性固定为0%（完全抑制）；弱/中等抑制剂使等位基因活性降至其APA的68.2%。
CYP2D6非依赖影响因素的分析：最终模型纳入依从性对TAM生物利用度的影响、CYP3A4基因型对TAM清除、年龄与体重对TAM清除、CYP2C9基因型对非依赖途径Z-ENDX生成及体重对Z-ENDX与Z
4′-ENDX清除的影响；缺失数据的敏感性分析证实结果稳健。
有限基因分型所致CYP2D6-APA偏倚评估：以Roche AmpliChip为完整基因分型参照，约10%等位基因默认归为*1时表观*1活性降至90%或以下；忽略有限基因分型使APA中位数高估1.08倍（范围1.05–1.14）。
临床影响因素对Z-ENDX的效应评估：纳入全部协变量使Z-ENDX生成的个体间变异性（interindividual variability, IIV）由57.7% CV降至28.0% CV（2.06倍）；CYP2D6-PA单独降低IIV 27.3% CV，较分类AS多解释1.12倍；个体CYP2D6-PA在AS各分类内差异显著且整体预测活性更低。与AS相比，基于APA预测的个体最小稳态Z-ENDX浓度（末次给药后24小时）相对变化为-22.3%至40.0%，群体预测为-31.4%至60.6%。
五、讨论总结与结论翻译
讨论部分指出，本分析为迄今最全面的临床CYP2D6-APA评估，涵盖美国分子病理学协会（Association for Molecular Pathology, AMP）推荐的临床检测全部10个Tier 1等位基因及12个Tier 2中的7个，并依托CEPAM的全球性确保*17、*29等仅在特定祖源人群（如非洲裔）中流行等位基因的代表性。CYP2D6*2活性低于*1已在多种底物中重复，其降低程度可能呈底物依赖；*9的APA（52.1%，基于313例）提示其原有0.5分类可能更适用于TAM，但需全面体内外评估确认底物特异性。CYP2D6*7的APA应谨慎解读，因其在该队列中（尤其非裔/非美籍患者）频率异常升高，或源于基因分型准确性问题。额外拷贝68.4%的活性增量及*1/*10组合144%的APA提示等位基因加性假设可能不成立，但需跨底物与等位基因的专门研究证实。有限基因分型的偏倚校正框架为首创，但模型假定误分类均默认归为*1，实际检测中也可能默认归为其他等位基因。模型还考虑了弱/中等抑制剂（活性降至68.2%）、强抑制剂（完全抑制）、年龄、体重、CYP3A4与CYP2C9基因型等，但部分协变量缺失严重，部分既往报告因素未获证实。临床转化方面，TAM的Z-ENDX暴露-效应阈值尚未前瞻性验证，且剩余IIV仍较大，治疗药物监测（therapeutic drug monitoring, TDM）或优于药物基因组学引导给药；未来拟将模型应用于国际TAM药物基因组学联盟（ITPC）大型前瞻性生存数据的再分析。该APA框架可推广至其他CYP2D6底物乃至其他药物基因组，但底物特异性APA须经多研究大样本联合验证。
研究结论为：研究人员利用NLME建模基于大规模、多研究的CEPAM数据库构建了稳健的CYP2D6-PA体系；新推导的APA将增进对CYP2D6遗传学定量影响的理解，为更新基因型-表型转化体系奠定了基础，经前瞻性验证其对外暴露及临床结局的影响后，有望为CYP2D6底物提供更精确的给药并优化治疗结局。
