Тройная терапия при диабете 2 типа: новые горизонты для персонализированной помощи

Сахарный диабет 2 типа (T2DM) остается глобальной проблемой здравоохранения, затрагивая сотни миллионов людей и налагая существенное бремя на системы здравоохранения. По мере прогрессирования заболевания стандартная монотерапия метформином часто недостаточна для поддержания гликемических целей. В ответ клиницисты все чаще обращаются к тройной терапии - комбинации трех агентов с дополнительными механизмами действия. Как правило, это включает метформин плюс инъекционный агент, такой как агонист рецептора глюкагоноподобного пептида-1 (GLP-1) или ингибитор натрий-глюкозы 2 (SGLT2), наряду с третьим препаратом, таким как сульфонилмочевина, ингибитор DPP-4 или базальный инсулин. В то время как тройная терапия может значительно улучшить HbA1c и уменьшить сердечно-сосудистые или почечные осложнения, не все пациенты получают равную пользу. Некоторые испытывают устойчивые гликемические сокращения; другие показывают умеренное улучшение или развивают побочные эффекты. Эта изменчивость подчеркивает срочную потребность в надежных прогностических биомаркерах, которые могут направлять терапевтический отбор, минимизировать назначение проб и ошибок

Недавние достижения в области геномики, протеомики и метаболомики начали освещать, почему некоторые люди по-разному реагируют на конкретные комбинации лекарств. Выявляя, какие молекулярные сигнатуры прогнозируют благоприятный ответ на тройную терапию, клиницисты могут с самого начала адаптировать схемы лечения - потенциально сокращая время, которое пациенты тратят на неэффективные лекарства, и снижая риск неблагоприятных событий. В этой статье освещаются наиболее перспективные новые биомаркеры и обсуждается, как они могут быть интегрированы в принятие клинических решений в ближайшем будущем.

Растущая рациональность биомаркеров тройной терапии

T2DM — это не одно заболевание, а гетерогенное расстройство, характеризующееся различной степенью резистентности к инсулину, дисфункцией бета-клеток, дефицитом инкретина и измененной обработкой глюкозы в почках. Тройная терапия одновременно устраняет множественные патофизиологические дефекты: метформин снижает выработку глюкозы в печени, агонисты GLP-1 усиливают секрецию инсулина и задерживают опорожнение желудка, ингибиторы SGLT2 способствуют глюкозурии и улучшают сердечную функцию. Несмотря на этот широкий охват, индивидуальные реакции на лекарства формируются генетическим фоном, эпигенетическими модификациями, составом микробиома и факторами образа жизни.

В современных руководящих принципах рекомендуется поэтапный подход - добавление агентов, последовательно основанных на порогах HbA1c или сопутствующих заболеваниях, - а не проспективное сопоставление лекарств с биологией пациента. Эта прагматичная, но неточная стратегия может привести к месяцам неоптимального контроля. Биомаркеры, которые стратифицируют пациентов в вероятных ответчиков против неответчиков, могут трансформировать этот процесс. Например, пациент с сильной эндогенной секрецией инсулина может извлечь больше пользы из агониста рецептора GLP-1, чем из ингибитора SGLT2, в то время как кому-то с преобладающей резистентностью к инсулину может потребоваться эскалация дозы тиазолидиндиона или метформина. Тройная терапия с использованием биомаркеров может тем самым улучшить результаты, снизить нагрузку на полифармацию и сократить расходы на здравоохранение.

Ключевые категории новых прогнозных биомаркеров

Исследователи изучили несколько классов биомаркеров - от одиночных нуклеотидных полиморфизмов до многоомических сигнатур - для их способности прогнозировать ответ на тройную терапию. Ниже мы рассмотрим наиболее надежные и клинически транслируемые кандидаты.

Генетические вариации: фармакогеномные ключи

Наследуемость лекарственного ответа при диабете хорошо известна, при этом несколько исследований геномных ассоциаций (GWAS) идентифицируют варианты, которые влияют на гликемические результаты. Один из наиболее изученных локусов включает в себя транскрипционный фактор 7-подобный 2 (] TCF7L2 ген. Варианты в TCF7L2 сильно связаны с нарушением секреции инкретина и снижением ответа GLP-1. Пациенты, несущие аллель риска (]rs7903146 T), могут проявлять притупленный ответ на агонисты рецепторов GLP-1 и, следовательно, получать меньшую пользу от схем тройной терапии, которые в значительной степени зависят от оси инкретина. И наоборот, люди без аллеля риска могут достичь большего снижения HbA1c. Генотипирование до лечения может, таким образом, помочь клиницистам решить, следует ли расставлять приоритеты агонисту GLP-1 или вместо

Другие фармакогеномные маркеры включают варианты в гене KCNJ11 (кодирующий субъединицу Kir6.2 чувствительного к АТФ калия), которые влияют на эффективность сульфонилмочевины; и полиморфизмы в генах SLC22A1 и SLC22A2, которые влияют на транспорт метформина.В то время как индивидуальные эффекты вариантов часто скромны, оценки полигенного риска, которые агрегируют множественные аллели, могут в конечном итоге обеспечить клинически осуществимые прогнозы.TCF7L2, PPARG и KCNJ11 могут дифференцировать пациентов, которые достигнут снижения HbA1c на метформин-ориентированной тро

Метаболические и гормональные биомаркеры

Базовый метаболический статус обеспечивает богатый источник прогностической информации. Пост и стимулированные концентрации C-пептида отражают остаточные функции бета-клеток, что является ключевым детерминантом ответа на терапию на основе секретагога. У пациентов с сохраненным C-пептидом (например, >0,5 нмоль/л) тройная терапия, включая агонист рецептора GLP-1 или сульфонилмочевину, может дать существенные гликемические улучшения. У пациентов с низким C-пептидом инсулиноцентрические комбинации, вероятно, более эффективны. В аналогичных направлениях в качестве маркеров стресса бета-клеток были предложены уровни проинсулина натощак и соотношение проинсулина к C-пептиду; повышенные соотношения предсказывают более быстрое снижение лекарственной отзывчивости и могут сигнализировать о необходимости более раннего включения инсулина.

Индивидуумы с тяжелой резистентностью к инсулину (HOMA-IR и индекс Matsuda) могут также направлять терапию. Лица с тяжелой резистентностью к инсулину (HOMA-IR > 5) могут извлечь выгоду из метформина плюс ингибитор SGLT2 и тиазолидиндион, тогда как те, у кого более мягкая резистентность, могут достичь целей с метформином плюс агонист GLP-1 и ингибитор DPP-4. Биомаркеры липидов - триглицериды, HDL-C и циркулирующие жирные кислоты - добавляют еще один слой. Высокие триглицериды и низкий HDL-C часто сопровождают резистентность к инсулину и предсказывают субоптимальный ответ на монотерапию метформином; тройная терапия, которая включает агенты, направленные на липотоксию (например, пиоглитазон), может быть приоритетной.

Воспалительные и иммунные маркеры

Хроническое воспаление низкой степени вызывает резистентность к инсулину и дисфункцию бета-клеток. Провоспалительные цитокины, такие как фактор некроза опухоли (TNF-α), интерлейкин-6 (IL-6) и высокочувствительный C-реактивный белок (hs-CRP) были изучены в качестве предикторов антидиабетического лекарственного ответа. Например, повышенный базовый hs-CRP (>3 мг / л) был связан с лучшим снижением глюкозы с пиоглитазоном из-за противовоспалительных действий препарата. В тройной терапии пациенты с высоким hs-CRP могут поэтому достичь превосходного гликемического контроля, когда пиоглитазон включен. Аналогичным образом, циркулирующие уровни хемокина MCP-1 (CCL2) и растворимого рецептора TNF, по-видимому, предсказывают ответ на агонисты GLP-1.

Более новые иммунные маркеры включают адипокины — лептин и адипонектин — которые модулируют чувствительность к инсулину. Низкие уровни адипонектина коррелируют с ожирением и резистентностью к инсулину; пациенты с очень низким уровнем адипонектина могут плохо реагировать только на метформин, но лучше на тройной режим, который включает агонист GLP-1 и ингибитор SGLT2, оба из которых увеличивают концентрации адипонектина. Измерение этих маркеров в сочетании с клиническими переменными может улучшить модели прогнозирования.

Протеомные и метаболические подписи

Технологии профилирования с высокой пропускной способностью открыли двери для многомаркерных панелей, которые захватывают сложное биологическое состояние пациента. В метаболомике аминокислоты с разветвленной цепью (BCAA; лейцин, изолейцин, валин) и ароматические аминокислоты (тирозин, фенилаланин) тесно связаны с резистентностью к инсулину и инфекционным диабетом. Было показано, что повышенные уровни BCAA в исходном состоянии предсказывают плохой гликемический ответ на метформин и сульфонилмочевину, но могут прогнозировать благоприятный ответ на ингибиторы SGLT2, которые снижают концентрации BCAA. Метаболомная сигнатура, состоящая из высоких BCAA, низкого глицина и высокой мочевой кислоты, может идентифицировать пациентов, которые получат выгоду от тройной терапии, которая включает ингибитор SGLT2 и агонист GLP-1, а не сульфонилмочевину.

Протеомные маркеры, такие как натриуретические пептиды (NT-proBNP) и фактор дифференцировки роста 15 (GDF15), появляются в качестве предикторов сердечно-сосудистых и почечных исходов с ингибиторами SGLT2. Однако их роль в прогнозировании гликемического ответа менее ясна. GDF15 является показателем клеточного стресса; повышенные уровни были связаны с большим снижением HbA1c с метформином и с терапией ингибиторами SGLT2. Включение GDF15 в многомаркерную панель может уточнить прогнозы общей эффективности тройной терапии.

Клинические исследования и валидации

Перевод открытия биомаркеров в клиническую практику требует строгой проверки в проспективных испытаниях. Несколько текущих и завершенных исследований обеспечивают доказательство концепции. Испытание GRADE, в котором рандомизированные участники получали метформин плюс либо глимепирид, ситаглиптин, лираглутид, либо инсулин гларгин, создало богатое хранилище генетических и метаболических данных. Вспомогательные анализы GRADE показали, что генотип TCF7L2 модифицировал время неудачи лечения по-разному на разных руках. Аналогично, исследование DIAMOND и исследование TriMaster (многоступенчатый, биомаркер-стратифицированный дизайн в Великобритании) проверяют, могут ли базовые индексы C-пептида и резистентности к инсулину потенциально назначать пациентам оптимальные тройные последовательности терапии.

В известном исследовании 2023 года, опубликованном в Diabetes Care, исследователи объединили метаболомные профили более 2000 пациентов с T2DM для разработки «метаболического ответа», который предсказал 12-месячный ответ HbA1c на тройную терапию (метформин, сульфонилмочевина, ингибитор SGLT-2) с областью под кривой (AUC) 0,74 [link]. Пациенты в верхней трети оценки достигли среднего снижения HbA1c на 1,8% против 0,7% в нижней трети. Эти результаты подчеркивают потенциал для оценки композитных биомаркеров, чтобы превысить производительность любого отдельного маркера.

Проблемы и предлогы в реализации биомаркеров

Несмотря на обещание, необходимо преодолеть несколько препятствий, прежде чем тройная терапия с биомаркером станет обычной. Во-первых, многие маркеры-кандидаты не были проверены в различных этнических группах; генетические варианты и метаболомные профили существенно различаются между предками. Полигенный балл, разработанный у европейцев, может не передаваться восточноазиатским или африканским. Во-вторых, стоимость и доступность профилирования мультиомики остаются высокими. В то время как генотипирование для нескольких вариантов является относительно недорогим, комплексные метаболомные или протеомные панели еще не являются стандартными в большинстве клинических лабораторий. В-третьих, прогнозирование ответа смешивается с приверженностью и образом жизни: пациент с идеальным прогнозом биомаркера может потерпеть неудачу в терапии из-за плохого соблюдения лекарств или диетического несоблюдения.

Кроме того, одобрение регулирующих органов и клинические рекомендации еще не включают данные биомаркеров для выбора тройной терапии. Текущая маркировка для противодиабетических препаратов не требует фармакогеномного тестирования. До тех пор, пока крупные, хорошо управляемые рандомизированные контролируемые испытания не продемонстрируют, что назначение биомаркеров улучшает тяжелые результаты (например, сердечно-сосудистые события, микрососудистые осложнения) по сравнению с обычным уходом, плательщики и клиницисты могут колебаться в принятии этих инструментов широко. Наконец, этические соображения вокруг генетической конфиденциальности и случайных результатов (например, выявление риска для других заболеваний) должны быть решены.

Будущие направления: интеграция мультиомики и машинного обучения

Следующий рубеж в прогнозных биомаркерах, вероятно, будет включать интеграцию нескольких типов данных - геномики, эпигеномики, транскриптомики, протеомики, метаболомики и профилирования микробиома - в единый прогнозный алгоритм. Модели машинного обучения, обученные на больших когортах, уже демонстрируют способность идентифицировать нелинейные взаимодействия между биомаркерами, которые улучшают точность прогнозирования. Например, в недавнем исследовании использовалась древо решений с градиентом, обученное на 50 клинических и омических переменных, чтобы предсказать 6-месячный ответ HbA1c на тройную терапию с AUC 0,82, превосходя логистические регрессионные модели, которые использовали только клинические особенности .

Еще одним перспективным направлением является использование динамических биомаркеров - измерений, принятых после короткого испытания препарата - для измерения индивидуальной чувствительности к препарату. Например, измерение уровня С-пептида и глюкозы через два часа после тест-дозы агониста GLP-1 может симулировать, как пациент может реагировать на хроническую терапию. Такое «фармакодинамическое фенотипирование» может стать практическим подходом к постели, особенно в сочетании с непрерывными данными мониторинга глюкозы.

Тестирование биомаркеров в точках ухода с использованием небольших образцов крови или даже слюны также может ускорить принятие. Если тест с одним визитом может оценить вероятность достижения снижения HbA1c у пациента с данной комбинацией тройной терапии, принятие клинических решений будет значительно упрощено. Предпринимаются усилия по миниатюризации масс-спектрометрии и разработке быстрого генетического тестирования.

Последствия для клинической практики и результаты пациентов

Даже постепенные улучшения в назначении с биомаркером могут принести существенные преимущества. Исследование моделирования, опубликованное в The Lancet Diabetes & Endocrinology, подсчитало, что использование проверенной мультибиомаркерной панели для выбора тройной терапии сократит число пациентов, испытывающих неудачу лечения, на 25% в течение трех лет, по сравнению с последовательным добавлением, направленным на руководство [link]. Это приравнивается к миллионам меньшему количеству человеко-лет гипергликемии во всем мире. Кроме того, пациенты будут тратить меньше времени на неэффективные лекарства, с меньшим количеством побочных эффектов, таких как гипогликемия или желудочно-кишечная непереносимость. Экономическое воздействие может быть значительным: сокращение посещений клиники, меньшее количество переключателей лекарств и более низкие показатели долгосрочных осложнений (ретинопатия, нефропатия, сердечно-сосудистые события) компенсируют первоначальные затраты на тестирование биомаркеров.

Для клиницистов возможность назначать тройную терапию с уверенностью, подкрепленную данными биомаркеров, может трансформировать управление T2DM. Вместо универсальной лестницы выбор терапии станет точным, основанным на фактических данных процессом. Это согласуется с более широким движением к точной медицине при хронических заболеваниях. Профессиональные организации, такие как Американская диабетическая ассоциация (ADA) и Европейская ассоциация по изучению диабета (EASD), начали одобрять концепцию выбора терапии, модифицирующей болезнь, на основе фенотипов пациентов, и интеграция биомаркеров является логическим следующим шагом.

Оригинальное название: The Road Ahead

Тройная терапия представляет собой мощный вариант для контроля гипергликемии при диабете 2 типа, но ее успех зависит от соответствия правильной комбинации правильному пациенту. Новые биомаркеры, начиная от отдельных генетических вариантов до профилей мультиомики, предлагают потенциал для прогнозирования индивидуального ответа с большей точностью. Геномные маркеры, такие как TCF7L2 , метаболические показатели, такие как уровни C-пептида и BCAA, воспалительные маркеры, такие как hs-CRP, и новые оценки мультиомики, показали многообещающие результаты в предварительных исследованиях. По мере расширения проверки в различных популяциях и по мере того, как тестирование становится более доступным, тройная терапия с биомаркером может стать краеугольным камнем индивидуализированного лечения диабета в течение следующего десятилетия.

Для реализации этого видения потребуется постоянное сотрудничество между исследователями, клиницистами, промышленностью и регулирующими органами. Прагматические испытания, которые встраивают стратификацию биомаркеров в рутинную помощь, наряду со стандартизированной отчетностью о результатах, ускорят перевод. Пациенты и поставщики услуг могут извлечь выгоду из будущего, где фраза «один размер не подходит всем» заменяется на «эта терапия была выбрана для вас». С надежными биомаркерами это будущее все более доступно.

Эта статья включает ссылки на следующие источники: GRADE исследование ; Оценка метаболического ответа в лечении диабета ; Предсказание машинного обучения в диабетологии ; Исследование симуляций в The Lancet Diabetes & Эндокринология . Полные списки ссылок доступны в соответствующих публикациях.