硫嘌呤甲基轉移酶 (TPMT) 是一種在藥物代謝中扮演關鍵角色的酶。Azathioprine (硫唑嘌呤) 是一種免疫抑制劑，廣泛用於治療自體免疫疾病，如發炎性腸道疾病 (IBD)、類風濕性關節炎和多發性硬化症。然而，Azathioprine 的療效和安全性受到個體間 TPMT 活性的顯著差異影響。TPMT 活性低下的患者，服用 Azathioprine 後發生嚴重骨髓抑制等副作用的風險顯著增加。因此，預測個體的 TPMT 表現對於優化 Azathioprine 治療方案至關重要。
TPMT 基因多態性與藥物副作用
TPMT 基因存在多種多態性，這些多態性直接影響 TPMT 酶的活性。常見的 TPMT 基因變異包括 *2、*3A、*3C 等。攜帶這些變異基因的個體，TPMT 活性通常較低，導致 Azathioprine 代謝減緩，藥物在體內蓄積，從而增加骨髓抑制的風險。研究顯示，約有 10% 的歐洲裔人口攜帶至少一個 TPMT 變異基因，而亞洲人群的攜帶率相對較低。
基因檢測是目前評估 TPMT 活性的主要方法。通過檢測個體的 TPMT 基因型，可以預測其 TPMT 活性，從而指導 Azathioprine 的劑量調整。例如，攜帶兩個低活性 TPMT 等位基因的患者，通常需要顯著降低 Azathioprine 的劑量，甚至避免使用該藥物。
研究進展：更精準的預測模型
近年來，研究人員致力於開發更精準的 TPMT 表現預測模型。傳統的基因檢測主要關注常見的 TPMT 基因變異，但一些罕見變異也可能影響 TPMT 活性。因此，一些研究開始探索利用全基因組測序 (WGS) 或全外顯子組測序 (WES) 來全面評估個體的 TPMT 基因型，以期更準確地預測 TPMT 表現。
此外，研究人員也在探索將基因組數據與其他臨床數據相結合，構建更完善的預測模型。例如，患者的年齡、性別、體重、合併用藥等因素都可能影響 Azathioprine 的代謝和療效。將這些因素納入預測模型，有望提高預測的準確性。
一項發表於《臨床藥理學與治療學》的研究顯示，結合基因型和臨床數據的預測模型，比單純的基因型檢測更能準確地預測 Azathioprine 的血藥濃度和副作用發生風險。該研究納入了 500 名接受 Azathioprine 治療的 IBD 患者，結果顯示，結合基因型、年齡和體重的預測模型，其預測準確性比單純的基因型檢測提高了 15%。
臨床應用與挑戰
儘管 TPMT 表現預測在 Azathioprine 治療中具有重要價值，但在臨床應用中仍面臨一些挑戰。首先，基因檢測的成本較高，並非所有醫療機構都能提供。其次，基因檢測結果的解讀需要專業知識，醫生需要接受相關培訓才能正確應用檢測結果。第三，一些罕見的 TPMT 基因變異尚未被充分研究，其對 TPMT 活性的影響尚不清楚。
為了克服這些挑戰，研究人員正在開發更簡便、更經濟的 TPMT 檢測方法。例如，一些研究正在探索利用質譜技術直接測定 TPMT 酶的活性，這種方法無需進行基因檢測，操作更簡便。此外，一些醫療機構也在推廣基因檢測的普及化，通過降低檢測成本和加強醫生培訓，提高基因檢測的應用率。
總結與研判
TPMT 表現預測在 Azathioprine 治療中具有重要意義。通過基因檢測或更精準的預測模型，可以識別 TPMT 活性低下的患者，從而調整 Azathioprine 的劑量，降低副作用風險，提高治療效果。隨著研究的深入和技術的進步，TPMT 表現預測將在臨床應用中發揮越來越重要的作用。未來，更精準的預測模型和更簡便的檢測方法將有助於實現 Azathioprine 的個體化治療，為患者帶來更好的治療效果和生活品質。雖然目前仍存在成本和技術普及的挑戰，但隨著相關研究的持續推進，這些問題有望逐步得到解決。
Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: February 7, 2026