Pharmacogenetic phenoconversion modeling of drug-drug-gene interactions on CYP2C19 activity: effects of comedication by genotype on escitalopram concentrations

Resumo Técnico: Modelagem de Fenoconversão Farmacogenética de Interações Droga–Droga–Gene na Atividade da CYP2C19

Definição do Problema
Apesar da existência de diretrizes robustas de dosagem farmacogenética para drogas psicotrópicas, sua utilidade clínica é limitada pela incapacidade das abordagens atuais de considerar o impacto dinâmico da co-medicação nas enzimas metabolizadoras de fármacos. Na prática psiquiátrica, a polifarmácia é comum, embora as previsões baseadas em genótipo frequentemente falhem em capturar a variabilidade do mundo real na exposição aos fármacos, pois os efeitos farmacogenéticos e de interação droga-droga (IDD) são tipicamente considerados separadamente. Esta lacuna é crítica porque as medicações concomitantes podem induzir a "fenoconversão", um processo no qual interações medicamentosas alteram a função enzimática, efetivamente mudando o fenótipo metabólico do paciente. Embora o conceito de interações droga–droga–gene (IDDG) seja reconhecido, poucos estudos forneceram estimativas quantitativas de fenoconversão sob condições do mundo real, particularmente no que diz respeito a como a inibição competitiva escala com o background genético do paciente.

Metodologia
O estudo utilizou um grande conjunto de dados de monitoramento terapêutico de fármacos (TDM) do mundo real, compreendendo $n=2.852$ pacientes medicados com escitalopram, um importante substrato da CYP2C19, proveniente do banco de dados de TDM norueguês.

• Aquisição de Dados: As concentrações séricas de escitalopram e seu metabólito foram medidas via Cromatografia Líquida de Ultra Alta Performance acoplada à Espectrometria de Massa de Alta Resolução (Orbitrap). A análise farmacogenética determinou o diplotipo da CYP2C19 (alelos *2, *3, *4, *17) para prever fenótipos: Metabolizadores Pobres (PM), Intermediários (IM), Normais (NM), Rápidos (RM) e Ultrarrápidos (UM).
• Identificação de Co-medicação: Para superar a falta de dados de co-medicação nos formulários de solicitação de TDM, os autores reprocessaram retrospectivamente espectros de massa de alta resolução (Orbitrap) das amostras dos pacientes. Utilizando uma lista curada de 23 substratos da CYP2C19 clinicamente relevantes e uma biblioteca de referência (mzCloud), eles identificaram 17 co-medicações presentes nas amostras com base na massa exata e nos padrões de fragmentação.
• Abordagem de Modelagem:
  1. Modelo de Fenoconversão Linear: Os autores adaptaram um modelo linear onde a atividade metabólica é proporcional aos escores de atividade. Neste framework, hipotetiza-se que a inibição competitiva por co-medicação achata a inclinação da relação entre os escores de atividade genética e o clearance metabólico, sem alterar o intercepto (atividade em PMs).
  2. Implementação Estatística: A análise primária utilizou um Modelo Linear Generalizado (GLM) Gamma com um link de identidade para modelar o recíproco da razão dose-concentração (D/C) como um proxy para o clearance. Esta abordagem preservou a estrutura aditiva dos preditores, permitindo a identificação de interações entre o escore de atividade e a co-medicação.
  3. Análise em Dois Estágios:
     • Estágio 1: Utilizou contribuições fracionárias derivadas da literatura para a CYP2C19 no metabolismo de cada co-medicação para calcular uma "carga de co-medicação" cumulativa. Esta carga foi testada como um preditor de fenoconversão.
     • Estágio 2: Empregou uma abordagem Bayesiana (usando Stan) para estimar o efeito inibitório de co-medicações individuais diretamente dos dados de TDM, sem depender de valores prévios da literatura. Isto utilizou variáveis dummy para cada droga e aplicou priors de distribuição $t$ para estabilizar as estimativas para drogas com poucas observações.

Resultos Principais

• Validação da Fenoconversão Linear: O estudo confirmou que a relação entre os escores de atividade da CYP2C19 e o clearance metabólico permanece linear mesmo na presença de co-medicação. À medida que a carga de co-medicação aumentava, a inclinação desta relação tornava-se progressivamente mais plana, consistente com o modelo de fenoconversão linear. A interação entre o escore de atividade e a carga de co-medicação foi altamente significativa ($p < 0,001$).
• Impacto Quantitativo: Uma carga de co-medicação correspondente a um substrato de 100% da CYP2C19 (contribuição fracionária = 1,0) reduziu o coeficiente do escore de atividade em aproximadamente um terço. Isto indica que, embora a co-medicação atenue significativamente as diferenças geneticamente determinadas na atividade da CYP2C19, ela não necessariamente abole as diferenças ou converte totalmente os pacientes para um fenótipo PM.
• Poder Preditivo das Contribuições Fracionárias: Houve uma forte correlação ($R^2 = 0,55$) entre a inibição estimada pelos dados de TDM e a contribuição fracionária para o metabolismo da co-medicação encontrada na literatura farmacogenética. Isto sugere que as contribuições fracionárias derivadas da literatura podem prever quantitativamente a magnitude da fenoconversão para inibidores competitivos.
• Achados Específicos de Drogas:
  • Foi detectada inibição significativa da CYP2C19 para fluoxetina, (es)omeprazol e pantoprazol.
  • (Es)omeprazol e fluoxetina mostraram níveis de inibição superiores aos previstos apenas por suas contribuições fracionárias, provavelmente devido à inibição baseada no mecanismo (dependente do tempo) ou efeitos de metabólitos ativos, desviando-se da inibição competitiva pura.
  • Drogas com zero contribuição fracionária para a CYP2C19 (ex: lamotrigina, mianserina, varfarina) não mostraram efeito de fenoconversão.
  • Não foi observada inibição significativa de vias de eliminação alternativas (efeitos em PMs), apoiando o conceito de que a fenoconversão escala com a quantidade de enzima funcional presente.
• Efeitos da Idade: Diferente da co-medicação, a idade mostrou um efeito independente na capacidade metabólica, reduzindo a atividade mesmo em PMs, o que sugere mecanismos distintos da fenoconversão específica da CYP2C19.

Significância e Alegações
O artigo afirma fornecer uma metodologia estatística para estimar a fenoconversão de co-medicações diretamente dentro dos dados de TDM. Sua principal contribuição é a demonstração de que um modelo simples de fenoconversão linear aproxima adequadamente os efeitos de inibição em um cenário complexo de polifarmácia do mundo real.

Os autores afirmam que esta abordagem permite a integração de conjuntos de dados de TDM e farmacogenética para estabelecer modelos quantitativos de IDDGs. Ao utilizar valores de contribuição fracionária em vez de rótulos binários de interação, o estudo oferece um método fundamentado mecanisticamente para estimar o ônus inibitório cumulativo de drogas concomitantes. Isto possibilita previsões mais precisas da capacidade metabólica individual em populações psiquiátricas, abordando a limitação das diretrizes atuais que frequentemente falham em considerar a realidade matizada e dependente do contexto da polifarmácia. O estudo conclui que as recomendações de dose farmacogenética clássicas baseadas em razões de clearance podem ser altamente informativas para aproximar o grau de fenoconversão resultante da inibição por substrato.