개인 맞춤형 의약품

Personalized medicine

개인 맞춤형 의료(Personalized Medicine) 또는 정밀 의료(Precision Medicine)는 사람을 여러 그룹으로 구분하는 의료 모델로, 의료 결정, 관행, 개입 및/또는 제품이 환자의 예측된 반응 또는 [1]질병 위험에 따라 개별 환자에게 맞추어 조정됩니다.개인 맞춤 의학, 정밀 의학, 계층 의학 및 P4 의학이라는 용어는 이 개념을[1][2] 설명하기 위해 상호 교환적으로 사용되지만, 일부 저자와 조직에서는 특정 [2]뉘앙스를 나타내기 위해 이 표현을 별도로 사용합니다.

환자에 대한 치료 맞춤은 적어도 히포크라테스 [3]시대까지 거슬러 올라가지만, 이 용어는 질병의 분자적 기초, 특히 유전체학에 대한 이해를 제공하는 새로운 진단 및 정보학적 접근법의 성장을 감안할 때 최근에 사용이 증가했습니다.이를 통해 관련 [1][4][5]환자를 계층화(그룹화)할 수 있는 명확한 증거 기반을 제공합니다.

National Academy of Engineering(NAE)이 후원하는 계획인 14개의 엔지니어링 그랜드 챌린지 중 개인 맞춤형 의료는 "최적의 개별 건강 결정을 달성"하기 위한 핵심적이고 장래적인 접근 방식으로 확인되어 "엔지니어링 더 나은 의료"[6][7]라는 과제를 극복했습니다.

개념의 전개

개인 맞춤형 의학에서 진단 검사는 환자의 유전적 내용 또는 기타 분자 또는 세포 [8]분석의 맥락에 따라 적절하고 최적의 치료법을 선택하기 위해 종종 사용됩니다.유전자 정보의 사용은 개인화된 의학의 특정 측면(예: 약유전체학)에서 중요한 역할을 해왔고, 이 용어는 유전학의 맥락에서 처음 만들어졌지만, 그 이후로 프로테오믹스,[9] 영상 분석, 나노입자 기반 테라노스틱의 [10]사용을 포함한 모든 종류의 개인화된 측정을 [8]포함하여 확장되었습니다.다른 것들 중에.

개인 맞춤형 의약품과의 관계

PM(Precision Medicine)은 의료 서비스의 맞춤화를 제안하는 의료 모델로, 의료 결정, 치료, 관행 또는 제품이 모든 [11][12]모델에 적합한 단일 약물이 아니라 환자의 하위 그룹에 맞게 조정됩니다.정밀의학에서 진단 검사는 환자의 유전적 내용이나 기타 분자 또는 세포 [13]분석의 맥락에 따라 적절하고 최적의 치료법을 선택하기 위해 자주 사용됩니다.정밀 의료에 사용되는 도구에는 분자 진단, 영상 및 [14][15]분석이 포함될 수 있습니다.국가연구위원회는 개인 맞춤 의학이라는 유사한 공통 용어와의 차이점을 설명하면서 다음과 같이 설명합니다.

정밀의학은 환자 개개인의 특성에 맞추어 진료하는 것을 말합니다.그것은 문자 그대로 환자에게 고유한 약물이나 의료 기기를 만드는 것을 의미하는 것이 아니라, 개인들을 특정 질병에 대한 민감성, 그들이 발병할 수 있는 질병의 생물학적 또는 예후, 또는 특정 치료에 대한 반응에서 차이가 있는 하위 집단으로 분류할 수 있는 능력을 의미합니다.예방적 또는 치료적 개입은 혜택을 받을 사람들에게 집중될 수 있으며, 그렇지 않은 사람들에게는 비용과 부작용을 아끼지 않을 수 있습니다.비록 '개인 맞춤형 의학'이라는 용어가 이러한 의미를 전달하기 위해 사용되기도 하지만, 그 용어는 때때로 [14]개인마다 독특한 치료법을 설계할 수 있다는 것을 암시하는 것으로 잘못 해석되기도 합니다.

다른 한편으로, "정밀 의료"라는 용어의 사용은 치료 선택을 넘어 특정 개인을 위한 독특한 의료 제품을 만드는 것,[16] 예를 들어, "...환자 맞춤형 조직 또는 장기"를 포함할 수 있습니다.그러므로, 실무상의 용어는 "개인 맞춤 의학"과 너무 많이 겹쳐서 종종 서로 [17]바꿔 사용됩니다.

배경

기초

모든 사람은 인간 [18]게놈의 독특한 변이를 가지고 있습니다.개인 간의 다양성의 대부분은 건강에 영향을 미치지 않지만, 개인의 건강은 행동과 [19][20]환경의 영향을 받는 유전적인 다양성에서 비롯됩니다.

개인 맞춤 의학의 현대 발전은 환자의 근본적인 생물학, DNA, RNA, 또는 단백질을 확인하는 기술에 의존하며, 이는 궁극적으로 질병을 확인하는 데에 이릅니다.예를 들어, 유전체 염기서열 분석과 같은 개인화된 기술은 낭포성 섬유증에서 암에 이르는 질병에 영향을 미치는 DNA의 돌연변이를 밝혀낼 수 있습니다.RNA-seq라고 불리는 또 다른 방법은 어떤 RNA 분자가 특정 질병과 관련이 있는지 보여줄 수 있습니다.DNA와 달리 RNA의 수준은 환경에 따라 변화할 수 있습니다.따라서, RNA 염기서열 분석은 사람의 건강 상태에 대한 더 넓은 이해를 제공할 수 있습니다.최근의 연구들은 RNA의 발현,[21] 번역,[22] 그리고 단백질 [23]수준과 개인간의 유전적인 차이를 연관시켰습니다.

개인 맞춤형 의료의 개념은 의료에 대한 새롭고 혁신적인 접근법에 적용될 수 있습니다.개인 맞춤형 건강 관리는 시스템 생물학의 역학을 기반으로 하며, 건강 위험을 평가하고 환자가 위험을 완화하고 질병을 예방하며 질병이 발생했을 때 정확하게 치료할 수 있도록 개인 맞춤형 건강 계획을 설계하는 데 사용됩니다.개인 맞춤형 건강 관리의 개념은 보훈청이 모든 [24]보훈 대상자에게 개인 맞춤형 사전 예방적인 환자 주도형 의료 서비스를 제공함에 따라 점점 더 많은 수용을 받고 있습니다.어떤 경우에는 환자의 유전자 마크업 대신 질병을 유발하는 물질의 마크업에 맞추어 맞춤형 의료 서비스를 제공할 수 있습니다. 예를 들어, 약물에 내성이 있는 박테리아나 [25]바이러스가 있습니다.

정밀 의학은 종종 분자 수준에서 개별 환자의 질병의 원인을 분석하고 그 개별 환자의 질병 프로세스를 해결하기 위해 표적 치료법을 사용하기 위해 패노믹 분석시스템 생물학의 적용을 수반합니다.그런 다음 환자의 반응을 가능한 한 면밀히 추적하며, 종종 종양 부하(5년 생존율과 같은 실제 결과 대 실제 결과)와 환자의 반응에 미세하게 [26][27]적응된 치료법을 사용합니다.정밀종양학은 암을 [28][29]치료하는 정밀의학의 한 분야입니다.정신질환과 정신건강에 관련된 정밀의학 분야를 '정밀정신의학'[30][31]이라고 합니다.

분자병리학의 개인간 차이는 다양하기 때문에 조직 미세환경 내에서 상호작용을 통해 질병 과정에 영향을 미치는 엑소좀의 개인간 차이는 사람마다 차별적입니다.정밀의학의 이론적 기반으로는 질병 병인발병이질성이라는 유비쿼터스 현상을 수용하기 위한 '고유의 질병 원리'[32]가 등장했습니다.종양의 독특한 원리는 종양의 독특한 [33]원리로서 종양의 독특한 원리로서 종양의 독특한 원리로 처음 기술되었습니다.엑소좀이 역학의 일반적인 개념인 만큼 정밀의학은 분자병리역학과 맞물려 있어 정밀의학의 [34]잠재적인 바이오마커를 식별할 수 있습니다.

방법

의사들이 돌연변이가 특정 질병과 연관되어 있는지 알기 위해, 연구자들은 종종 "유전체 전반의 연관성 연구" (GWAS)라고 불리는 연구를 합니다. GWAS 연구는 한 질병을 살펴본 후, 게놈에서 공유된 돌연변이를 찾기 위해 그 특정 질병을 가진 많은 환자들의 게놈을 배열할 것입니다.GWAS 연구에 의해 질병과 관련이 있는 것으로 밝혀진 돌연변이는 그 돌연변이를 발견하기 위해 유전체 배열을 살펴봄으로써 미래의 환자들에게 그 질병을 진단하는 데 사용될 수 있습니다.2005년에 시행된 첫 번째 GWAS는 나이와 관련된 황반변성(ARMD)[35] 환자를 연구했습니다.그것은 각각 ARMD와 관련된 하나의 뉴클레오티드(단일 뉴클레오티드 다형성이라고 불리는)에서만 변이를 포함하는 두 가지 다른 돌연변이를 발견했습니다. 이와 같은 GWAS 연구는 질병과 관련된 일반적인 유전적 변이를 확인하는 데 매우 성공적이었습니다.2014년 초 현재 1,300개 이상의 GWAS 연구가 [36]완료되었습니다.

질병위험평가

여러 유전자들이 집단적으로 많은 흔하고 복잡한 [19]질병들이 생길 가능성에 영향을 미칩니다.개인 맞춤형 약은 또한 한 개 또는 여러 개의 유전자를 기반으로 특정 질병에 대한 사람의 위험을 예측하는 데 사용될 수 있습니다.이 접근 방식은 동일한 시퀀싱 기술을 사용하여 질병 위험 평가에 집중함으로써 질병이 환자에게 나타나기 전에 의사가 예방적 치료를 시작할 수 있도록 합니다.예를 들어, DNA 돌연변이가 사람의 제 2형 당뇨병 발병 위험을 높인다는 것이 밝혀지면, 이 사람은 나중에 [citation needed]제 2형 당뇨병 발병 가능성을 줄이는 생활 방식의 변화를 시작할 수 있습니다.

연습을

일상적인 임상 환경에서 환자에게 정밀 의약품을 제공하는 능력은 분자 프로파일링 테스트(예: 개별 생식선 DNA 염기서열 분석)[37]의 가용성에 따라 달라집니다.현재 정밀 의학은 주로 유전자 검사(예: Ontype[38] DX)를 기반으로 치료를 개별화하고 있지만, 분광법과 계산력을 결합한 기술부터 [39]체내 약물 효과의 실시간 이미징까지 여러 유망한 기술 양식이 개발되고 있습니다.정밀 의료의 많은 다양한 측면은 연구 환경(예: 프로테옴, 마이크로바이옴)에서 테스트되지만 일상적인 실습에서는 사용 가능한 모든 입력이 사용되지는 않습니다.정밀의학을 실천하는 능력은 임상의가 시험 [40][41][42]결과에 따라 조치를 취할 수 있도록 지원하는 데 사용할 수 있는 지식 기반에도 달려 있습니다.진단되지 않은 질병을 가진 사람들의 집단에 오믹스 기반 정밀 의학을 적용한 초기 연구에서 새로 진단된 사람의 5명 중 1명이 [43]치료 변화에 대한 권고를 받는 등 진단율이 ~35%에 달했습니다.

치료 측면에서 PM은 약국 복합제[44] 또는 [45]맞춤형 장치에 의해 생산된 약물 칵테일과 같은 맞춤형 의료 제품의 사용을 수반할 수 있습니다.또한 유해한 약물 상호작용을 방지하고, 약을 처방할 때 전체적인 효율성을 높이며,[46] 의료 관련 비용을 절감할 수 있습니다.

공적 자금 지원을 받는 유전체학의 혜택을 누구에게 주느냐의 문제는 중요한 공중 보건 고려 사항이며, 유전체 의학의 시행이 사회적 형평성 [47]문제를 더 이상 고착시키지 않도록 주의가 필요합니다.

정밀의학 인공지능

인공지능은 정밀 [48]의료를 위한 제공 패러다임의 변화입니다.기계 학습 알고리즘은 게놈 서열을 분석하고 매 [49]순간 기록된 방대한 데이터 환자와 의료 기관으로부터 추론을 이끌어내기 위해 사용됩니다.인공지능 기술은 기존 질환의 유전자형과 표현형을 이해하고 환자 진료의 질을 높이고 비용 효율성을 높이며 재입원 및 [50]사망률을 줄이기 위해 정밀 심혈관 의학에 사용됩니다.2021년 한 논문은 머신 러닝이 (전립선암 치료를 위한) 3상 임상 시험의 결과를 76%의 [51]정확도로 예측할 수 있었다고 보고했습니다.이는 임상 시험 데이터가 정밀 의학을 위한 기계 학습 기반 도구에 대한 실용적인 출처를 제공할 수 있음을 시사합니다.

정밀의학은 미묘한 형태의 알고리즘 편향에 취약할 수 있습니다.예를 들어, 여러 관찰자가 입력한 값이 있는 여러 개의 입력 필드가 있으면 데이터를 이해하고 [52]해석하는 방식에 왜곡이 발생할 수 있습니다.2020년 논문은 인구 특정 방식으로 기계 학습 모델을 훈련(즉, 흑암 환자를 위한 훈련 모델)하면 인구에 구애받지 않는 [53]모델보다 훨씬 우수한 성능을 낼 수 있음을 보여주었습니다.

정밀의학 이니셔티브

버락 오바마 미국 대통령2015년 국정연설에서 미국 [55]국립보건원의 "정밀의학 이니셔티브"에 2억1500만[54] 달러를 지원하겠다는 의사를 밝혔습니다.정밀의학 이니셔티브의 단기 목표는 암 유전체학을 확장하여 더 나은 예방과 치료 [56]방법을 개발하는 것이었습니다.장기적으로 정밀의학 이니셔티브는 전국적인 과학자 네트워크를 구축하고 100만 명의 미국인을 대상으로 한 전국 코호트 연구에 착수하여 건강과 [57]질병에 대한 우리의 이해를 넓히는 것을 목표로 하고 있습니다.정밀의학 이니셔티브의 미션 선언문에는 "환자, 연구자, 제공자가 개별화된 [58]치료법의 개발을 위해 함께 노력할 수 있도록 하는 연구, 기술, 정책을 통해 새로운 시대의 의학을 가능하게 한다"는 내용이 적혀 있습니다.2016년 이 계획은 "All of Us"로 이름이 바뀌었고, 초기 시범 프로젝트는 2018년 [59]1월까지 약 10,000명이 등록했습니다.

정밀의학의 이점

정밀 의료는 의료 공급자가 환자의 건강, 질병 또는 상태에 중요한 역할을 하는 환경, 생활 방식 및 유전을 포함한 많은 것을 더 잘 이해할 수 있도록 도와줍니다.이 정보를 통해 어떤 치료법이 가장 효과적이고 안전한지, 아니면 질병이 처음부터 시작되는 것을 예방하는 방법을 보다 정확하게 예측할 수 있습니다.또한 이점은 다음과 같습니다.[citation needed]

  • 의학의 역점을 반응에서 예방으로 옮기다
  • 병에 걸리기 쉬운 것을 예측하다
  • 병의 탐지 능력을 높입니다
  • 병의 진행을 돕다
  • 질병 예방 전략을 맞춤화합니다.
  • 보다 효과적인 약을 처방하다
  • 부작용이 예측 가능한 약물 처방을 피합니다.
  • 제약 임상시험의 시간, 비용, 실패율을 감소시킵니다.
  • 의료 비용을 부풀리고 환자 관리를 저해하는 시행착오적 비효율을 제거합니다.

적용들

개인 맞춤형 의학의 발전은 개인과 그들의 게놈에 특화된 보다 통일된 치료 접근법을 만들어 낼 것입니다.개인 맞춤형 의약품은 조기 개입으로 더 나은 진단을 제공할 수 있으며, 보다 효율적인 약물 개발과 보다 표적화된 [60]치료법을 제공할 수 있습니다.

진단 및 개입

개별적으로 환자를 관찰할 수 있는 능력을 갖추면 보다 정확한 진단과 구체적인 치료 계획을 세울 수 있습니다.유전자형(genotyping)은 생물학적 [61]분석을 통해 개인의 DNA 염기서열을 얻는 과정입니다.개인의 DNA 염기서열에 대한 상세한 설명을 가짐으로써, 그들의 게놈은 가능한 질병을 설명할 수 있는 기존의 유전적 변이를 평가하기 위해 인간 게놈 프로젝트와 같은 참조 게놈과 비교될 수 있습니다.23andMe, Navigenics, Illumina와 같은 많은 민간 기업들이 [18]일반인들이 접근할 수 있는 Direct-to-Consumer 게놈 시퀀싱을 개발했습니다.개인으로부터 이러한 정보를 얻는 것은 그들을 효과적으로 치료하는 데 적용될 수 있습니다.개인의 유전적 구성은 그들이 어떤 치료에 얼마나 잘 반응하는지에도 큰 역할을 하기 때문에, 그들의 유전적 내용을 아는 것은 그들이 받는 치료의 종류를 바꿀 수 있습니다.

이것의 한 측면은 약유전체학인데, 약유전체학은 개인의 유전체를 이용하여 더 많은 정보를 얻고 맞춤화된 약 [62]처방을 제공합니다.흔히 약물은 모든 사람에게 비교적 동일하게 작용할 것이라는 생각으로 처방되지만, 약물의 적용에 있어서는 고려해야 할 여러 가지 요소가 있습니다.개인의 유전 정보에 대한 상세한 설명은 부작용을 예방하고, 적절한 용량을 허용하며, 약물 [18]처방으로 최대의 효과를 창출하는 데 도움이 될 것입니다.예를 들어, 와파린은 혈전이 있는 환자에게 일반적으로 처방되는 FDA 승인 경구 항응고제입니다.약동학과 약동학에서 와파린의 중요한 개인간 변동성으로 인해, 유해한 사건의 비율은 일반적으로 처방되는 모든 [6]약물 중에서 가장 높은 편에 속합니다.그러나 개별 항응고 [63][64]반응을 암호화하는 두 유전자인 CYP2C9와 VKORC1 유전자형에서 다형성 변이체가 발견됨에 따라 의사는 환자의 유전자 프로파일을 사용하여 주요 출혈과 같은 부작용을 방지하고 더 빠르고 더 나은 치료 효과를 [6]얻을 수 있습니다.특정 약물에 대한 부작용을 예측하는 유전자 변이체의 발견을 위한 약리유전학적 [65]과정을 독소유전학이라고 명명했습니다.

개인 맞춤형 의료에 적용되는 치료 플랫폼의 한 측면은 치료를 안내하기 위한 진단 테스트의 사용일 수 있습니다.테스트에는 MRI 조영제(T1 및 T2 제제), 형광 마커(유기 염료 및 무기 양자점) 및 핵 영상제(PET 방사선 추적기 또는 SPECT 제제)[10][66]와 같은 의료 영상이 포함될 수 있습니다.DNA 염기서열결정[68] 포함한 시험관내 실험실[67] 테스트 그리고 종종 여러 [69]바이오마커에 대한 테스트의 결과를 저울질하는 딥러닝 알고리즘을 포함합니다.

구체적인 치료 외에도 개인 맞춤형 의약품은 예방 치료의 발전에 큰 도움을 줄 수 있습니다.예를 들어, 유방암이나 난소암의 [70]가족력 때문에 성향이 있는 경우, 많은 여성들은 이미 BRCA1과 BRCA2 유전자의 특정 돌연변이에 대해 유전자형을 받고 있습니다.유전체 내에 존재하는 돌연변이에 따라 더 많은 질병의 원인이 지도에 표시될수록, 그것들이 개인에게서 더 쉽게 발견될 수 있습니다.그런 다음 질병이 발병하는 것을 막기 위한 조치를 취할 수 있습니다.유전체 내에서 돌연변이가 발견되었더라도, 그들의 DNA의 세부사항을 갖는 것은 영향을 줄이거나 특정 [60]질병의 발병을 지연시킬 수 있습니다.개인의 유전적인 내용을 갖는 것은 질병의 근원을 결정하고 따라서 질병을 치료하거나 질병의 진행을 막는 데 있어 더 나은 지침에 따른 결정을 가능하게 할 것입니다.이것은 알츠하이머와 같은 질병이나 우리 [60]DNA의 특정한 돌연변이와 관련이 있다고 생각되는 암에 매우 유용할 것입니다.

동반 진단은 대상 환자 그룹/하위 그룹에 특정한 약물의 유효성 및 안전성을 테스트하기 위해 현재 사용되고 있는 도구입니다.이 기술은 의약품이 시판되는 동안 또는 시판된 후에 개발되는 분석법으로 [71]개인에 따라 사용 가능한 치료법을 강화하는 데 도움이 됩니다.이러한 동반 진단은 환자에게 [71]가능한 가장 최적의 치료 결정을 내리는 데 도움을 주기 위해 약물과 관련된 약리학적 정보를 처방 라벨에 포함시켰습니다.

개인 맞춤형 암 치료의 전반적인 과정.유전체 염기서열 분석은 보다 정확하고 개인화된 약물 처방과 다양한 환자에 대한 표적 치료를 가능하게 할 것입니다.

의약품 개발 및 사용

개인의 게놈 정보를 갖는 것은 FDA의 대중 사용 승인을 기다리는 동안 약물 개발 과정에서 중요할 수 있습니다.개인의 유전자 구성에 대한 상세한 설명을 갖는 것은 임상 [60]시험의 최종 단계에서 환자를 포함 또는 제외 대상으로 선택할 수 있는지를 결정하는 데 주요한 자산이 될 수 있습니다.임상 시험을 통해 가장 큰 이익을 얻을 수 있는 환자를 식별할 수 있게 되면 시험 과정에서 제품이 야기하는 부작용으로부터 환자의 안전성을 높일 수 있고, 전체적인 [72]비용을 절감할 수 있는 더 작고 빠른 시험을 할 수 있게 됩니다.게다가, 더 많은 인구에게 효과적이지 않다고 여겨지는 약들은 비록 그것이 인구의 적은 비율에 의해서만 필요할지라도, 그 특정한 약이나 치료에 대한 효과와 필요성을 평가하기 위해 개인 유전자를 사용함으로써 FDA에 의해 승인을 얻을 수 있습니다.[60][73]

의사들은 [60]환자에게 가장 효과적인 치료법을 찾을 때까지 시행착오 전략을 사용합니다.개인 맞춤형 의학으로, 이러한 치료법들은 개인의 몸이 어떻게 반응할지 그리고 그들의 [18]유전체를 기반으로 치료가 효과가 있을지를 예측함으로써 더 구체적으로 조정될 수 있습니다.이는 "적절한 [74]환자에게 적절한 용량의 약물을 투여하는 치료"로 요약됩니다.이러한 접근 방식은 보다 비용 효율적이고 [60]정확할 것입니다.예를 들어 타목시펜은 ER+ 유방암 여성에게 흔히 처방되는 약이었지만, 처음 복용하는 여성의 65%가 내성이 생겼습니다.데이비드 플록하트와 같은 사람들의 연구 후에, 대사 효소를 암호화하는 유전자인 CYP2D6 유전자에 특정한 돌연변이가 있는 여성들이 타목시펜을 효율적으로 분해할 수 없다는 것이 밝혀져서, 그것은 [75]그들에게 효과적이지 않은 치료법이 되었습니다.여성들은 현재 가장 효과적인 치료법을 선택하기 위해 이러한 특정 돌연변이에 대해 유전자형을 취하고 있습니다.

이러한 돌연변이에 대한 스크리닝은 높은 처리량 스크리닝 또는 표현형 스크리닝을 통해 수행됩니다.현재 여러 의약품 발굴 및 제약회사들은 개인 맞춤형 의약품 연구를 발전시킬 뿐만 아니라 유전자 연구를 확대하기 위해 이 기술들을 활용하고 있습니다."전방" 전송 라이브러리 스크리닝의 전통적인 접근방식에 대한 대안적인 다중 타겟 접근방식은 역전송 또는 화학유전체학[citation needed]수반할 수 있습니다.

약국 복합제는 개인 맞춤형 의약품의 또 다른 응용 분야입니다.반드시 유전자 정보를 사용하는 것은 아니지만, 다양한 특성(예: 용량 수준, 성분 선택, 투여 경로 등)을 가진 약물의 맞춤형 생산.)를 선택하고 개별 환자를 위해 제작된 것을 개인 맞춤형 의약품의 영역으로 인정합니다(대량 생산 단위 용량 또는 고정 용량 조합과 대조적으로).약물 상호작용을 예측하기 위한 계산적, 수학적 접근법도 개발되고 있습니다.예를 들어, 표현형 반응 표면은 약물, 약물 상호 작용 및 개인의 생체 [citation needed]지표 간의 관계를 모델링합니다.

활발한 연구 분야 중 하나는 약국 복합제에서 생성된 개인 맞춤형 약물을 [7]신체의 질병 부위에 효율적으로 전달하는 것입니다.예를 들어, 연구자들은 실시간 영상을 이용하고 약물 [76]전달의 약동역학을 분석함으로써 특정 부위를 정확하게 목표로 할 수 있는 나노 전달체를 개발하려고 노력하고 있습니다.산화철 나노입자, 양자점, 탄소 나노튜브, 금 나노입자, 실리카 나노입자 [10]다양한 후보 나노캐리어가 연구되고 있습니다.표면 화학의 변화는 이러한 나노입자들이 약물로 적재될 수 있게 할 뿐만 아니라 신체의 면역 반응을 피할 수 있게 하여 나노입자에 기초한 치료법을 [7][10]가능하게 합니다.나노캐리어의 표적 전략은 질병에 따라 다릅니다.예를 들어, 만약 질병이 암이라면,일반적인 접근 방식은 암세포 표면에 발현된 바이오마커를 식별하고 인식 및 결합을 달성하기 위해 관련 표적 벡터를 나노캐리어에 로드하는 것입니다. 나노캐리어의 크기 척도는 종양 [10]표적에서 향상된 투과성유지 효과(EPR)에 도달하도록 설계됩니다.질병이 신장과 같은 특정 장기에 국소적으로 존재하는 경우, 나노 전달체의 표면은 장기 표적 약물 전달을 달성하고 비특이적인 [77]섭취를 피하기 위해 해당 장기 내부의 수용체에 결합하는 특정 리간드로 코팅될 수 있습니다.이러한 나노입자 기반 약물전달 시스템의 잠재력은 크지만, 아직까지 해당 분야에서 큰 발전이 이루어지지 않고 있으며, 나노 담체는 임상적 [10][76]기준에 부합하도록 연구 및 변형이 진행되고 있습니다.

유제학

열치료법은 핵의학에서 개인화된 접근법으로, 영상(진단)과 [78][79][80]치료 모두에 유사한 분자를 사용합니다.이 용어는 "치료학"과 "진단학"의 혼성어입니다.SPECT 또는 PET 이미징을 위한 분자 또는 방사선 치료를 위한 전자 방출체에 방사성 핵종(감마 또는 양전자 방출체)이 부착된 경우에 가장 일반적으로 적용됩니다.가장 초기의 예들 중 하나는 전립선암이나 [78]갑상선암을 가진 사람들의 치료를 위한 방사성 요오드의 사용입니다.다른 예들은 림프종을 치료하기 위한 무선 표지 항-CD20 항체(를 들어, Bexxar), 골 전이를 치료하기 위한 라듐-223, 신경내분비 종양을 치료하기 위한 루테튬-177 DOTATE 및 전립선암을 [78]치료하기 위한 루테튬-177 PSMA를 포함합니다.일반적으로 사용되는 시약은 플루오로옥시글루코스동위원소 [81]불소-18을 사용합니다.

호흡단백체학

질량분석법으로 분석할 시료담체에 프로테오믹스 시료를 제조하는 방법

호흡기 질환은 만성 폐 질환(예: 천식, 만성 폐쇄성 폐 질환, 특발성 폐 섬유증 등)과 폐암으로 인해 광범위한 질병 및 사망률을 유발하는 등 전 세계적으로 인류에 영향을 미칩니다.이러한 상태는 매우 이질적이며 조기 진단이 필요합니다.하지만 초기 증상이 특이하지 않아 임상 진단이 늦어지는 경우가 많습니다.지난 몇 년간 개인 맞춤형 의료는 특정 환자의 의료 수요에 따라 개인 맞춤형 치료를 목표로 하는 새로운 기술을 사용하는 의료 접근법으로 부상했습니다.구체적으로 프로테오믹스는 [83]단일 바이오마커 대신 일련의 단백질 발현을 분석하는 데 사용됩니다.단백질은 건강과 질병을 포함한 몸의 생물학적 활동을 조절하기 때문에 프로테오믹스는 조기 진단에 도움이 됩니다.호흡기 질환의 경우, 프로테오믹스는 혈청, 혈구, 기관지-폐포 세척액(BAL), 비강 세척액(NLF),[83] 가래 등을 포함한 여러 생물학적 샘플을 분석합니다.이러한 생물학적 샘플로부터 완전한 단백질 발현의 식별 및 정량은 질량 분석 및 고급 분석 [84]기술에 의해 수행됩니다.호흡기 프로테오믹스는 최근 몇 년간 건강관리를 지원하기 위한 개인 맞춤형 의약품 개발에 상당한 진전을 보이고 있습니다.예를 들어, 2012년 Lazzari et al.에 의해 수행된 연구에서, 프로테오믹스 기반 접근법은 개별 [85]환자를 위한 맞춤형 치료에 사용될 수 있는 폐암의 여러 바이오마커를 식별하는 데 상당한 개선을 이루었습니다.점점 더 많은 연구들이 호흡기 [83]질환에 대한 표적 치료법을 제공하기 위한 프로테오믹스의 유용성을 증명하고 있습니다.

암유전체학

최근 수십 년간 암 연구는 전통적인 병리학에서 동일하게 나타나는 암의 유전적 다양성에 대해 많은 것을 발견했습니다.또한 종양 이질성, 즉 단일 종양 내의 유전적 다양성에 대한 인식이 증가하고 있습니다.다른 전망들 중에서, 이러한 발견들은 일반적인 사례 집단에 적용되는 좋은 결과를 주지 않은 약들이 특정한 유전자 프로파일을 가진 사례들의 비율에 대해 아직 성공적일 수 있다는 것을 발견할 가능성을 제기합니다.

"개인 맞춤 온코지노믹스"는 암 유전체학, 즉 "온코지노믹스"에 개인 맞춤 의학을 적용하는 것입니다.높은 처리량의 시퀀싱 방법은 질병 병리를 더 잘 이해하고 약물 개발개선하기 위해 암과 관련된 유전자를 특성화하는 데 사용됩니다.온유전체학은 유전체학의 가장 유망한 분야 중 하나이며, 특히 약물 치료에 미치는 영향 때문입니다.예를 들면 다음과 같습니다.

  • 트라스투주맙(상표명 Herclon, Herceptin)은 HER2/neu 수용체를 방해하는 단일클론항체 약물.그것의 주된 용도는 특정 유방암을 치료하는 것입니다.이 약은 환자의 암이 HER2/neu 수용체의 과발현을 검사할 경우에만 사용됩니다.두 가지 조직 유형 테스트를 사용하여 허셉틴 치료에서 얻을 수 있는 이점을 환자를 선별합니다.조직 검사는 면역조직화학(IHC) 및 형광 제자리부합(FISH)[86]이며, Her2+ 환자에 한해 허셉틴 치료(트라스투주맙)[87]를 시행합니다.
  • 만성골수성백혈병(CML)을 치료하기 위해 이미티닙(Glevec)과 같은 티로신 키나아제 억제제가 개발되었으며, 이 억제제는 BCR-ABL 융합 유전자(9번 염색체와 22번 염색체 사이의 호혜적 전위 산물)가 95% 이상 존재하고 과활성화된 abl-driven 단백질 신호전달을 생성합니다.이러한 약물은 특히 ABL(Ableson tyrosine kinase) 단백질을 억제하며 따라서 질병 병태생리학에 대한 [88]지식에 기초한 "합리적인 약물 설계"의 대표적인 예입니다.
  • Foundation Medicine에서 제작한 FoundationOne CDx 보고서는 환자 개개인의 종양 생검에서 유전자를 관찰하고 특정 약물을 추천합니다.
  • 높은 돌연변이 부담은 면역 요법에 대한 반응을 나타내며, 또한 돌연변이의 특정 패턴은 세포독성 암 [89]약물에 대한 이전의 노출과 관련이 있습니다.

인구심사

유전체학(마이크로 어레이), 프로테오믹스(조직 어레이) 및 이미징(fMRI, micro-CT) 기술을 사용하여 환자에 대한 분자 규모 정보를 쉽게 얻을 수 있습니다.이러한 소위 분자 바이오마커는 [90][91][92]암과 같은 질병 예후에 강력한 것으로 입증되었습니다.암 예측의 주요 세 분야는 암 재발, 암 감수성, 암 생존 [93]가능성에 해당합니다.분자 규모 정보를 환자의 종양 유형 및 기타 위험 요소와 같은 거시 규모 임상 데이터와 결합하면 [93]예후가 크게 향상됩니다.결과적으로, 분자 바이오마커의 사용, 특히 유전체학의 사용을 고려할 때, 특히 많은 인구를 선별할 [94]때, 암 예후 또는 예측은 매우 효과적이 되었습니다.기본적으로 집단 유전체 검사는 질병의 위험이 있는 사람들을 식별하는 데 사용될 수 있으며, 이는 예방 [94]노력에 도움을 줄 수 있습니다.

유전자 데이터는 GWAS를 통해 발견된 개별 변이체의 추정된 효과를 합산하여 질병 위험과 같은 특성을 추정하는 다유전자 점수를 구성하는 데 사용될 수 있습니다.이것들은 암, 당뇨병, 관상동맥 [95][96]질환과 같은 다양한 질환에 사용되어 왔습니다.많은 유전적 변이들이 혈통과 관련이 있으며, 정확한 추정치를 생성하고 생물학적으로 관련된 변이들과 우연하게 연관된 변이들을 분리하는 것은 여전히 어려운 과제입니다.한 모집단에서 생성된 추정치는 일반적으로 다른 모집단으로 잘 전달되지 않으므로 정교한 방법과 보다 다양하고 전역적인 [97][98]데이터가 필요합니다.대부분의 연구는 유럽 혈통을 가진 사람들의 데이터를 사용하여 건강 격차를 [99]줄이기 위해 보다 공평한 유전체학 관행을 요구하고 있습니다.또한, 다유성 점수는 어느 정도 예측 정확도를 가지고 있지만, 그 해석은 개인의 백분위를 추정하는 것에 한정되어 있고 임상적으로 [100]사용하기 위해서는 번역 연구가 필요합니다.

과제들

개인 맞춤형 의료가 널리 시행됨에 따라 여러 가지 어려움이 발생합니다.지적 재산권, 보상 정책, 환자의 프라이버시, 데이터 편향 및 기밀성에 대한 현재의 접근 방식과 규제 감독은 개인 맞춤형 의약품이 의료에 [101]가져올 변화를 수용하도록 재정의되고 재구조화되어야 합니다.예를 들어, 영국에서 실시된 한 조사에서 영국 성인의 63%가 의료 [102]분야에서 인공지능을 활용하기 위해 개인 정보가 사용되는 것에 대해 불편함을 느끼고 있다고 밝혔습니다.또한, 획득된 진단 데이터의 분석은 개인 맞춤형 의학 및 그 [40]구현의 최근 과제입니다.예를 들어, 차세대 염기서열 분석에서 얻은 유전자 데이터를 [103]분석하기 전에 컴퓨터 집약적인 데이터 처리가 필요합니다.앞으로 의학, 임상종양학, 생물학, 인공지능특정 연구 분야의 전문가들의 학제적 협력이 필요한 의학 분야에 대한 개인 맞춤형 의학의 채택을 가속화하기 위한 적절한 도구가 필요할 것입니다.

규제감독

FDA는 이미 개인 맞춤형 의약품을 규제 정책에 통합하기 위한 이니셔티브를 취하기 시작했습니다.2013년 10월 FDA 보고서는 "Paving the Way for Personalized Medicine: FDA는 "새로운 시대의 의료 제품 개발"에서 역할을 수행하고 있으며, 여기서 이들은 임상 사용과 의약품 [72]개발을 위해 유전자 및 바이오마커 정보를 통합하기 위해 취해야 할 조치를 설명했습니다.그들은 개인 맞춤형 의약품을 현재의 규제 관행에 포함시키기 위해 구체적인 규제 과학 표준, 연구 방법, 참고 자료 및 기타 도구를 개발해야 한다고 결정했습니다.예를 들어,[72] 그들은 신뢰성을 유지하기 위한 노력으로 여러 염기서열 분석 플랫폼의 유효성을 비교하고 테스트하기 위해 규제 기관을 위한 "유전체 참조 라이브러리"를 작업하고 있습니다.개인 맞춤형 의약품을 규제하는 사람들에게 중요한 과제는 현재의 치료 수준과 비교하여 그 효과를 입증하는 방법입니다.새로운 기술은 임상적인 효과와 비용적인 효과를 모두 평가해야 하며, 현재 규제 기관에는 표준화된 [104]방법이 없습니다.

지적재산권

의학의 혁신과 마찬가지로, 개인 맞춤 의학에 대한 투자와 관심은 지적 [101]재산권에 의해 영향을 받습니다.진단도구, 유전자, 바이오마커 [105]등에 대한 특허권 보호와 관련하여 많은 논란이 있어요.지난 2013년 6월 미국 연방대법원은 자연발생 유전자는 특허를 받을 수 없고 편집되거나 인공적으로 만들어진 '합성 DNA'는 여전히 특허를 받을 수 있다고 판결했습니다.특허청은 현재 '확인형' 2차 유전자 검사가 최초 진단 후 완전한 특허법 면책이 가능한지 등 개인 맞춤형 의약품 특허법과 관련된 여러 쟁점을 검토 중입니다.특허에 반대하는 사람들은 DNA 염기서열에 대한 특허가 지속적인 연구에 방해가 된다고 주장하는 반면, 지지자들은 특허가 상업적 연구와 [105]제공되는 서비스의 개발과 발전에 필요한 재정적 투자를 유인하고 보호하기 위해 필요하다고 지적하고 강조합니다.

상환방침

개인 맞춤형 의약품이 의료 시스템에 가져올 변화에 맞게 보상 정책을 재정의해야 합니다.고려해야 할 요소들 중 일부는 일반 인구에서의 다양한 유전자 검사의 효능 수준, 혜택 대비 비용 효율성, 극히 드문 조건에 대한 지불 시스템의 대처 방법,그리고 "개별 위험 요소"[101]라는 새로운 개념의 효과를 통합하기 위해 "공유 위험"이라는 보험 개념을 재정의하는 방법.유방암에서 개인화된 의약품 사용의 장벽이라는 이 연구는 BRA 분석과 Ontype DX라는 두 가지 다른 진단 테스트를 받았습니다.이러한 테스트는 10일 이상의 시간이 소요되므로 테스트가 실패하고 치료가 지연됩니다.환자는 이러한 지연에 대해 보상을 받지 못하고 있으며, 이로 인해 테스트가 주문되지 않습니다.궁극적으로, 보험 회사들이 관련된 [106]위험을 받아들이지 않으려고 하기 때문에, 환자들은 치료를 위해 본인 부담금을 지불해야 합니다.

환자 개인정보 보호 및 기밀유지

아마도 개인 맞춤형 의약품의 상용화에 있어서 가장 중요한 문제는 환자의 보호일 것입니다.가장 큰 문제 중 하나는 유전자 검사 후에 성향이 있거나 특정 치료에 반응하지 않는 것으로 밝혀진 환자들에 대한 두려움과 잠재적인 결과입니다.여기에는 유전자 검사 결과로 인한 환자들의 심리적 영향이 포함됩니다.유전적 소인과 위험은 유전적으로 물려받을 수 있다는 점에서 직접 동의하지 않는 가족의 권리도 문제입니다.특정 민족 집단과 공통적인 대립자의 존재에 대한 영향도 [101]고려되어야 할 것입니다.

또한 발견부터 치료에 이르기까지 개인 맞춤형 의약품의 모든 계층에서 개인 정보 보호 문제를 참조할 수 있습니다.주요 이슈 중 하나는 환자가 자신의 정보를 주로 인공지능 알고리즘에 사용하도록 동의하는 것입니다.사용할 데이터를 제공하는 기관의 동의도 [102]중요한 관심사입니다.2008년, 유전자 정보 차별 금지법(GINA)은 유전자 정보가 고용주나 [101]보험사에 의해 악용되지 않도록 보장함으로써 유전자 연구에 참여하는 환자들의 두려움을 최소화하기 위한 노력으로 통과되었습니다.2015년 2월 19일, FDA는 "FDA가 [8]블룸 증후군에 대한 최초의 소비자 직접 유전자 전달체 검사의 마케팅을 허용합니다.

데이터 편향

데이터 편향은 개인 맞춤형 의학에서도 필수적인 역할을 합니다.검사 중인 유전자의 표본이 다른 모집단에서 온 것인지 확인하는 것이 중요합니다.이는 표본이 의사결정에 [107]사용되는 인간의 편견을 나타내지 않도록 하기 위한 것입니다.

결과적으로 개인 맞춤형 의학을 위해 설계된 알고리즘이 편향된다면,[108] 특정 집단의 유전자 검사가 부족하기 때문에 알고리즘의 결과 또한 편향될 것입니다.예를 들어, Framingham Heart Study의 결과는 심혈관 질환의 위험을 예측하는 편향된 결과를 초래했습니다.표본을 백인만을 대상으로 실험한 결과, 비백인 모집단에 적용했을 때 심혈관질환의 [109]과대추정과 과소추정 위험으로 편향됐기 때문입니다.

실행

개인 맞춤형 의료를 시행하기 전에 몇 가지 문제를 해결해야 합니다.분석된 인간 게놈은 거의 없으며, 의료 서비스 제공자가 환자의 유전 정보를 모두 이용할 수 있다고 하더라도,[110] 그 중 효과적으로 치료에 활용될 수 있는 것은 거의 없습니다.이와 같이 많은 양의 유전자 데이터를 처리할 때도 문제가 발생합니다.오류율이 100 킬로그램당 1개로 낮더라도 인간 게놈을 처리하는 것은 약 30,000개의 [111]오류를 가질 수 있습니다.특히 특정 마커를 식별하려고 할 때 이렇게 많은 오류가 발생하면 발견과 검증이 어려워질 수 있습니다.이를 극복하기 위한 방법들이 있지만, 계산적으로 부담이 크고 비용이 많이 듭니다.유전체가 처리된 후에는 유전체 전체 연구를 이용하여 유전체 간 변이의 기능을 분석해야 하기 때문에 효과적인 관점에서도 문제가 있습니다.이러한 종류의 연구에서 발견된 SNP의 영향을 예측할 수 있지만,[111] 연구 중인 게놈의 크기 때문에 발생할 수 있는 방대한 양의 변화에 대한 통제를 위해 더 많은 작업이 이루어져야 합니다.이 영역에서 효과적으로 전진하기 위해서는 분석 대상 데이터가 양호한지 확인하는 단계를 거쳐야 하며 표현형에 대한 여러 SNP 분석 측면에서 보다 넓은 시야를 확보해야 합니다.개인 맞춤형 의료 시행이 가장 시급한 문제는 유전자 지도 제작 결과를 의료체계 개선에 적용하는 것입니다.이는 게놈 데이터의 중앙 집중화된 데이터베이스에 필요한 인프라와 기술 때문일 뿐만 아니라, 이러한 도구에 접근할 수 있는 의사들도 이러한 [111]도구를 충분히 활용하지 못할 가능성이 높습니다.개인 맞춤형 의료 시스템을 진정으로 구현하기 위해서는 종단 간 변화가 있어야 합니다.

코펜하겐 미래 연구소와 로슈는 개인 맞춤 건강 지수를 생산하는 미래 증명 건강[112] 관리를 설립하여 '바이탈 사인'이라고 불리는 4개 범주에 걸쳐 27개의 개인 맞춤 건강 지표에 대해 국가별 성과를 평가했습니다.그들은 그들의 [113][114]발견을 조사하기 위해 많은 나라에서 회의를 열고 있습니다.

참고 항목

참고문헌

  1. ^ a b c Stratified, personalised or P4 medicine: a new direction for placing the patient at the centre of healthcare and health education (Technical report). Academy of Medical Sciences. May 2015. Archived from the original on 27 October 2016. Retrieved 6 January 2016.
  2. ^ a b "Many names for one concept or many concepts in one name?". PHG Foundation. Retrieved 6 January 2015.
  3. ^ Egnew TR (1 March 2009). "Suffering, meaning, and healing: challenges of contemporary medicine". Annals of Family Medicine. 7 (2): 170–5. doi:10.1370/afm.943. PMC 2653974. PMID 19273873.
  4. ^ "The Case for Personalized Medicine" (PDF). Personalized Medicine Coalition. 2014. Retrieved 6 January 2016.
  5. ^ Smith R (15 October 2012). "Stratified, personalised, or precision medicine". British Medical Journal. Retrieved 6 January 2016.
  6. ^ a b c Lesko LJ (June 2007). "Personalized medicine: elusive dream or imminent reality?". Clinical Pharmacology and Therapeutics. 81 (6): 807–16. doi:10.1038/sj.clpt.6100204. PMID 17505496. S2CID 17860973.
  7. ^ a b c "Grand Challenges - Engineer Better Medicines". www.engineeringchallenges.org. Retrieved 2020-08-03.
  8. ^ a b c "Personalized Medicine 101". Personalized Medicine Coalition. Retrieved 26 April 2014.
  9. ^ Priyadharshini VS, Teran LM (2016). "Personalized Medicine in Respiratory Disease". Chapter Five - Personalized Medicine in Respiratory Disease: Role of Proteomics. Advances in Protein Chemistry and Structural Biology. Vol. 102. pp. 115–146. doi:10.1016/bs.apcsb.2015.11.008. ISBN 978-0-12-804795-8. PMID 26827604.
  10. ^ a b c d e f Xie J, Lee S, Chen X (August 2010). Donev R (ed.). "Nanoparticle-based theranostic agents". Advanced Drug Delivery Reviews. Personalized Medicine. Academic Press. 62 (11): 1064–79. doi:10.1016/j.addr.2010.07.009. PMC 2988080. PMID 20691229.
  11. ^ National Research Council (US) Committee on A Framework for Developing a New Taxonomy of Disease (16 December 2011). Toward Precision Medicine: Building a Knowledge Network for Biomedical Research and a New Taxonomy of Disease. doi:10.17226/13284. hdl:2027.42/146502. ISBN 978-0-309-22222-8. PMID 22536618.[페이지 필요]
  12. ^ Yau, Tung On (October 2019). "Precision treatment in colorectal cancer: Now and the future". JGH Open. 3 (5): 361–369. doi:10.1002/jgh3.12153. PMC 6788378. PMID 31633039.
  13. ^ Lu YF, Goldstein DB, Angrist M, Cavalleri G (July 2014). "Personalized medicine and human genetic diversity". Cold Spring Harbor Perspectives in Medicine (Essay). 4 (9): a008581. doi:10.1101/cshperspect.a008581. PMC 4143101. PMID 25059740.
  14. ^ a b Timmerman, Luke (4 February 2013). "What's in a Name? A Lot, When It Comes to 'Precision Medicine'". Xconomy. Boston.
  15. ^ Jones DT, Banito A, Grünewald TG, Haber M, Jäger N, Kool M, et al. (August 2019). "Molecular characteristics and therapeutic vulnerabilities across paediatric solid tumours". Nature Reviews Cancer (Review). 19 (8): 420–438. doi:10.1038/s41568-019-0169-x. PMID 31300807. S2CID 196350118.
  16. ^ Clerk J (23 February 2015). "Changing medicine with 3-D bioprinting, where organs can be synthesized by technology". Los Angeles Times.
  17. ^ "Tailored Clinical Molecular Test Interpretation". N-of-One. Archived from the original on 2015-03-09. Retrieved 2015-03-05.
  18. ^ a b c d Dudley J, Karczewski K (2014). Exploring Personal Genomics. Oxford: Oxford University Press.
  19. ^ a b "Personalized Medicine 101: The Science". Personalized Medicine Coalition. Retrieved 26 April 2014.
  20. ^ Lu YF, Goldstein DB, Angrist M, Cavalleri G (July 2014). "Personalized medicine and human genetic diversity". Cold Spring Harbor Perspectives in Medicine. 4 (9): a008581. doi:10.1101/cshperspect.a008581. PMC 4143101. PMID 25059740.
  21. ^ Battle A, Mostafavi S, Zhu X, Potash JB, Weissman MM, McCormick C, et al. (January 2014). "Characterizing the genetic basis of transcriptome diversity through RNA-sequencing of 922 individuals". Genome Research. 24 (1): 14–24. doi:10.1101/gr.155192.113. PMC 3875855. PMID 24092820.
  22. ^ Cenik C, Cenik ES, Byeon GW, Grubert F, Candille SI, Spacek D, et al. (November 2015). "Integrative analysis of RNA, translation, and protein levels reveals distinct regulatory variation across humans". Genome Research. 25 (11): 1610–21. doi:10.1101/gr.193342.115. PMC 4617958. PMID 26297486.
  23. ^ Wu L, Candille SI, Choi Y, Xie D, Jiang L, Li-Pook-Than J, et al. (July 2013). "Variation and genetic control of protein abundance in humans". Nature. 499 (7456): 79–82. Bibcode:2013Natur.499...79W. doi:10.1038/nature12223. PMC 3789121. PMID 23676674.
  24. ^ Snyderman R (August 2012). "Personalized health care: from theory to practice". Biotechnology Journal. 7 (8): 973–9. doi:10.1002/biot.201100297. PMID 22180345. S2CID 31447416.
  25. ^ Altmann A, Beerenwinkel N, Sing T, Savenkov I, Doumer M, Kaiser R, et al. (2007). "Improved prediction of response to antiretroviral combination therapy using the genetic barrier to drug resistance". Antiviral Therapy. 12 (2): 169–78. doi:10.1177/135965350701200202. PMID 17503659. S2CID 26286925. INIST:18647009.
  26. ^ Blau CA, Liakopoulou E (24 October 2012). "Can we deconstruct cancer, one patient at a time?". Opinion. Trends in Genetics. CellPress. 29 (1): 6–10. doi:10.1016/j.tig.2012.09.004. PMC 4221262. PMID 23102584.
  27. ^ Tavassoly I, Hu Y, Zhao S, Mariottini C, Boran A, Chen Y, et al. (August 2019). "Genomic signatures defining responsiveness to allopurinol and combination therapy for lung cancer identified by systems therapeutics analyses". Molecular Oncology. 13 (8): 1725–1743. doi:10.1002/1878-0261.12521. PMC 6670022. PMID 31116490.
  28. ^ Garraway LA, Verweij J, Ballman KV (May 2013). "Precision oncology: an overview". Journal of Clinical Oncology. 31 (15): 1803–5. doi:10.1200/jco.2013.49.4799. PMID 23589545. S2CID 42163820.
  29. ^ Shrager J, Tenenbaum JM (February 2014). "Rapid learning for precision oncology". Nature Reviews. Clinical Oncology. 11 (2): 109–18. doi:10.1038/nrclinonc.2013.244. PMID 24445514. S2CID 11225698.
  30. ^ Fernandes BS, Williams LM, Steiner J, Leboyer M, Carvalho AF, Berk M (April 2017). "The new field of 'precision psychiatry'". BMC Medicine. 15 (1): 80. doi:10.1186/s12916-017-0849-x. PMC 5390384. PMID 28403846.
  31. ^ Fernandes BS, Berk M (June 2017). "Staging in bipolar disorder: one step closer to precision psychiatry". Revista Brasileira de Psiquiatria. 39 (2): 88–89. doi:10.1590/1516-4446-2017-3902. PMC 7111440. PMID 28591270.
  32. ^ Ogino S, Lochhead P, Chan AT, Nishihara R, Cho E, Wolpin BM, et al. (April 2013). "Molecular pathological epidemiology of epigenetics: emerging integrative science to analyze environment, host, and disease". Modern Pathology. 26 (4): 465–84. doi:10.1038/modpathol.2012.214. PMC 3637979. PMID 23307060.
  33. ^ Ogino, Shuji; Fuchs, Charles S; Giovannucci, Edward (July 2012). "How many molecular subtypes? Implications of the unique tumor principle in personalized medicine". Expert Review of Molecular Diagnostics. 12 (6): 621–628. doi:10.1586/erm.12.46. PMC 3492839. PMID 22845482.
  34. ^ Ogino S, Lochhead P, Giovannucci E, Meyerhardt JA, Fuchs CS, Chan AT (June 2014). "Discovery of colorectal cancer PIK3CA mutation as potential predictive biomarker: power and promise of molecular pathological epidemiology". Oncogene. 33 (23): 2949–55. doi:10.1038/onc.2013.244. PMC 3818472. PMID 23792451.
  35. ^ Haines JL, Hauser MA, Schmidt S, Scott WK, Olson LM, Gallins P, et al. (April 2005). "Complement factor H variant increases the risk of age-related macular degeneration". Science. 308 (5720): 419–21. Bibcode:2005Sci...308..419H. doi:10.1126/science.1110359. PMID 15761120. S2CID 32716116.
  36. ^ "A Catalog of Published Genome-Wide Association Studies". Retrieved 28 June 2015.
  37. ^ Ashley EA, Butte AJ, Wheeler MT, Chen R, Klein TE, Dewey FE, et al. (May 2010). "Clinical assessment incorporating a personal genome". Lancet. 375 (9725): 1525–35. doi:10.1016/s0140-6736(10)60452-7. PMC 2937184. PMID 20435227.
  38. ^ "Oncotype DX: Genomic Test to Inform Breast Cancer Treatment". 2019-06-13.
  39. ^ 정밀 의료:개인 맞춤형 진단 및 치료를 위한 의료 데이터의 놀라운 성장 활용 http://claudiacopeland.com/uploads/3/6/1/4/3614974/hjno_novdec_2016_precision_medicine.pdf
  40. ^ a b Huser V, Sincan M, Cimino JJ (2014). "Developing genomic knowledge bases and databases to support clinical management: current perspectives". Pharmacogenomics and Personalized Medicine. 7: 275–83. doi:10.2147/PGPM.S49904. PMC 4175027. PMID 25276091.
  41. ^ Ashley EA (June 2015). "The precision medicine initiative: a new national effort". JAMA. 313 (21): 2119–20. doi:10.1001/jama.2015.3595. PMID 25928209.
  42. ^ Ashley EA (August 2016). "Towards precision medicine". Nature Reviews. Genetics. 17 (9): 507–22. doi:10.1038/nrg.2016.86. PMID 27528417. S2CID 2609065.
  43. ^ Splinter, Kimberly; Adams, David R.; Bacino, Carlos A.; Bellen, Hugo J.; Bernstein, Jonathan A.; Cheatle-Jarvela, Alys M.; Eng, Christine M.; Esteves, Cecilia; Gahl, William A.; Hamid, Rizwan; Jacob, Howard J.; Kikani, Bijal; Koeller, David M.; Kohane, Isaac S.; Lee, Brendan H.; Loscalzo, Joseph; Luo, Xi; McCray, Alexa T.; Metz, Thomas O.; Mulvihill, John J.; Nelson, Stanley F.; Palmer, Christina G.S.; Phillips, John A.; Pick, Leslie; Postlethwait, John H.; Reuter, Chloe; Shashi, Vandana; Sweetser, David A.; Tifft, Cynthia J.; Walley, Nicole M.; Wangler, Michael F.; Westerfield, Monte; Wheeler, Matthew T.; Wise, Anastasia L.; Worthey, Elizabeth A.; Yamamoto, Shinya; Ashley, Euan A.; Undiagnosed Diseases Network (29 November 2018). "Effect of Genetic Diagnosis on Patients with Previously Undiagnosed Disease". New England Journal of Medicine. 379 (22): 2131–2139. doi:10.1056/NEJMoa1714458. PMC 6481166. PMID 30304647.
  44. ^ "Divining your future in healthcare". pmlive.com. 2013-10-18.
  45. ^ "3D-Printed Medical Devices Spark FDA Evaluation". LiveScience.com. 30 August 2013.
  46. ^ "Personalized Medicine Benefits - The Jackson Laboratory". jax.org.
  47. ^ Belcher, Andrea; Mangelsdorf, Marie; McDonald, Fiona; Curtis, Caitlin; Waddell, Nicola; Hussey, Karen (June 2019). "What does Australia's investment in genomics mean for public health?". Australian and New Zealand Journal of Public Health. 43 (3): 204–206. doi:10.1111/1753-6405.12887. PMID 30830712.
  48. ^ Mesko B (2017). "Expert Review of Precision Medicine and Drug Development". Journal Expert Review of Precision Medicine and Drug Development. 2 (5): 239–241. doi:10.1080/23808993.2017.1380516.
  49. ^ Ray A (20 May 2018). "Artificial Intelligence and Blockchain for Precision Medicine". Inner Light Publishers. Retrieved 21 May 2018.
  50. ^ Krittanawong C, Zhang H, Wang Z, Aydar M, Kitai T (May 2017). "Artificial Intelligence in Precision Cardiovascular Medicine". Journal of the American College of Cardiology. 69 (21): 2657–2664. doi:10.1016/j.jacc.2017.03.571. PMID 28545640.
  51. ^ Beacher, Felix D.; Mujica-Parodi, Lilianne R.; Gupta, Shreyash; Ancora, Leonardo A. (5 May 2021). "Machine Learning Predicts Outcomes of Phase III Clinical Trials for Prostate Cancer". Algorithms. 14 (5): 147. doi:10.3390/a14050147.
  52. ^ Ferryman, Kadija; Pitcan, Mikaela (2018-02-26). "Fairness in Precision Medicine". Data & Society. Retrieved 2021-10-27.
  53. ^ Bhargava, Hersh K.; Leo, Patrick; Elliott, Robin; Janowczyk, Andrew; Whitney, Jon; Gupta, Sanjay; Fu, Pingfu; Yamoah, Kosj; Khani, Francesca; Robinson, Brian D.; Rebbeck, Timothy R. (2020-04-15). "Computationally Derived Image Signature of Stromal Morphology Is Prognostic of Prostate Cancer Recurrence Following Prostatectomy in African American Patients". Clinical Cancer Research. 26 (8): 1915–1923. doi:10.1158/1078-0432.CCR-19-2659. ISSN 1557-3265. PMC 7165025. PMID 32139401.
  54. ^ "The Impact of Precision Medicine on Cancer". weillcornell.org.
  55. ^ Neergard L (30 January 2015). "Obama Proposes 'Precision Medicine' to End One-Size-Fits-All". Drug Discovery & Development. Associated Press.
  56. ^ "Near-term Goals". nih.gov.
  57. ^ "Longer-term Goals". nih.gov.
  58. ^ "The White House Precision Medicine Initiative". whitehouse.gov – via National Archives.
  59. ^ Cunningham PW (2018-01-16). "The Health 202: NIH wants 1 million Americans to contribute to new pool of gene data". The Washington Post. ISSN 0190-8286. Retrieved 2018-01-20.
  60. ^ a b c d e f g "Personalized Medicine 101: The Promise". Personalized Medicine Coalition. Retrieved April 26, 2014.
  61. ^ "Research Portfolio Online Reporting Tools: Human Genome Project". National Institutes of Health (NIH). Retrieved April 28, 2014.
  62. ^ "Genetics Home Reference: What is pharmacogenomics?". National Institutes of Health (NIH). Retrieved April 28, 2014.
  63. ^ Breckenridge A, Orme M, Wesseling H, Lewis RJ, Gibbons R (April 1974). "Pharmacokinetics and pharmacodynamics of the enantiomers of warfarin in man". Clinical Pharmacology and Therapeutics. 15 (4): 424–30. doi:10.1002/cpt1974154424. PMID 4821443. S2CID 11777099.
  64. ^ Rieder MJ, Reiner AP, Gage BF, Nickerson DA, Eby CS, McLeod HL, et al. (June 2005). "Effect of VKORC1 haplotypes on transcriptional regulation and warfarin dose". The New England Journal of Medicine. 352 (22): 2285–93. doi:10.1056/NEJMoa044503. PMID 15930419.
  65. ^ Church D, Kerr R, Domingo E, Rosmarin D, Palles C, Maskell K, et al. (June 2014). "'Toxgnostics': an unmet need in cancer medicine". Nature Reviews. Cancer. 14 (6): 440–5. doi:10.1038/nrc3729. PMID 24827503. S2CID 21601547.
  66. ^ Kelkar SS, Reineke TM (October 2011). "Theranostics: combining imaging and therapy". Bioconjugate Chemistry. 22 (10): 1879–903. doi:10.1021/bc200151q. PMID 21830812.
  67. ^ Perkovic MN, Erjavec GN, Strac DS, Uzun S, Kozumplik O, Pivac N (March 2017). "Theranostic Biomarkers for Schizophrenia". International Journal of Molecular Sciences. 18 (4): 733. doi:10.3390/ijms18040733. PMC 5412319. PMID 28358316.
  68. ^ Kamps R, Brandão RD, Bosch BJ, Paulussen AD, Xanthoulea S, Blok MJ, Romano A (January 2017). "Next-Generation Sequencing in Oncology: Genetic Diagnosis, Risk Prediction and Cancer Classification". International Journal of Molecular Sciences. 18 (2): 308. doi:10.3390/ijms18020308. PMC 5343844. PMID 28146134.
  69. ^ Yahata N, Kasai K, Kawato M (April 2017). "Computational neuroscience approach to biomarkers and treatments for mental disorders". Psychiatry and Clinical Neurosciences. 71 (4): 215–237. doi:10.1111/pcn.12502. PMID 28032396.
  70. ^ "Fact Sheet: BRCA1 and BRCA2: Cancer and Genetic Testing". National Cancer Institute (NCI). Retrieved April 28, 2014.
  71. ^ a b "BIOMARKER TOOLKIT: Companion Diagnostics" (PDF). Amgen. Archived from the original (PDF) on August 1, 2014. Retrieved May 2, 2014.
  72. ^ a b c "Paving the Way for Personalized Medicine: FDA's Role in a New Era of Medical Product Development" (PDF). U.S. Food and Drug Administration (FDA). October 2013. Archived from the original (PDF) on 23 January 2014. Retrieved April 28, 2014.
  73. ^ Hamburg MA, Collins FS (July 2010). "The path to personalized medicine". The New England Journal of Medicine. 363 (4): 301–4. doi:10.1056/nejmp1006304. PMID 20551152. S2CID 205106671.
  74. ^ Mancinelli L, Cronin M, Sadée W (2000). "Pharmacogenomics: the promise of personalized medicine". AAPS PharmSci. 2 (1): 29–41. doi:10.1208/ps020104. PMC 2750999. PMID 11741220.
  75. ^ Ellsworth RE, Decewicz DJ, Shriver CD, Ellsworth DL (May 2010). "Breast cancer in the personal genomics era". Current Genomics. 11 (3): 146–61. doi:10.2174/138920210791110951. PMC 2878980. PMID 21037853.
  76. ^ a b Soni A, Gowthamarajan K, Radhakrishnan A (March 2018). "Personalized Medicine and Customized Drug Delivery Systems: The New Trend of Drug Delivery and Disease Management". International Journal of Pharmaceutical Compounding. 22 (2): 108–121. PMID 29877858.
  77. ^ Wang J, Poon C, Chin D, Milkowski S, Lu V, Hallows KR, Chung EJ (2018-10-01). "Design and in vivo characterization of kidney-targeting multimodal micelles for renal drug delivery". Nano Research. 11 (10): 5584–5595. doi:10.1007/s12274-018-2100-2. S2CID 104241223.
  78. ^ a b c Langbein T, Weber WA, Eiber M (September 2019). "Future of Theranostics: An Outlook on Precision Oncology in Nuclear Medicine". Journal of Nuclear Medicine. 60 (Suppl 2): 13S–19S. doi:10.2967/jnumed.118.220566. PMID 31481583. S2CID 201830244.
  79. ^ Herrmann K, Schwaiger M, Lewis JS, Solomon SB, McNeil BJ, Baumann M, et al. (March 2020). "Radiotheranostics: a roadmap for future development". The Lancet. Oncology. 21 (3): e146–e156. doi:10.1016/S1470-2045(19)30821-6. PMC 7367151. PMID 32135118.
  80. ^ Jadvar H, Chen X, Cai W, Mahmood U (February 2018). "Radiotheranostics in Cancer Diagnosis and Management". Radiology. 286 (2): 388–400. doi:10.1148/radiol.2017170346. PMC 5790308. PMID 29356634.
  81. ^ Pandey S, Giovenzana GB, Szikra D, Baranyai Z (2021). "Chapter 11. Positron Emission Tomography (PET) Driven Theranostics". Metal Ions in Bio-Imaging Techniques. Springer. pp. 315–346. doi:10.1515/9783110685701-017. S2CID 233659232.
  82. ^ Priyadharshini VS, Teran LM (2016). "Personalized Medicine in Respiratory Disease: Role of Proteomics". Advances in Protein Chemistry and Structural Biology. 102: 115–46. doi:10.1016/bs.apcsb.2015.11.008. PMID 26827604.
  83. ^ a b c Priyadharshini VS, Teran LM (2020). "Role of respiratory proteomics in precision medicine". In Faintuch J, Faintuch S (eds.). Precision Medicine for Investigators, Practitioners and Providers. Academic Press. pp. 255–261. doi:10.1016/B978-0-12-819178-1.00024-1. ISBN 978-0-12-819178-1. S2CID 213865547.
  84. ^ Fujii K, Nakamura H, Nishimura T (April 2017). "Recent mass spectrometry-based proteomics for biomarker discovery in lung cancer, COPD, and asthma". Expert Review of Proteomics. 14 (4): 373–386. doi:10.1080/14789450.2017.1304215. PMID 28271730. S2CID 3640863.
  85. ^ Lazzari C, Spreafico A, Bachi A, Roder H, Floriani I, Garavaglia D, et al. (January 2012). "Changes in plasma mass-spectral profile in course of treatment of non-small cell lung cancer patients with epidermal growth factor receptor tyrosine kinase inhibitors". Journal of Thoracic Oncology. 7 (1): 40–8. doi:10.1097/JTO.0b013e3182307f17. PMID 21964534. S2CID 205738875.
  86. ^ Carney W (2006). "HER2/neu Status is an Important Biomarker in Guiding Personalized HER2/neu Therapy" (PDF). Connection. 9: 25–27.
  87. ^ Telli ML, Hunt SA, Carlson RW, Guardino AE (August 2007). "Trastuzumab-related cardiotoxicity: calling into question the concept of reversibility". Journal of Clinical Oncology. 25 (23): 3525–33. doi:10.1200/JCO.2007.11.0106. PMID 17687157.
  88. ^ Saglio G, Morotti A, Mattioli G, Messa E, Giugliano E, Volpe G, et al. (December 2004). "Rational approaches to the design of therapeutics targeting molecular markers: the case of chronic myelogenous leukemia". Annals of the New York Academy of Sciences. 1028 (1): 423–31. Bibcode:2004NYASA1028..423S. doi:10.1196/annals.1322.050. PMID 15650267. S2CID 19332062.
  89. ^ Pleasance E, Titmuss E, Williamson L, et al. (2020). "Pan-cancer analysis of advanced patient tumours reveals interactions between therapy and genomic landscapes". Nature Cancer. 1 (4): 452–468. doi:10.1038/s43018-020-0050-6. PMID 35121966.
  90. ^ Duffy MJ (July 2001). "Biochemical markers in breast cancer: which ones are clinically useful?". Clinical Biochemistry. 34 (5): 347–52. doi:10.1016/S0009-9120(00)00201-0. PMID 11522269.
  91. ^ Piccart M, Lohrisch C, Di Leo A, Larsimont D (2001). "The predictive value of HER2 in breast cancer". Oncology. 61 Suppl 2 (2): 73–82. doi:10.1159/000055405. PMID 11694791. S2CID 23123767.
  92. ^ Baldus SE, Engelmann K, Hanisch FG (1 January 2004). "MUC1 and the MUCs: a family of human mucins with impact in cancer biology". Critical Reviews in Clinical Laboratory Sciences. 41 (2): 189–231. doi:10.1080/10408360490452040. PMID 15270554. S2CID 46460945.
  93. ^ a b Cruz JA, Wishart DS (February 2007). "Applications of machine learning in cancer prediction and prognosis". Cancer Informatics. 2: 59–77. CiteSeerX 10.1.1.795.3458. doi:10.1177/117693510600200030. PMC 2675494. PMID 19458758.
  94. ^ a b Williams MS (August 2019). "Early Lessons from the Implementation of Genomic Medicine Programs". Annual Review of Genomics and Human Genetics. 20 (1): 389–411. doi:10.1146/annurev-genom-083118-014924. PMID 30811224. S2CID 73460688.
  95. ^ Thomas M, Sakoda LC, Hoffmeister M, Peters U, Hsu L (September 2020). "Genome-wide Modeling of Polygenic Risk Score in Colorectal Cancer Risk". Am J Hum Genet. 107 (3): 432–444. doi:10.1016/j.ajhg.2020.07.006. PMC 7477007. PMID 32758450.
  96. ^ Khera AV, Chaffin M, Aragam KG, Haas ME, Roselli C, Choi SH, Natarajan P, Lander ES, Lubitz SA, Ellinor PT, Kathiresan S (September 2018). "Genome-wide polygenic scores for common diseases identify individuals with risk equivalent to monogenic mutations". Nat Genet. 50 (9): 1219–1224. doi:10.1038/s41588-018-0183-z. PMC 6128408. PMID 30104762.
  97. ^ Marnetto D, Pärna K, Läll K, Molinaro L, Montinaro F, Haller T, Metspalu M, Mägi R, Fischer K, Pagani L (April 2020). "Ancestry deconvolution and partial polygenic score can improve susceptibility predictions in recently admixed individuals". Nat Commun. 11 (1): 1628. Bibcode:2020NatCo..11.1628M. doi:10.1038/s41467-020-15464-w. PMC 7118071. PMID 32242022.
  98. ^ Wang Y, Guo J, Ni G, Yang J, Visscher PM, Yengo L (July 2020). "Theoretical and empirical quantification of the accuracy of polygenic scores in ancestry divergent populations". Nat Commun. 11 (1): 3865. Bibcode:2020NatCo..11.3865W. doi:10.1038/s41467-020-17719-y. PMC 7395791. PMID 32737319.
  99. ^ Martin AR, Kanai M, Kamatani Y, Okada Y, Neale BM, Daly MJ (April 2019). "Clinical use of current polygenic risk scores may exacerbate health disparities". Nat Genet. 51 (4): 584–591. doi:10.1038/s41588-019-0379-x. PMC 6563838. PMID 30926966.
  100. ^ Lewis CM, Vassos E (May 2020). "Polygenic risk scores: from research tools to clinical instruments". Genome Med. 12 (1): 44. doi:10.1186/s13073-020-00742-5. PMC 7236300. PMID 32423490.
  101. ^ a b c d e "Personalized Medicine 101: The Challenges". Personalized Medicine Coalition. Retrieved April 26, 2014.
  102. ^ a b Vayena E, Blasimme A, Cohen IG (November 2018). "Machine learning in medicine: Addressing ethical challenges". PLOS Medicine. 15 (11): e1002689. doi:10.1371/journal.pmed.1002689. PMC 6219763. PMID 30399149.
  103. ^ Schapranow MP (27 June 2013). "Analyze Genomes: Motivation". Hasso Plattner Institute. Retrieved 20 July 2014.
  104. ^ Frueh FW (September 2013). "Regulation, reimbursement, and the long road of implementation of personalized medicine--a perspective from the United States". Value in Health. 16 (6 Suppl): S27-31. doi:10.1016/j.jval.2013.06.009. PMID 24034309.
  105. ^ a b "Intellectual Property Issues Impacting the Future of Personalized Medicine". American Intellectual Property Law Association. Retrieved April 26, 2014.[데드링크]
  106. ^ Weldon CB, Trosman JR, Gradishar WJ, Benson AB, Schink JC (July 2012). "Barriers to the use of personalized medicine in breast cancer". Journal of Oncology Practice. 8 (4): e24-31. doi:10.1200/jop.2011.000448. PMC 3396824. PMID 23180995.
  107. ^ Char DS, Shah NH, Magnus D (March 2018). "Implementing Machine Learning in Health Care - Addressing Ethical Challenges". The New England Journal of Medicine. 378 (11): 981–983. doi:10.1056/NEJMp1714229. PMC 5962261. PMID 29539284.
  108. ^ Chernew ME, Landrum MB (March 2018). "Targeted Supplemental Data Collection - Addressing the Quality-Measurement Conundrum". The New England Journal of Medicine. 378 (11): 979–981. doi:10.1056/NEJMp1713834. PMID 29539286.
  109. ^ Gijsberts CM, Groenewegen KA, Hoefer IE, Eijkemans MJ, Asselbergs FW, Anderson TJ, et al. (2 July 2015). "Race/Ethnic Differences in the Associations of the Framingham Risk Factors with Carotid IMT and Cardiovascular Events". PLOS ONE. 10 (7): e0132321. Bibcode:2015PLoSO..1032321G. doi:10.1371/journal.pone.0132321. PMC 4489855. PMID 26134404.
  110. ^ Yngvadottir B, Macarthur DG, Jin H, Tyler-Smith C (2009). "The promise and reality of personal genomics". Genome Biology. 10 (9): 237. doi:10.1186/gb-2009-10-9-237. PMC 2768970. PMID 19723346.
  111. ^ a b c Fernald GH, Capriotti E, Daneshjou R, Karczewski KJ, Altman RB (July 2011). "Bioinformatics challenges for personalized medicine". Bioinformatics. 27 (13): 1741–8. doi:10.1093/bioinformatics/btr295. PMC 3117361. PMID 21596790.
  112. ^ "Personalised and precise healthcare means a better quality of life for patients". future proofing healthcare. Retrieved 17 November 2022.
  113. ^ "Building long term sustainable and personalised healthcare systems". Economist. 28 January 2021. Retrieved 17 November 2022.
  114. ^ "Ireland performs poorly on international index of personalised healthcare". Irish Medical Times. 9 September 2021. Retrieved 17 November 2022.

외부 링크