厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下, 独立完成的研究成果本人在论文写作中参考其他个人或集体已经发表的研究成果, 均在文中以适当方式明确标明, 并符合法律规范和厦门大学研究生学术活动规范 ( 试行 ) 另外, 该学位论文为 ( ) 课题 ( 组 ) 的研究成果,

Size: px

Start display at page:

Download "厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下, 独立完成的研究成果本人在论文写作中参考其他个人或集体已经发表的研究成果, 均在文中以适当方式明确标明, 并符合法律规范和厦门大学研究生学术活动规范 ( 试行 ) 另外, 该学位论文为 ( ) 课题 ( 组 ) 的研究成果,"

舅丕仇
7 years ago
Views:

1 学校编码 :10384 分类号密级学号 : UDC 硕士学位论文镇痛药物严重不良反应发生机制的探索性理论研究 A Novel Strategy for Mechanistic Study of Analgesics-induced Severe Adverse Drug Reactions 纪囡指导教师姓名 : 纪志梁教授专业名称 : 生物化学与分子生物学论文提交日期 :2012 年 05 月日论文答辩时间 :2012 年 05 月日学位授予日期 :2012 年月日答辩委员会主席 : 评阅人 : 2012 年 05 月

2 厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下, 独立完成的研究成果本人在论文写作中参考其他个人或集体已经发表的研究成果, 均在文中以适当方式明确标明, 并符合法律规范和厦门大学研究生学术活动规范 ( 试行 ) 另外, 该学位论文为 ( ) 课题 ( 组 ) 的研究成果, 获得 ( ) 课题 ( 组 ) 经费或实验室的资助, 在 ( ) 实验室完成 ( 请在以上括号内填写课题或课题组负责人或实验室名称, 未有此项声明内容的, 可以不作特别声明 ) 声明人 ( 签名 ): 年月日

3 厦门大学学位论文著作权使用声明本人同意厦门大学根据中华人民共和国学位条例暂行实施办法等规定保留和使用此学位论文, 并向主管部门或其指定机构送交学位论文 ( 包括纸质版和电子版 ), 允许学位论文进入厦门大学图书馆及其数据库被查阅借阅本人同意厦门大学将学位论文加入全国博士硕士学位论文共建单位数据库进行检索, 将学位论文的标题和摘要汇编出版, 采用影印缩印或者其它方式合理复制学位论文本学位论文属于 : ( )1. 经厦门大学保密委员会审查核定的保密学位论文, 于年月日解密, 解密后适用上述授权 ( )2. 不保密, 适用上述授权 ( 请在以上相应括号内打或填上相应内容保密学位论文应是已经厦门大学保密委员会审定过的学位论文, 未经厦门大学保密委员会审定的学位论文均为公开学位论文此声明栏不填写的, 默认为公开学位论文, 均适用上述授权 ) 声明人 ( 签名 ): 年月日

4 目录目录中文摘要... I 英文摘要... II 第一章前言药物不良反应药物不良反应定义与分类药物不良反应机制研究与预测镇痛药物不良反应镇痛药物使用现状和 ADR 现状镇痛药物 ADR 发生原因和研究进展本论文研究的意义思路和目的第二章材料与方法研究流程镇痛药物信息提取镇痛药物化学结构与活性成分镇痛药物药理作用及临床应用镇痛药物不良反应标准化其他镇痛药物简介 SADRs 发生机制研究方法搜索药物潜在靶点 SADRs 相关蛋白的发现构建 ADRs-Pathway 分子网络镇痛药物相关 Pathway 的构建与分析第三章结果与分析镇痛药物潜在靶点分析 SADRs 发生机制分析呼吸抑制心脏不适心律不齐 i

5 目录肺部不适镇痛药物 ADRAPs 预测 Glutathione reductase(gr) Rho-associated kinase(rock) Receptor tyrosine-protein kinase erbb 第四章展望参考文献致谢 ii

6 Table of Contents Table of Contents Abstract in Chinese... I Abstract in English... II Chapter 1 Introduction Adverse Drug Reaction Definition and classication of ADR Mechanism research and prediction of ADR Analgesics ADR Usage and ADR of analgesics Causes and research of analgesics ADR Significance and aim of this article 第二章 Materials and methods Research process Analgesics information abstract Chemical structures and active metabolites of analgesics Pharmacological and clinical application of analgesics Standardization of analgesics ADR Introduction of other analgesics Research methods of SADRs Searching drugs putative targets SADRs associated proteins Construct ADRs-Pathway network Construct anaglesics pathway network 第三章 Results and analysis Analysis of analgesics putative targets Analysis of SADRs Respiratory depression Cardiac disorder Cardiac arrhythmias iii

7 Table of Contents Lung disorder Prediction of analgesics ADRAPs Glutathione reductase(gr) Rho-associated kinase(rock) Receptor tyrosine-protein kinase erbb Chapter 4 Prospect Reference Acknowledgements iv

8 摘要摘要药物通过与一种或多种参与疾病发生的治疗靶点相互作用, 达到治疗效果在与治疗靶点相互作用的同时, 也会与某些非治疗靶点作用, 药物或其活性代谢产物与非治疗靶点相互作用会直接或间接地诱发不良反应鉴定和预测这些非治疗靶点, 或称药物不良反应相关蛋白 (ADRAPs) 可以应用于药物研发初级阶段的毒性评估部分本论文以镇痛药物 Oxycodone, Fentanyl, Morphine, Acetaminophen, Rofecoxib 和复合药物 Acetaminophen-Hydrocodone 为实验材料利用基于分子反向对接的药物靶标搜索算法 INVDOCK, 计算机辅助搜索药物潜在靶点, 结合文献记载的 ADRAPs 信息和相关代谢 Pathway 通路, 构建严重不良反应 (SADRs) 的 Protein-ADR-Pathway 相互作用网络图, 分析呼吸抑制心脏不适心律不齐和肺部不适等几种严重不良反应的发生机制研究发现 :30 个 ADRAPs 和 19 条代谢 Pathway 与呼吸抑制有关, 呼吸抑制的发生可能是由于影响乙醇脱氢酶 (ADH) 和乙醛脱氢酶 (ALDH) 参与的氧化反应, 或是竞争性抑制细胞色素 P450 从而导致药物在血浆中的半衰期延长, 持续诱发 SADRs 发生心脏不适与 53 个 ADRAPs 和 30 条代谢 Pathway 有关, 其中 5 个 ADRAPs 参与 ErbB 信号通路异常,3 个 ADRAPs 参与钙调信号通路异常, 这两条通路异常都会诱发心脏不适心律不齐与 28 个 ADRAPs 和 9 条代谢 Pathway 有关,12 个 ADRAPs 参与肌动蛋白细胞骨架调节代谢通路, 通过影响肌动球蛋白组装收缩 MAPK 信号通路肌动蛋白稳定性进而诱发心律不齐肺部不适与 26 个 ADRAPs 和 6 条代谢 Pathway 有关, 谷胱甘肽代谢通路中, 药物通过与 7 个 ADRAPs 相互作用抑制谷胱甘肽的形成, 导致细胞抗氧能力降低, 过氧化物环境造成肺部损伤导致肺部不适本实验方法可以缩短药物临床试验的时间周期, 也可以降低药物研发成本, 在研发过程中用最省时省效的方法淘汰不适合的化合物, 预测的 ADRAPs 信息可用于 SADRs 协同发生的研究, 也可作为治疗靶点探索新型药物模型关键词 : 严重药物不良反应 (SADRs); 镇痛药物 ; 药物不良反应相关蛋白 (ADRAPs) I

9 ABSTRACT ABSTRACT Drugs realize their therapeutic effects via interaction with certain target(s) in disease-associated physiological pathways, at the meanwhile, induce adverse drug reactions when binding to some off-target proteins. Identification these off-target proteins, or namely ADR-associated proteins (ADRAPs), can be potentially applied in facilitating toxicity assessment in early stage of drug development. In this study, we introduced a new computational strategy in exploration of molecular mechanisms underlying some severe adverse drug reactions (SADRs) using six well-known analgesics, including Oxycodone, Fentanyl, Morphine, Acetaminophen, Rofecoxib and Acetaminophen-Hydrocodone. A number of putative ADRAPs were predicted via reverse docking against human/mammal protein structrues, along with bioinformatics analyses and literature surveillance. At the same time, Protein-ADR-Pathway interaction networks were constructed for further mechanism study. It is observed that 30 ADRAPs and 19 pathways play crucial roles in respiratory depression. The respiratory depression may be induced by inhibition of cytochrome P450, or alcohol dehydrogenase (ADH) and aldehyde dehydrogenase (ALDH). 53 ADRAPs and 30 pathways play crucial roles in cardiac disorder. The dysfunction of ErbB signaling pathway and calcium signaling may respond to cardiac disorder. 28 ADRAPs and 9 pathways are involved in cardiac arrhythmias. Interference of the actin cytoskeleton pathway, the dysfunction of actomyosin assembly contraction, MAPK signaling pathway and actin stabilization could induce cardiac arrhythmias. 26 ADRAPs and 6 pathways play crucial roles in lung disorder. Unexpected interaction with 7 ADRAPs in the glutathione metabolism pathway could affect the bioconversion of glutathione, so that the antioxidant ability of lung is weakened and thus causes hyperoxia or even lung injury. Keywords: severe adverse drug reactions (SADRs); analgesics; ADR-associated II

10 ABSTRACT proteins (ADRAPs) III

11 第一章前言第一章前言 1.1 药物不良反应药物不良反应定义与分类药物是指能影响机体生理生化和病理过程, 用以预防诊断治疗疾病的化学物质在疾病治疗过程中, 药物在发挥药效的同时, 也有可能带来可预知或不可预知的药物不良反应根据世界卫生组织 WHO 国际药物监测合作中心的定义, 药物不良反应 (Adverse Drug Reaction, ADR) 是指正常剂量的药物在人体的预防诊断和治疗中所起的任何有毒害的非预期反应 [1] 如果药物相互作用的情况与临床后果符合世界卫生组织的定义, 则可以将它归类于药物不良反应本文所指的药物严重不良反应 (Severe Adverse Drug Reaction, SADR) 是指具有引起死亡, 致癌致畸致出生缺陷, 对生命有危险并能够导致人体永久的或显著的伤残, 对器官功能产生永久损伤, 导致住院或住院时间延长的不良反应类型目前常用的药物不良反应分类方法是 1977 年 Rawlins 和 Thompson 提出的, 按照 ADR 对药物有无剂量依赖性分为 A B 两类反应 [2] A 型药物不良反应 (Type A ADR) 也称剂量相关的不良反应 (Does-related ADR), 占药物不良反应的 70%~ 80% [3] 该反应是由药物的药理作用增强导致特点是可预测, 常与剂量有关, 发生率高, 死亡率低, 停药或减量后症状很快减轻或消失, 如副作用毒性作用后效应等都属 A 型药物不良反应 A 型 ADR 产生原因主要有 : 药物代谢动力学方面, 包括药物的吸收分布, 与血浆蛋白的结合, 与组织结合, 肾脏排泄和生物转化例如药物在循环中分布的量和范围取决于局部血液量和药物穿透细胞膜的难易程度, 心排出量也对药物分布及组织灌注速率起着决定性作用靶器官敏感性增强也可以产生 A 型药物不良反应神经递质激素和某些维生素等, 主要通过与特异受体结合来发挥其药理作用, 个体间的受体数量上存在不同, 受体的敏感性也往往受到其他药物的影响例如乙诺酮 (Norethandrolone) 本身并不具有抗凝作用, 但当与抗凝药华法令 (Warfarin) 合用时, 则可增强后者的抗凝作用而出现 A 型药物不良反应 B 型药物不良反应 (Type B ADR ), 又称剂量不相关的不良反应 1

12 第一章前言 (Non-dose-related ADR), 占药物不良反应事件总数的 20%~25% 它是一种与正常药理作用无关的异常反应, 难预测, 常规毒理学筛选不能发现, 发生率低, 但死亡率高, 如过敏反应 ( 包括 Ⅰ 型 Ⅱ 型 Ⅲ 型以及 Ⅳ 型 ) 特异质反应都属 B 型不良反应 B 型 ADR 发生原因主要有药物因素和机体因素药物因素包括药物有效成分的分解产物添加剂增溶剂稳定剂着色剂赋型剂化学合成中产生的杂质等如四环素 (Tetracycline) 贮存过程中的降解产物, 即可引起范可尼氏综合征机体因素主要指的是患者遗传水平上的特异性因素, 如遗传上的异常缺陷, 暴露在药物下发生的药物不良反应药物不良反应机制研究与预测传统的 ADR 机制研究和预测主要采用动物实验体外试验和临床研究动物实验是通过动物为模型进行研究, 观察动物在给药后的不良反应, 根据动物不良反应的情况分析, 为药物对人体不良反应研究提供预测和参照例如俄罗斯研究者在使用铂类抗癌药对实验鼠进行的研究中发现, 铂类抗癌药物对实验鼠生殖健康会造成损害, 而且对雌性鼠的损害要大于雄性鼠, 抗癌效果越好的铂类抗癌药对实验鼠健康的损害越大, 从而推断铂类抗癌药对人体的生殖器官可能也有类似的损害但是使用动物实验主要依靠手工操作, 只能对有限的样品进行研究, 人类目前在实验动物身上复制出的病理模型也十分有限抗 CD28 人源化单克隆抗体 TGN1412, 在动物实验中是安全的, 在 Ⅰ 期临床试验中却出现了灾难性的意外 6 名接受药物注射的志愿者在接受小于动物安全剂量 500 倍的初次注射后, 出现了危及生命的药物严重不良反应经过抢救,6 名志愿者虽然无一例死亡, 但反应最严重的志愿者, 在重症监护病房住院治疗 3 个多月后, 因药物不良反应导致脚趾和手指缺血坏死而接受全部足趾切除术和 3 个手指部分切除术 [4] 不仅如此, 动物实验还面临着动物保护主义者的反对, 因此使用动物模型具有显著的局限性, 效率低和成本高等缺点体外试验在一定程度上克服了动物实验的不足, 采用人体细胞模拟体内环境进行研究例如在采用蛋白质组学技术使用地高辛对体外培养的人脐静脉内皮细胞 (HUVEC) 进行毒理学研究时, 热休克蛋白 60(HSP60) 表达量增加, 进而根据 HSP60 表达量的异常推断出地高辛对内皮细胞具有毒害作用 [5] 但是体外试验仍 2

13 第一章前言不能克服效率低自动化操作程度低结果影响因素多等不足, 在 ADR 研究和预测中的应用受到一定限制生物信息学为 ADR 机理的研究和预测提供了全新的手段生物信息学数据库是生物信息学的基础应用, 通过对生物学数据的贮存处理分析来解释包含在海量数据中的生物学意义药物和药物 ADR 信息主要来源于数据库信息, 这是药物 ADR 机制研究和预测的重要基础药物小分子数据库 DrugBank 收录了 4800 个药物描述信息和相关的药物靶标数据, 包括药物化学数据 ( 分子式,CAS 编号, 化学结构等 ), 药理学数据 ( 作用机制, 疗效, 代谢途径等 ), 制药学数据 ( 制剂类型, 体内半衰期等 ) [6] 药物 ADR 数据库, 具有代表性的如世界卫生组织 WHO 的个例安全性病例报告数据库 Vigibase, 该数据库收录了 470 万例 ADR 事件, 是目前最完整的个例安全性病例数据库其次还有美国国立医学图书馆 (NLM) 和美国国立卫生研究院 (NIH) 联合开发的 DailyMed 以及 FDA 下属的不良反应呈报系统 (Adverse Event Reporting System, AERS) 数据库等药物相关蛋白数据库蛋白质分子数据库也对药物 ADR 机制研究提供辅助帮助例如药物不良反应靶点蛋白数据库 (Drug Adverse Reaction Target Database), 该数据库收集了 146 个药物不良反应靶点蛋白的相关信息此外还有药物不良反应相关蛋白数据库 (Drug Induced Toxicity Related Protein Database, DITOP) 药物 ADR 研究相关数据库见表 1.1 数据库名称 Table 1.1 表 1.1 常用药物不良反应研究数据库 Adverse drug reaction research databases 网址 DrugBank Drug Adverse Reaction Target Database (DART) p DailyMed PubMed UniProt U.S. Food and Drug Administration Drug Induced Toxicity related Protein Database (DITOP) dex.html Toxicology Data Network 3

14 第一章前言 (TOXNET) Protein Data Bank (PDB) Adverse Event Reporting System (AERS) 随着生物信息学和化学信息学的发展, 很多软件系统被开发出来用于化合物毒性的预测, 由于预测结果的准确率较高, 很多软件成为化学家毒理学家和制药公司针对药物毒性测试的技术支持, 具有低投入耗时短等特点目前大多数计算机毒性预测的基础都是构效关系原则 (Structure-activity relationship, SAR), 它很早应用于化学物质的毒性预测 [7] 定量构效关系(Quantitative structure-activity relationship, QSAR) 模型是指化合物的分子结构与其生物学活性相关联的数学模型其理论基础是 Crum Brown 和 Fraser 在 1868~1869 年的一项声明 : 毫无疑问, 一种物质的生理学反应活性和它的化学组成及其结构式是相互关联的 [8] 一个 QSAR 模型必须包含以下部分 : 来自一组相关化合物毒性数据, 化合物的理化性质数据, 将以上两类数据通过统计学的方法联系起来, 如果这种关系可以通过定义相关参数来进行量化, 就可以生成一个 QSAR 模型来进行毒性预测目前, 计算机毒性预测可以分为两类 : 基于数据统计和基于知识基于数据统计是通过对一组化合物的分子结构数据和它对应的生物活性以及毒理学数据进行统计分析, 建立两者之间的量化关系模型, 预测化合物潜在的毒性和不良反应, 如 TOPKAT [9],CASE/MASE 等基于知识是利用系统内置的知识库来预测化学物质的潜在毒性, 而知识库中的规则来源于对毒物学实验数据研究的可靠结果, 如 DEREK [10],OncoLogic [11],HazardExpert,COM-PACT 等还有很多新算法被开发出来用于化合物毒性的预测, 如支持向量机制 (Support Vector Machine, SVM),K- 近邻法 (K-Nearest Neighbors, KNN), 决策林 (Decision Forest, DF), 人工神经网络 ANN 等 [12] 1.2 镇痛药物不良反应镇痛药物使用现状和 ADR 现状疼痛是机体受到伤害性刺激后产生的一种反应性反应, 常伴有恐惧紧张 4

15 第一章前言不安等情绪活动疼痛也是某种疾病的一种症状, 可使人感到痛苦剧烈疼痛除反应在感觉上的痛苦和情绪上的不安外, 还可导致生理功能紊乱, 引起失眠, 甚至诱发休克而产生生命危险临床上适当地使用镇痛药物以缓解剧痛和预防休克, 在治疗疾病和创伤救护中有着重要意义镇痛药物主要作用于中枢神经系统, 选择性抑制和缓解各种疼痛, 减轻疼痛而致的恐惧紧张和不安情绪, 镇痛同时不影响其他感觉如知觉听觉, 并且能保持意志清醒但有些镇痛药物反复使用会产上成瘾性, 凡易成瘾的药物统称为麻醉性镇痛药物临床应用的镇痛药物主要有阿片生物碱类人工合成类和镇痛中草药麻醉性镇痛药物在缓解创伤术中术后疼痛及晚期癌痛, 改善患者生活质量中占有极其重要的地位, 但因其有一定的成瘾性, 合理使用该类药物非常必要在对某院 2006 年 ~2008 年麻醉性镇痛药物的使用情况分析中 ( 表 1.2), 可以明显的看出, 麻醉性镇痛药物处方量, 销售金额逐年上升 [13] 这种上升趋势可能与环境污染空气质量下降, 肿瘤患者逐渐增多有关表 1.2 麻醉性镇痛药物处方量, 销售金额占药品总销售金额的比例 Table 1.2 Analgesics prescriptions and sales accounted for the total sales 年度处方量药品销售金额 ( 万元 ) 5 麻醉性镇痛药物销售金额 ( 万元 ) 比例 (%) 2006 年年年资料来源 : 王建梅, 麻醉性镇痛药应用情况分析 [J], 中国医刊,2009 年按照 WHO 提出的癌痛三阶梯止痛治疗方案, 对癌症患者给药要按阶梯有规律定时定量而不是按需给药, 剂量应个体化, 并尽可能用口服制剂或贴剂的原则即轻度疼痛可用非甾体抗炎药物, 例如阿司匹林等非阿片类止痛药 ; 中度疼痛可用弱阿片类及其复方制剂, 例如曲马多等 ; 重症疼痛采用吗啡类强效阿片类药物, 例如吗啡在临床应用方面, 吗啡类镇痛药物主要用于肿瘤治疗, 癌症患者一般为中重疼痛患者, 一般的解热镇痛药物或弱阿片类镇痛药物不能有效控制疼痛近年来, 由于癌症患者日益增多, 对肿瘤治疗的镇痛药物处方量不断增加, 标准计算用药频率 (DDDs) 变化不尽相同 DDDs 值按下式计算 :DDDs=

16 第一章前言某药的年消耗量 / 该药的 DDD(Defined Daily Dose, DDD) 值世界卫生组织 WHO 规定的限定日剂量 DDD 值是指为达到主要治疗目的用于成人的平均日剂量表 1.3 列举出从 2005 年 ~2007 年间, 某院不同种类吗啡类镇痛药物 DDDs 值变化及排名 [14] Table 1.3 表 ~2007 年 DDDs 值变化及排名 The changes and ranking of DDDs during 2005~2007 药品名规格 DDD 2005 年 2006 年 2007 年 DDDs 排序 DDDs 排序 DDDs 排序哌替啶针 100mg 100 4, , ,360 2 吗啡控释 30mg 60 3, , ,105 1 片吗啡针 10mg 15 2, , ,255 3 芬太尼针 0.1mg 0.1 1, , ,544 4 芬太尼贴剂 2.5mg/5mg , ,368 5 瑞芬太尼针 1mg , ,355 6 可待因片 30mg 资料来源 : 吴雪玲, 刘碧波, 陈悦傍等,2005~2007 年某院住院患者吗啡类镇痛药使用调查与分析, 中南药学,2009 年哌替啶又名杜冷丁, 长期使用成瘾性大, 其代谢产物去甲哌替啶有很强的神经毒性而引起中枢刺激症状, 只适用于急性疼痛的短期治疗, 不适于慢性疼痛及癌痛的治疗但是哌替啶注射给药快, 价格便宜, 是临床医生首选治疗药物吗啡类制剂呈现逐年增长的趋势, 其中以吗啡控释片用量的增加更为显著, 吗啡控制片由于是控释制剂, 释药曲线平稳, 血药峰谷浓度比值低, 止痛效果好, 是中重度癌痛患者止痛的首选芬太尼和瑞芬太尼针是强效镇痛药, 其镇痛作用比吗啡强, 但作用时间短, 主要用于外科手术前诱导及维持止痛芬太尼贴剂由于使用方便, 生物利用度高, 有持久稳定的镇痛效果, 不良反应少而轻, 尤其适用于不能口服给药的晚期癌痛患者可待因片为弱阿片类药物, 中枢性镇咳药, 适用于剧烈的无痰干咳, 可明显减轻肺癌患者的干咳, 故其 DDDs 一直排在末位镇痛药物不良反应主要发生于用药初期及过量用药时, 大多是暂时性或可耐 6

17 Degree papers are in the Xiamen University Electronic Theses and Dissertations Database. Full texts are available in the following ways: 1. If your library is a CALIS member libraries, please log on and submit requests online, or consult the interlibrary loan department in your library. 2. For users of non-calis member libraries, please mail to etd@xmu.edu.cn for delivery details.

2

10384 -------- 9601008 UDC---------------------- 1999 1999 1999 ------------------------ ------------------------ 1 2 .4...4 7 14.14..18..22..22..24 3 4.27.32.39 1 2 3 4 5 6 7 8 9 10 11 5 12 6 1 2 3 4