Sylvain Goutelle EMET Mai 2015 Prédiction des interactions médicamenteuses impliquant le CYP1A2.

Slides:



Advertisements
Présentations similaires
Développement d’un médicament
Advertisements

Competitor See, Competitor Do: Incumbent Entry in New Market Niches Ann Brosseau Marc-Antoine Chaput.
Inférence statistique
La biodisponibilité Alain Bousquet-Mélou
La biodisponibilité Alain Bousquet-Mélou
Pharmacologie générale Introduction Alain Bousquet-Mélou
Relations pharmaco(toxico)cinétique/pharmaco (toxico)dynamie
1 Session 6 : Gestion budgétaire « Les bons analystes sont rarement timides, quand ça va coûter cher, ils le disent » « Les économies ont toujours un prix.
Analyse de la variance à un facteur
Travail de génétique G9 :
QTLmap et les données ayant une distribution non gaussienne
Compétition une question DE DOSE
Induction de la phase I & conséquences métaboliques
PHARMACOCINETIQUE Cours n°3 Dr J.CATTELOTTE Radiopharmacien
Genetic paramaters of somatic cell count in dairy sheep considering the type of mammary pathogen effect.
HAMM Flore HAXAIRE Cécile LISKA Claire MENDES Agnès
Interaction entre les possibles facteurs de risque
Baï Flavien Bailly Christophe Baumgarte Audette
Travail de génétique 2ème doctorat Béguin Carole
ELE792. Projet de fin d'études en. génie électrique GTS792
La toxicocinétique dans l’évaluation des risques
Pharmacologie générale Introduction Alain Bousquet-Mélou
La liaison aux protéines plasmatiques Alain Bousquet-Mélou
La biodisponibilité Alain Bousquet-Mélou
La clairance hépatique Alain Bousquet-Mélou
Audoin Marion Briot Julien Hanot François
Paracliniques de Gestion des exploitations agricoles Genetic parameters and evaluation of the Tunisian dairy cattle population for milk yield by Bayesian.
Objectifs Chapitre 8: Mesure en psychologie
Travaux pratiques Hygiène-Génétique- Biostatistique:
Problèmes inverses en électroencéphalographie
ESTIMATION DES PARAMETRES GENETIQUES INFLUANCANT LA TAILLE DE LA PORTEE CHEZ DES PORCS DE RACE PURE LANDRACE ET PIETRAIN.
LE DESEQUILIBRE DE LIAISON
Vers un nouvel empirisme: l’ancien et le nouvel empirisme John Goldsmith Université de Chicago CNRS MoDyCo.
INDUCTION, INHIBITION : METABOLISME ET CONSEQUENCES (PHASE II)
Réponse innée du SI : 1ère ligne de défense (↑ réponse anti-microbienne) Vitamine D: rôle majeur vis-à-vis de M. tuberculosis Suite de l’article de Science.
CLEAR PLATELETS Variabilité génétiquement déterminée de l’effet du clopidogrel Influence du polymorphism du CYP2C19 sur les effets antiplaquettaires du.
 2007 Johns Hopkins Bloomberg School of Public Health  2007 École de Santé Publique John Hopkins Bloomberg Évaluation des programmes de lutte antitabac.
II. Pharmacologie. II. Pharmacologie Interaction PK entre doravirine et rifampicine (1) Objectif : étude d’interaction PK plasmatique de doravirine.
Induction métabolique et conséquences sur la phase II
Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :35 1 Comparaisons multiples Ce qu’elles sont.
V. M.-R. Arnould 1,2,*, E. Froidmont 3, H. N. Nguyen 4, F. Dehareng 4, P. Dardenne 4, A. Gillon 2,5, N. Gengler 2,6 et H. Soyeurt 2,6 1 CONVIS, Zone Artisanale.
La biodisponibilité Alain Bousquet-Mélou
La clairance hépatique Alain Bousquet-Mélou
M. Pourrat Service Pharmacie Hôpital Beaujon
La liaison aux protéines plasmatiques Alain Bousquet-Mélou
Concepts fondamentaux: statistiques et distributions
Travail de génétique 2°Doc Doppagne M.L. Evrard L. Peduzzi F. Schoenars P.
Il y a beaucoup d’épistasie :
Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :52 1 Comparaisons multiples Ce qu’elles sont.
Elimination des médicaments Alain Bousquet-Mélou
Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :05 Asymétrie fluctuante.
1 Gestion des exploitations agricoles: partie génétique Sources of variation and genetic profile of spontaneous, out-of-season ovulatory activity in the.
Maxime LUU CIC-P CHU DIJON 18/15/2015
Génétique de la croissance et de la reproduction du dindon Julien F. Lamérant A. Lapray S. 2ème doctorat – 2006/2007.
Reduced sensitivity of Influenza A(H5N1) to Oseltamivir Jennifer L. McKimm-Breschkin, Paul W. Selleck, Tri Bhakti Usman and Michael A. Johnson EMERGING.
Un segment peut contenir plusieurs gènes les gènes sont nombreux et/ou en interaction leurs effets sont inégaux et instables les mutations se fixent séquentiellement.
Devenir d’un médicament dans l’organisme Alain Bousquet-Mélou
Pharmacodynamie, Pharmacocinétique
Valeurs de références environnementales et évaluation de l ’impact sanitaire des installations André Cicolella, Céline Boudet,Cécile Allard Amin Kouniali,
Etude de l’héritabilité de la fertilité
Pharmacogénétique.
Validation d’une méthode d’analyse
Biotransformation des médicaments : les cytochromes
Calcul de puissance en IRMf Réunion 2 CNF 2015/2016.
The final intercalibration process Prerequisites 1. Good status boundaries have been set by Member States. 2. IC process has passed “feasibility checks“.
Séance de Révision UE6 Partie Pharmacocinétique et Pharmacodynamie Quelques rappels.
Rami BAATOUR Master 2 Master 2 Pharmacologie, Modélisation et Essais Cliniques Service EMET Service EMET - Evaluation et Modélisation des Effets Thérapeutiques.
Biostatistique pour le troisième cycle P. Leroy, F. Farnir 2013.
SMILE: un des formats utilisés pour représenter informatiquement une molécule Quelques propriétés physicochimiques de.
Transcription de la présentation:

Sylvain Goutelle EMET Mai 2015 Prédiction des interactions médicamenteuses impliquant le CYP1A2

Le CYP1A2 13% du contenu hépatique en CYP (CYP2D6 = 6%) Voie métabolique pour 9% des médicaments (CYP2D6 = 15%) Métabolisme de substances endogènes (stéroïdes, acide arachidonique), cancérogènes (aflatoxine b1) CYP inductible: fumée du tabac et autres HPA Des mutations inactivatrices mais pas de multi-copies (URM), fréquences très faibles Relations génotype/phénotype mal établies Polymorphisme non pris en compte dans le travail

Goodman & Gilman’s Pharmacological Basis of Therapeutics 12th edition 2011

AlleleProtein Nucleotide changes, Gene *Gene *Position 5347 should have a T instead of a C to be considered *1A. Trivial name Effect Enzyme activity References In vivoIn vitro CYP1A2*1ACYP1A2.1NoneWild- type Normal Ikeya et al, 1989 Quattrochi and Tukey, 1989 CYP1A2*1BCYP1A T>C Nakajima et al, 1994 Welfare et al, 1999 CYP1A2*1CCYP1A G>ADecreasedNakajima et al, 1999 CYP1A2*1DCYP1A delT Japanese patent number Chida et al, 1999 Chida et al, 1999 CYP1A2*1ECYP1A T>G Japanese patent number Chida et al, 1999 Chida et al, 1999 CYP1A2*1FCYP1A C>A -163C>A There is confusion about the definition of the CYP1A2*1F allele in the literature. Higher inducibility Japanese patent number Sachse et al, 1999 Chida et al, 1999 Han et al., 2002 Sim et al., 2013 Sachse et al, 1999 Chida et al, 1999 Han et al., 2002 Sim et al.,

Le modèle de prédiction quantitative AUC*: aire sous la courbe du substrat en présence de l’inhibiteur AUC: aire sous la courbe du substrat seul (chez les métaboliseurs normaux EM) CR CYP1A2 : ratio de contribution, fraction de la clairance totale due au CYP considéré = sensibilité du substrat (0 à 1) IR CYP1A2 = ratio d’inhibition = puissance de l’inhibiteur (0 à 1 et dépend de la concentration de l’inhibiteur) Ohno et al. Clinical Pharmacokinetics 2007 ; Tod et al. Clinical Pharmacokinetics 2011

Cas de l’induction IC CYP1A2 = puissance de l’inducteur (réel > 0) Ohno et al. Clinical Pharmacokinetics 2008

Méthodes de l’étude Recherche bibliographique: études d’interactions chez l’homme avec mesure de AUC ou clairance, voie orale => collecte de R AUC Etape 1: Calcul des valeurs initiales des paramètres du modèle de prédiction, CR CYP1A2, IR CYP1A2 Valeur initiale pour la caféine, CR CYP1A2 = 0.95 Etape 2: validation externe sur les données publiées non-utilisées Etape 3: Estimation finale des paramètres CR, IR et des R AUC Pour tous les couples inhibiteur-substrat et inducteur-substrat Méthode Bayésienne (Winbugs)

Etape 1: calcul des paramètres 102 ratios d’AUC publiés disponibles 19 substrats dont théophylline, clozapine, olanzapine, agomélatine 28 inhibiteurs dont ciprofloxacine, fluvoxamine, COC 7 inducteurs dont rifampicine, carbamazépine, tabac

Substrat Inhibiteur / inducteur IR ou IC (fixé) AUC*/AUC observé CR calculé agomelatinefluvoxamine asenapinefluvoxamine caffeineValeur initiale 0.95 clozapinecaffeine duloxetinefluvoxamine erlotinibciprofloxacine fluvoxaminetobacco frovatriptanfluvoxamine mexiletinecimetidine olanzapinefluvoxamine pomalidomidefluvoxamine quininefluvoxamine ramelteonfluvoxamine rasagilineciprofloxacine roflumilastenoxacin ropiniroleciprofloxacine tacrinefluvoxamine theophyllinefluvoxamine tizanidinefluvoxamine Etape 1: calcul des paramètres

Inhibiteur/InducteurDoseSubstrat CR substrat (fixé) AUC*/AUC IR ou IC calculé omeprazole40theophylline pefloxacin400caffeine phenylpropanolamine75caffeine pipemidic acid1600caffeine propafenone300caffeine rifabutin300theophylline rifampicine600tizadine rofecoxib25tizadine terbinafine250theophylline thiabendazole500caffeine tobacco10-20 cig/jtizanidine tosufloxacin450theophylline vemurafenib?caffeine Etape 1: calcul des paramètres

Etape 2: validation externe 50 ratios d’AUC disponibles Performances prédictives Erreur moyenne (prédit – observé) = 0.05 ± 1.29 Erreur absolue moyenne (|prédit – observé|) = 0.68 ± valeurs en dehors de l’intervalle 50 – 200% des observations (dont 3 de la même étude)

Etape 2: validation externe

Etape 3: estimation finale Substrate CR (mean)5th Percentile95th Percentile ramelteon agomelatine tizanidine tacrine caffeine duloxetine theophylline ropinirole rasagiline pomalidomide roflumilast clozapine olanzapine erlotinib asenapine frovatriptan fluvoxamine quinine mexiletine Sensibilité du substrat

Etape 3: estimation finale InhibitorIR (mean)5th Percentile95th Percentile fluvoxamine idrocilamide oltipraz rofecoxib enoxacin ciprofloxacin pipemidic acid phenylpropanolamine grepafloxacin methoxsalen methoxypsoralen mexiletine fluconazole ethinyl estradiol/gestodene vemurafenib melatonin pefloxacin propafenone norfloxacin caffeine cimetidine thiabendazole tosufloxacin daidzein antofloxacin artemisinin terbinafine fleroxacin Puissance de l’inhibiteur

Etape 3: estimation finale InducerIC (mean)5th percentile95th Percentile carbamazepine rifampicin tobacco lansoprazole omeprazole rifabutin armodafinil Puissance de l’inducteur

Etape 3: estimation finale 102 ratios d’AUC Performance prédictives Erreur moyenne (prédit – observé) = 0.12 ± 0.74 Erreur absolue moyenne (|prédit – observé|) = 0.42 ± valeurs en dehors de l’intervalle 50 – 200% des observations

Etape 3: estimation finale

Ratios d’AUC prédits pour toutes les combinaisons inhibiteur – substrat et inducteur – substrat, N = 665 Incluant des médicaments mal connus: pomalidomide, erlotinib, vemurafenib, agomelatine

Etape 3: estimation finale

Conclusion Modèle général appliqué au CYP1A2 Très bonnes performances prédictives Peu de substrats très sensibles utilisés en France (agomélatine) Quelques inhibiteurs très puissants: ciprofloxacine, fluvoxamine Prédiction de l’effet d’un produit inducteur très consommé: le tabac Publication à venir Déjà disponible sur

Le site DDI-predictor

Outil web fournissant la prédiction quantitative (RAUC) Interactions médicamenteuses CYP3A4, 2D6, 2C9, 2C19, 1A2 Polymorphismes génétiques 2D6, 2C9, 2C19 Effet de la cirrhose IAM + polymorphisme et IAM + cirrhose Plus de IAM prédites, dont 1000 observées Fondé sur 8 (+1) publications et plus de 1000 références Travail de recherche collaboratif sans financement Conception du site: Tod and son