跳到主要內容
訪客人次:788592
:::
訪客人次:788592
:::
:::

洛加大教授何鼎跳過基因分析 突破個人化醫學

 

目前許多疾病的治療著重於分析疾病的基因排序與作用機制,以找到治療的方式。洛加大學者近日則發表一種新的技術,跳過基因分析,專注放在醫師給病人多少治療、得到多少的反應,找出對病人最佳療程,個人化療程研究大躍進。

 

這項以療程效果數據化概念名為「表現型個人化醫學」(phenotypic personalized medicine,又稱PPM),由洛加大口腔生物醫學(Oral Biology and Medicine)與生物工程學(Bioengineering)華裔教授何鼎(Dean Ho)的團隊研究。表現行個人化醫學將治療與效果分別作為「輸入」與「輸出」兩端,記錄療程的數據、與病人實際對療程的反應數據,繪出關係圖後,找出最佳的療程。

 

輸入的療程不僅是藥物以及用藥量,也可以是電擊、物理治療等。輸出的效果則可以是癌症腫瘤大小、血壓、肝指數、神經受刺激後的反應量等,任何療程與效果都可以量化、進一步繪圖。

 

醫師設定目標效果後,將病人的實際治療與成果數據,繪製成個人的反應關係圖後,再依此使用最適當的治療量。何鼎表示,每個人的反應圖都不一樣,但意外的是研究發現數據都呈現拋物線狀。此外,也可分析多種藥物共同使用,找出最佳比例以達到個人化療程的目標。

 

此概念看似簡單,卻不是目前進行治療的策略。目前疾病治療多依靠大型人口研究數據,找出對多數病人最有效的藥物與藥量,但無法將個人情況納入考量。治療疾病往往一開始就對疾病火力全開,以增加擊中與擊敗疾病的機率。

 

何鼎是中央研究院院士也是UCLA機械系教授何志明之子,他的大學及碩士學位均在UCLA完成,僅花兩年時間,即取得UCLA生物醫學工程博士,是一位傑出的年輕教授。他表示,人體構造十分複雜,光是最小的生物單位細胞,就有超過十種細胞器官。因此醫學研究多數致力抽絲剝繭,欲從最基礎的基因找出交互作用機制。

 

一種米可以吃百種人,但藥物與治療卻並非如此。除了因無法預知個人對藥物的反應及可能殘留的毒性,若遇到副作用太強的病例,只能依照指導方針將用量減半,反應僵化。

 

何鼎表示,每種藥物或治療方式在每個病人的作用都不同,尤其癌症、傳染病等重大疾病,病人往往同時服用多種藥物,藥物之間的作用更是未知。「表現型個人化醫學」技術則避免「盲目開槍」的盲點。此外,此技術是使用個人的實際數據,而非統計數據推測,數據可能隨療程或未知的因素改變,也可隨時調整曲線圖。依照病人自己對藥物的反應效果用藥,省時省力又省錢。

 

為證實「表現型個人化醫學」技術的效果,何鼎與洛加大醫學中心的肝臟與胰臟移植手術部外科醫師Ali Zarrinpar合作,透過此技術操作八位肝臟移植病患,在術後服用抗排斥的藥物的狀況。定時抽血檢查血液中的藥物還含量,並以控制在個人的最佳濃度範圍。研究發現,透過此技術控制用藥的病患,更容易維持體內的最佳藥物濃度。

 

「表現型個人化醫學」技術更可廣泛使用在其他疾病,如癌症、傳染病、三高的慢性病等,目前也已進入臨床試驗階段。何鼎表示,幾乎不影響病人,可能是抽血頻率稍作增加,甚至使用本來就會搜集的數據,只要有治療與結果數據,就可找出病人的個人最佳值。

 

http://www.worldjournal.com/3894471/article

 

 

附加檔案

更新日期 : 2016/04/12