Skip to main content
Erschienen in: Die Diabetologie 2/2023

Open Access 24.01.2023 | Typ-2-Diabetes | Leitthema

Pharmakogenetik neuer Glukosespiegelsenker: eine Chance für die Präzisionsmedizin?

verfasst von: Dr. rer. medic. Anna-Therese Lehnich, Wolfgang Rathmann

Erschienen in: Die Diabetologie | Ausgabe 2/2023

Zusammenfassung

Hintergrund

Viele Diabetespatienten erreichen keine optimale glykämische Einstellung. Eine Verbesserung der Therapie könnte durch genetische Informationen erzielt werden. Es ist unklar, ob die Studienlage zu den neuen Glukosespiegelsenkern GLP-1-Rezeptor-Agonisten (GLP-1-RA [GLP: „glucagon-like peptide 1“]), DPP-4-Inhibitoren (DPP-4‑I [DPP: Dipeptidylpeptidase]) und SGLT-2-Inhibitoren (SGLT-2‑I [SGLT: Natrium-Glukose-Kotransporter [„sodium glucose linked transporter“]]) ausreicht, um genetische Auswirkungen auf den Therapieerfolg abzuschätzen.

Fragestellung

Es sollte geklärt werden, welche pharmakogenetischen Studien zu neuen Glukosespiegelsenkern bereits vorliegen und welche Evidenz sich in Bezug auf eine personalisierte Therapie ableiten lässt.

Material und Methoden

Mittels einer Literaturrecherche in PubMed® wurden Studien gesucht, in denen der Einfluss von genetischen Polymorphismen auf die metabolische Wirkung von GLP-1-RA, DPP-4‑I und SGLT-2‑I bei Patienten mit Typ-2-Diabetes analysiert worden war.

Ergebnisse

Bis Juli 2022 lagen 14 Studien zu DPP-4‑I, 9 Studien zu GLP-1-RA und 7 Studien zu SGLT-2‑I vor. Für den GLP-1-Rezeptor wurden Genvarianten gefunden, die bei einer Therapie mit DPP-4‑I oder GLP-1-RA zu einer geringeren Senkung des HbA1c (Glykohämoglobin) führten. Weitere Assoziationen zwischen Genvarianten und dem Ansprechen auf DPP-4‑I oder GLP-1-RA wurden beschrieben (ABCB1 [„ATP binding cassette subfamily B member 1“ [ATP: Adenosintriphosphat]], CTRB1/2 [Chymotrypsinogen B1 bzw. B2], NAT2 [N-Acetyl-Transferase 2], TCF7L2 [„transcription factor 7 like 2“]), wobei es sich aber nur um Einzelstudien ohne Replikation handelte.
Das Ansprechen auf eine Therapie mit SGLT-2‑I wurde durch die untersuchten Polymorphismen nicht klinisch relevant verändert.

Schlussfolgerungen

Die bisher vorliegende Evidenz zur Pharmakogenetik neuer Glukosespiegelsenker reicht nicht aus, um daraus Empfehlungen im Sinne einer personalisierten Therapie abzuleiten. Eine verstärkte Berücksichtigung routinemäßig erhobener klinischer Parameter könnte einen Zwischenschritt auf dem Weg zur Präzisionsmedizin darstellen.
Hinweise
QR-Code scannen & Beitrag online lesen
Durch eine optimale Diabeteseinstellung kann das Risiko für Komplikationen und Folgeerkrankungen gesenkt werden. Manche Patienten sprechen jedoch schlechter auf die glukosespiegelsenkende Medikation an und verfehlen die therapeutischen Zielwerte. Genetische Analysen liefern zusätzliche Informationen für die Anpassung der Therapie an die individuelle Situation, da sie Gründe für mangelndes Ansprechen aufzeigen könnten. Zusammen mit den Therapieoptionen durch neue Glukosespiegelsenker wird dadurch ein weiterer Schritt hin zur Präzisionsmedizin möglich.

Einleitung

Es sind verschiedene Mechanismen bekannt, die zur Entwicklung eines Diabetes führen können. Pathophysiologische Prozesse wie eine veränderte Entwicklung und Funktionalität der Inselzellen, Autoimmunität mit β‑Zell-Zerstörung, gestörte Inkretinaktivität, Übergewicht und veränderte Körperfettverteilung mit Insulinresistenz können unterschiedlich stark ausgeprägt sein und im Zusammenspiel mit Umwelteinflüssen und Lebensstilfaktoren zum Versagen der β‑Zellen und einer reduzierten Insulinsensitivität führen [39]. Dementsprechend weisen Menschen mit einer Diabeteserkrankung eine große Heterogenität auf [20]. Therapieschemata und Leitlinien berücksichtigen diese bisher kaum und sind meist nicht auf ursächliche Mechanismen ausgerichtet [54]. Diese Diskrepanz im Therapiemanagement trägt womöglich zu einem unterschiedlichen Ansprechen auf die Medikation sowie zu Problemen beim Erreichen der glykämischen Zielwerte bei [12]. Durch Nutzung der personalisierten Medizin können die Komplexität und Heterogenität des Diabetes besser berücksichtigt werden.
Die personalisierte Therapie stellt einen Teilaspekt der Präzisionsmedizin dar und beinhaltet den Vergleich zwischen verschiedenen Therapieoptionen, eine individuelle Risiko-Nutzen-Bewertung sowie die Berücksichtigung von Patientenpräferenzen [4]. Anhand klinischer Charakteristika des Erkrankten könnte somit eine auf ihn zugeschnittene Therapieentscheidung getroffen werden [20]. Aktuell wird intensiv daran geforscht, welche Charakteristika den Therapieerfolg der glukosespiegelsenkenden Therapie bei Typ-2-Diabetes begünstigen oder erschweren. Bisher wurden Alter, Geschlecht, Ethnizität, anthropometrische Parameter, Ernährungsgewohnheiten, körperliche Aktivität, Dauer des Diabetes, Ausgangswerte von Blutglukose und HbA1c (Glykohämoglobin), klinische Marker der Insulinresistenz, Komorbiditäten (u. a. Fettleber, Niereninsuffizienz) und Umweltfaktoren (z. B. endokrine Disruptoren, Luftschadstoffe) als Einflussfaktoren identifiziert [1, 8, 22, 28, 31, 40, 49].
Pharmakogenetik untersucht die Effekte genetischer Eigenschaften auf Arzneimittelwirkungen
Im Fokus dieser Übersichtsarbeit stehen genetische Faktoren, da sie sowohl zur Entstehung des Typ-2-Diabetes beitragen als auch den Therapieerfolg beeinflussen können. Das Gebiet der Pharmakogenetik untersucht die Auswirkungen von genetischen Eigenschaften auf die Pharmakokinetik und -dynamik von Medikamenten sowie auf das Risiko unerwünschter Arzneimittelwirkungen [3]. Bereits kleine Variationen im genetischen Code von Transport- oder Rezeptorproteinen können beispielsweise Auswirkungen auf die Bindungsaffinität und somit die Wirkstärke eines Arzneistoffs haben.
Der Bereich der Onkologie nimmt im Hinblick auf den klinischen Einsatz der Pharmakogenetik eine Vorreiterrolle ein. Hier werden Arzneistoffe mit geringer therapeutischer Breite eingesetzt, sodass genetische Variationen, die zu höheren Plasmaspiegeln z. B. von Chemotherapeutika führen, schwerwiegende Konsequenzen haben. Genetische Analysen, um relevante Variationen zu identifizieren, sind im Vorfeld der Medikamentengabe bereits etabliert. Zum Beispiel sieht die Leitlinie zum kolorektalen Karzinom eine Bestimmung des Dihydropyrimidindehydrogenase-*2A-Polymorphismus vor Beginn einer Fluoropyrimidintherapie vor [33].
Genetische Analysen gehen auch im Bereich des Diabetes mit Vorteilen bei Prävention, Diagnose und Intervention einher [55]. Im Idealfall sollten bereits bei Diagnosestellung anhand genetischer Informationen der mögliche Krankheitsverlauf und das Risiko für Organschädigungen abgeschätzt werden [54]. Die Therapie könnte bei erhöhtem Risiko für einen schwereren Verlauf entsprechend intensiver gestaltet und medikamentös angepasst werden, z. B. durch Glukosespiegelsenker, die Endpunkte bei kardiovaskulären oder renalen Ereignissen reduzieren können.
Primäre Therapieziele sind eine Verbesserung der Lebensqualität und Reduktion der Morbidität und Mortalität, v. a. durch Verhinderung von Folgeerkrankungen des Diabetes. Das Erreichen des individuellen Zielwerts für den HbA1c ist ein wichtiger Indikator für den Therapieerfolg. Allerdings wurden bei mehr als jeder dritten medikamentös behandelten Person mit Diabetes in Deutschland nur HbA1c-Werte über 7 % (53 mmol/mol) erreicht [30, 32]. Oft ist daher eine Intensivierung der Therapie unter Hinzunahme weiterer glukosespiegelsenkender Medikamente notwendig.
In den letzten Jahrzehnten konnten 3 neue Wirkstoffklassen entwickelt werden. In der Nationalen VersorgungsLeitlinie zum Typ-2-Diabetes wird übereinstimmend mit internationalen Fachgesellschaften der bevorzugte Einsatz von GLP-1-Rezeptor-Agonisten (GLP: glukagonähnliches Peptid 1 [„glucagon-like peptide 1“]) und SGLT-2-Inhibitoren (SGLT: Natrium-Glukose-Kotransporter [„sodium glucose linked transporter“]) als Zweitlinientherapie zusammen mit Metformin bei Patienten mit atherosklerotischen kardiovaskulären Vorerkrankungen, erhöhtem kardiovaskulärem Risiko oder chronischen Nierenerkrankungen empfohlen [2, 4]. Des Weiteren traten unter Therapie mit SGLT-2-Inhibitoren seltener herzinsuffizienzbedingte Hospitalisierungen auf [2]. Kombinationstherapien aus Metformin und DPP-4-Inhibitoren (DPP: Dipeptidylpeptidase) gingen mit weniger Hypoglykämien und einer geringeren Gewichtszunahme als unter Sulfonylharnstoffen einher [2].
Um eine differenzierte Therapieentscheidung im Sinne der Präzisionsmedizin treffen zu können, sollten daher pharmakogenetische Analysen einbezogen werden. Zu Metformin und Sulfonylharnstoffen wurden bereits mehrere Studien zu genetischen Varianten von Transport- und Rezeptorproteinen durchgeführt [36]. Ziel der vorliegenden Publikation ist, eine Übersicht über die bereits veröffentlichten pharmakogenetischen Studien der neuen glukosespiegelsenkenden Wirkstoffklassen GLP-1-Rezeptor-Agonisten, SGLT-2-Inhibitoren und DPP-4-Inhibitoren zu geben.

Pharmakogenetische Studien zu neuen Glukosespiegelsenkern

Um einen aktuellen Überblick der Studienlage zu erhalten, wurde eine Literaturrecherche in MEDLINE/PubMed® durchgeführt. Dazu wurde der Suchalgorithmus einer früheren Übersichtsarbeit genutzt [46]. Die ursprüngliche Suche umfasste den Zeitraum bis zum 12.08.2020, sodass in der aktualisierten Suche nur Abstracts aus dem Zeitraum zwischen dem 01.01.2019 und dem 06.07.2022 berücksichtigt wurden. Im definierten Zeitraum wurden 1377 Artikel identifiziert, von denen 2 Duplikate ausgeschlossen wurden. Nach Prüfung der Titel und Zusammenfassungen der verbliebenen Veröffentlichungen wurden 10 geeignete Publikationen identifiziert, von denen 3 mit der vorherigen Suche überlappten. Im Folgenden werden die Ergebnisse der bisher durchgeführten pharmakogenetischen Studien zu neuen Glukosespiegelsenkern bei Patienten mit Typ-2-Diabetes dargestellt (Tab. 1, 2, 3 und 4).
Tab. 1
Zusammenhang von Genvarianten mit dem Ansprechen auf eine Therapie mit DPP-4-Inhibitoren bei Typ-2-Diabetes
Gen
Genvariante
Autor
Jahr
Anzahl (n)
Glukosespiegelsenkende Therapie
Ergebnis
Kommentar
DPP4
rs2909451
Wilson et al. [57]
2017
27 T2DM und 38 Kontrollen
Sitagliptin vs. Placebo ± Metformin für ≤ 7 Tage
TT-Genotyp mit stärkerer DPP-4-Aktivität assoziiert (spezifische Absorption bei 405 nm)
Klinische Studie (USA); wenig Aussagekraft, da nur 3 Patienten mit TT-Genotyp
rs759717
Wilson et al. [57]
2017
27 T2DM und 38 Kontrollen
Sitagliptin vs. Placebo ± Metformin für ≤ 7 Tage
CC-Genotyp mit stärkerer DPP-4-Aktivität assoziiert (spezifische Absorption bei 405 nm)
Klinische Studie (USA); nur 2 Patienten mit CC-Genotyp
GLP1R
rs6923761
Mashayekhi et al. [37]
2021
32 T2DM
Sitagliptin vs. Placebo für 7 Tage
Stärkere Senkung der postprandialen Glukosespiegel bei GG-Genotyp (−0,63 mmol/l vs. −0,36 mmol/l bei GA/AA)
Wenig Aussagekraft aufgrund geringer Fallzahl
Űrgeová et al. [53]
2020
206 T2DM
Linagliptin/Sitagliptin/Vildagliptin + Metformin ± SU für 6 Monate
Schwächere HbA1c-Senkung bei AA-Genotyp (−0,28 % vs. −0,68 % bei GA/GG)
Gleiche Population wie Javorský et al. 2016 [26]
Javorský et al. [26]
2016
140 T2DM
Sitagliptin/Vildagliptin + Metformin ± SU für 6 Monate
Schwächere HbA1c-Senkung bei AA-Genotyp (−0,12 % vs. −0,80 % bei GA/GG)
Population mit BMI um 32 kg/m2
rs3765467
Han et al. [18]
2016
246 T2DM
Gemigliptin/Linagliptin/Saxagliptin/Sitagliptin/Vildagliptin für 24 Wochen
Stärkere HbA1c-Senkung bei AA/GA-Genotyp (−1,3 % vs. −0,9 % bei GG)
Asiatische Population mit BMI um 26 kg/m2
KCNQ1
rs163184
Gotthardová et al. [16]
2017
137 T2DM
Sitagliptin/Vildagliptin + Metformin ± SU für 6 Monate
Stärkere HbA1c-Senkung bei TT-Genotyp (−1,0 % vs. −0,6 % bei GT/GG)
Gleiche Population wie Javorský et al. 2016 [26], kein signifikanter Effekt für weitere Genvariante rs151290
KCNJ11
rs2285676
Jamaluddin et al. [25]
2016
331 T2DM
Linagliptin/Sitagliptin/Vildagliptin + Metformin ± SU/TZD/SGLT-2‑I für ≥ 3 Monate
Mit dem CC-Genotyp ist die Chance für das Erreichen von HbA1c ≤7 % doppelt so hoch wie bei CT/TT
Asiatische Population, Triglyzeride und diastolischer Blutdruck könnten weitere Prädiktoren für den Therapieerfolg sein
ABCB1
rs1128503
Iskakova et al. [23]
2017
132 T2DM und 650 Kontrollen
DPP-4‑I für 3 Monate
Träger des G‑Allels erreichten häufiger einen HbA1c < 7,5 %
Kasachische Population mit mittlerem BMI von 36 kg/m2 und HbA1c von 9,5 % in T2DM-Gruppe
NAT2
rs1041983
Iskakova et al. [23]
2017
132 T2DM und 650 Kontrollen
DPP-4‑I für 3 Monate
Träger des T‑Allels erreichten seltener einen HbA1c < 7,5 %
Kasachische Population mit mittlerem BMI von 36 kg/m2 und HbA1c von 9,5 % in T2DM-Gruppe
CTRB1/CTRB2
rs7202877
’t Hart et al. [51]
2013
354 T2DM
Sitagliptin/Vildagliptin für ≥ 3 Monate
Schwächere HbA1c-Senkung bei GG/GT-Genotyp im Vergleich zu TT (+ 0,51 %)
Metaanalyse aus schottischer und niederländischer Kohorte
PRKD1
rs57803087
Liao et al. [34]
2017
171 T2DM
Linagliptin/Saxagliptin/Sitagliptin/Vildagliptin + andere oGS für 60 Tage
Der HbA1c konnte nach 60 Tagen um −0,95 % gesenkt werden. Variante rs57803087 war statistisch signifikant mit Ansprechen auf DPP-4‑I assoziiert (GWAS)
Asiatische Population mit vergleichsweise kurzer Interventionsdauer
TCF7L2
rs7903146
Zimdahl et al. [59]
2014
961 T2DM
Linagliptin + Metformin/Pioglitazon ± SU für 24 Wochen
Stärkere HbA1c-Senkung bei CC/CT-Genotyp (−0,8 % vs. −0,6 % bei TT)
Zusammenfassung von 4 klinischen Studien, Industrieförderung
CDKAL1
rs7754840
Osada et al. [43]
2016
798 T2DM
DPP-4‑I (n = 512) + andere oGS für > 3 Monate
Stärkste Senkung des HbA1c für CC-Genotyp nach 6 Monaten (−1,2 % vs. −0,8 für CG und −0,6 % für GG)
Asiatische Population; kein unterschiedliches Ansprechen bei Genvarianten auf Metformin, SU oder TZD
rs7756992
Osada et al. [43]
2016
798 T2DM
DPP-4‑I (n = 512) + andere oGS für > 3 Monate
Stärkste Senkung des HbA1c für GG-Genotyp nach 6 Monaten (−1,2 % vs. −0,8 für AG und −0,6 % für AA)
Asiatische Population; kein unterschiedliches Ansprechen bei Genvarianten auf Metformin, SU oder TZD
IL‑6
rs1800796
Matsui et al. [38]
2015
331 T2DM
DPP-4‑I + andere oGS für > 3 Monate
Kein Zusammenhang zwischen Genvarianten und Rate der Nonresponder (HbA1c-Senkung < 0,2 %)
Asiatische Population; nur 10 Patienten mit GG-Genotyp
rs2097677
Matsui et al. [38]
2015
331 T2DM
DPP-4‑I + andere oGS für > 3 Monate
Kein Zusammenhang zwischen Genvarianten und Rate der Nonresponder (HbA1c-Senkung < 0,2 %)
Asiatische Population; nur 10 Patienten mit AA-Genotyp
PNPLA3
rs738409
Kan et al. [27]
2016
41 NAFLD und T2DM
Alogliptin
Stärkere positive Korrelation für Träger des G‑Allels mit HbA1c und Leberaminotransferasen
Asiatische Population mit geringer Fallzahl, Ausgangs-HbA1c von 6,8 %, schlechtere Stoffwechsellage bei CC-Genotyp vs. GC/GG
ABCB1 „ATP binding cassette subfamily B member 1“ (ATP: Adenosintriphosphat), BMI Body-Mass-Index, CDK cyclinabhängige Kinase („cyclin dependent kinase“), CDKAL1 „CDK5 regulatory subunit associated protein 1 like 1“, CTRB1/CTRB2 Chymotrypsinogen B1 bzw. B2, DPP Dipeptidylpeptidase, DPP-4‑I DPP-4-Inhibitoren, GLP glukagonähnliches Peptid („glucagon-like peptide“), GLP1R Gen für GLP-1-Rezeptor, GWAS genomweite Assoziationsstudie, HbA1c Glykohämoglobin, IL Interleukin, KCNJ11 „potassium inwardly rectifying channel subfamily J member 11“, KCNQ1 „potassium voltage-gated channel subfamily Q member 1“, NAFLD nichtalkolholische Fettlebererkrankung, NAT2 N-Acetyl-Transferase 2, oGS orale Glukosespiegelsenker, PNPLA3 „patatin like phospholipase domain containing 3“, PRKD1 Proteinkinase D1, SGLT Natrium-Glukose-Kotransporter („sodium glucose linked transporter“) SGLT-2‑I SGLT-2-Inhibitoren, SU Sulfonylharnstoffe, T2DM Typ-2-Diabetes, TCF7L2 „transcription factor 7 like 2“, TZD Thiazolidindione, USA Vereinigte Staaten von Amerika
± Kombinationstherapien mit (+) oder ohne (−) die genannten Wirkstoffe bzw. -gruppen
Tab. 2
Zusammenhang von Genvarianten mit dem Ansprechen auf eine Therapie mit GLP-1-Rezeptor-Agonisten bei Typ-2-Diabetes
Gen
Genvariante
Autor
Jahr
Anzahl (n)
Glukosespiegelsenkende Therapie
Ergebnis
Kommentar
GLP1R
rs3765467
Guan et al. [17]
2022
156 T2DM
Exenatid/Liraglutid ± andere oGS für 12 Wochen
Stärkere HbA1c-Senkung bei GG-Genotyp (−1,7 % vs. −0,8 % bei GA/AA)
Asiatische Population mit mittlerem BMI von 29 kg/m2 und HbA1c um 9,1 %
Yu et al. [58]
2019
285 T2DM
Exenatid und Metformin für 6 Monate
Nur geringe Senkung (nicht signifikant) des HbA1c bei A‑Allel und keine Senkung des Gewichts
Asiatische Population mit mittlerem BMI von 36 kg/m2 und HbA1c um 9,7 %
Lin et al. [35]
2015
36 T2DM
Kontinuierliche Insulininfusion für 6 Tage mit zusätzlich Exenatid während der letzten 3 Tage
Keine Assoziation zwischen Genvarianten und Insulin oder C‑Peptid (oGTT)
Geringe Fallzahl, experimentelles Therapieschema über sehr kurzen Zeitraum
rs6923761
De Luis et al. [7]
2015
90 T2DM
Liraglutid und Metformin für 14 Wochen
Stärkere Senkung des Gewichts und des Körperfettes (2,9 kg bzw. 2,1 kg) bei A‑Allel
Population mit mittlerem BMI von 34 kg/m2 und HbA1c um 8,3 %
rs761386
Lin et al. [35]
2015
36 T2DM
Kontinuierliche Insulininfusion für 6 Tage mit zusätzlich Exenatid während der letzten 3 Tage
Höhere 120-min-Glukose (oGTT) bei CT/TT-Genotyp vs. CC
Geringe Fallzahl, experimentelles Therapieschema über sehr kurzen Zeitraum
rs10305420
Guan et al. [17]
2022
156 T2DM
Exenatid/Liraglutid ± andere oGS für 12 Wochen
Keine Assoziation zwischen Genvarianten und HbA1c/BMI, etwas häufiger gastrointestinale UAW bei CC-Genotyp (43,9 % vs. 34,8 % bei CT/TT)
Asiatische Population mit mittlerem BMI von 29 kg/m2 und HbA1c um 9,1 %
Yu et al. [58]
2019
285 T2DM
Exenatid und Metformin für 6 Monate
T‑Allel ist assoziiert mit schwächerer Senkung des HbA1c und des Gewichts
Asiatische Population mit mittlerem BMI von 36 kg/m2 und HbA1c um 9,7 %
KCNQ1
rs163184
Geng et al. [15]
2022
100 T2DM
Exenatid für 48 Wochen
T‑Allel ist assoziiert mit stärkerer Senkung von HbA1c und Nüchternglukose
Asiatische klinische Studie an Patienten mit neu diagnostiziertem T2DM
CTRB1/2
rs7202877
Kyriakidou et al. [31]
2022
116 T2DM
Liraglutid für ≥ 6 Monate
Kein Unterschied im Erreichen der Zielwerte für HbA1c zwischen Genvarianten, keine Patienten mit Genotyp GG
Population mit mittlerem BMI von 35 kg/m2 und HbA1c um 7,7 %
TCF7L2
rs7903146
Ferreira et al. [11]
2019
162 T2DM
Exenatid für 8 Wochen
Stärkere Insulinreduktion bei T‑Allel 30–180 min nach definierter Mahlzeit
Südamerikanische Population mit mittlerem BMI von 30 kg/m2 und HbA1c um 7,6 %
CNR1
rs1049353
De Luis et al. [6]
2014
86 T2DM
Liraglutid und Metformin/SU für 14 Wochen
Stärkere Senkung von HOMA-IR bei A‑Allel (−1,8), höherer BMI und Körperfett bei G‑Allel vor und nach der Intervention
Population mit mittlerem BMI von 33 kg/m2 und HbA1c um 8,6 %
SORCS1
rs1416406
Zhou et al. [61]
2017
101 T2DM
Exenatid für 48 Wochen
Stärkere Reduktion des PI/IRI-Quotienten bei GG-Genotyp; starke HbA1c-Senkung in allen Genotypen
Asiatische Population aus Patienten mit neu diagnostiziertem T2DM
BMI Body-Mass-Index, CNR1 Cannabinoidrezeptor 1, CTRB1/2 Chymotrypsinogen B1 bzw. B2, GLP glukagonähnliches Peptid („glucagon-like peptide“), GLP1R Gen für GLP-1-Rezeptor, HbA1c Glykohämoglobin, HOMA „homeostasis model assessment“, HOMA-IR HOMA für Insulinresistenz, IRI immunoreaktives Insulin, KCNQ1 „potassium voltage-gated channel subfamily Q member 1“, oGS orale Glukosespiegelsenker, oGTT oraler Glukosetoleranztest, PI Proinsulin, SORCS1 „sortilin related vacuolar protein sorting 10 protein receptor 1“, SU Sulfonylharnstoffe, T2DM Typ-2-Diabetes, TCF7L2 „transcription factor 7 like 2“, UAW unerwünschte Arzneimittelwirkung
± Kombinationstherapien mit (+) oder ohne (−) die genannten Wirkstoffe bzw. -gruppen
Tab. 3
Zusammenhang von Genvarianten mit dem Ansprechen auf eine Therapie mit SGLT-2-Inhibitoren bei Typ-2-Diabetes
Gen
Genvariante
Autor
Jahr
Anzahl (n)
Glukosespiegelsenkende Therapie
Ergebnis
Kommentar
SLC5A2
rs11646054
Jamalizadeh et al. [24]
2021
14 T2DM
Empagliflozin ± Metformin/SU/DPP−4‑I für 6 Monate
Stärkste Senkung der Nüchternglukosekonzentration und des HbA1c bei GG-Genotyp
Analyse von Patienten, die trotz intensivierter Therapie Ziel-HbA1c nicht erreicht haben (HbA1c um 10 %)
Zimdahl et al. [60]
2017
908 T2DM
Empagliflozin ± Pioglitazon/Metformin/SU vs. Placebo für 24 Wochen
Keine Assoziation zwischen Genvarianten und Therapieerfolg (HbA1c, Nüchternglukosespiegel, Gewicht, Blutdruck)
Zusammenfassung von 4 klinischen Studien, Industrieförderung
rs3116149
rs3116650
rs3813008
rs9934336
Zimdahl et al. [60]
2017
908 T2DM
Empagliflozin ± Pioglitazon/Metformin/SU vs. Placebo für 24 Wochen
Keine Assoziation zwischen Genvarianten und Therapieerfolg (HbA1c, Nüchternglukosespiegel, Gewicht, Blutdruck)
Zusammenfassung von 4 klinischen Studien, Industrieförderung
UGT1A9
rs72551330
Naagaard et al. [41]
2022
187 T2DM
Dapagliflozin
Zu wenig Patienten mit anderen Genvarianten für Analyse
Klinische Studie mit Patienten ohne vorherige medikamentöse Therapie
Hoeben et al. [21]
2016
764 T2DM und 397 Kontrollen
Canagliflozin
Höhere AUC für Canagliflozin bei UGT1A9*3-Allel (Verhältnis 1,26)
Zusammenfassung von 14 klinischen Studien, Industrieförderung
Francke et al. [13]
2015
65 T2DM und 69 Kontrollen
Canagliflozin
Um 45 % höhere AUC für Canagliflozin bei UGT1A9*3-Allel
Zusammenfassung von 7 klinischen Studien, Industrieförderung, sehr wenig Patienten mit T2DM und anderen Genvarianten
rs145084767
rs2741049
rs2011404
rs1105880
rs6759892
rs7577677
rs4148323
Naagaard et al. [41]
2022
187 T2DM
Dapagliflozin
Keine Unterschiede in oraler Clearance für unterschiedliche Genvarianten
Klinische Studie mit Patienten ohne vorherige medikamentöse Therapie, teilweise zu wenig Varianten in Population vorhanden
PNPLA3
rs738409
Eriksson et al. [10]
2018
80 NAFLD und T2DM
Dapagliflozin ± n-3-Carboxylsäure vs. Placebo für 12 Wochen
Stärkere Senkung des Leberfettes bei CC-Genotyp (−22 % vs. 7 % bei GC/GG)
Klinische Studie zu NAFLD, Industrieförderung
AUC „area under the curve“, DPP Dipeptidylpeptidase, DPP-4‑I DPP-4-Inhibitoren, HbA1c Glykohämoglobin, NAFLD nichtalkolholische Fettlebererkrankung, PNPLA3 „patatin like phospholipase domain containing 3“, SGLT Natrium-Glukose-Kotransporter („sodium glucose linked transporter“), SLC5A2 „solute carrier family 5 member 2“, SU Sulfonylharnstoffe, T2DM Typ-2-Diabetes, UDP Uridindiphosphat, UGT1A9 „UDP glucuronosyltransferase family 1 member A9“
± Kombinationstherapien mit (+) oder ohne (−) die genannten Wirkstoffe bzw. -gruppen
Tab. 4
Zusammenhang von Genvarianten mit dem Ansprechen auf eine Kombinationstherapie bei Typ-2-Diabetes
Gen
Genvariante
Autor
Jahr
Anzahl (n)
Glukosespiegelsenkende Therapie
Ergebnis
Kommentar
KCNQ1
rs2237892
Kogiso et al. [29]
2021
143 NAFLD und T2DM
GLP-1-RA ± DPP-4-I ± SGLT-2‑I für mindestens 1 Jahr
Stärkere Gewichtsreduktion bei CC-Genotyp, aber kein Unterschied im HbA1c
Asiatische Population mit NAFLD und T2DM
PNPLA3
rs738409
Kogiso et al. [29]
2021
143 NAFLD und T2DM
GLP-1-RA ± DPP-4-I ± SGLT-2‑I für mindestens 1 Jahr
Schwächere Senkung des HbA1c bei GG-Genotyp, aber kein Unterschied bei Gewichtsreduktion
Asiatische Population mit NAFLD und T2DM
DPP Dipeptidylpeptidase, DPP-4‑I DPP-4-Inhibitoren, GLP glukagonähnliches Peptid („glucagon-like peptide“), GLP-1-RA GLP-1-Rezeptor-Agonisten, HbA1c Glykohämoglobin, KCNQ1 „potassium voltage-gated channel subfamily Q member 1“, NAFLD nichtalkoholische Fettlebererkrankung, PNPLA3 „patatin like phospholipase domain containing 3“, SGLT Natrium-Glukose-Kotransporter („sodium glucose linked transporter“), SGLT-2‑I SGLT-2-Inhibitoren, T2DM Typ-2-Diabetes
± Kombinationstherapien mit (+) oder ohne (−) die genannten Wirkstoffe bzw. -gruppen

Dipeptidylpeptidase-4-Inhibitoren

Bisher wurden 14 Studien durchgeführt, in denen die metabolischen Auswirkungen von 12 Genen und deren Varianten auf die Behandlung mit Dipeptidylpeptidase-4-Inhibitoren (DPP-4-I) untersucht wurden (Tab. 1).

Dipeptidylpeptidase-4 (DPP-4) und Rezeptor des glukagonähnlichen Peptids 1 (GLP-1)

Aufgrund des primären Wirkmechanismus wurden 2 Varianten des Gens für das Enzym DPP‑4 untersucht. Nach 1‑wöchiger Therapie mit Sitagliptin wurden für den TT-Genotyp von rs2909451 und den CC-Genotyp von rs759717 erhöhte Aktivitäten von DPP‑4 gefunden [57]. Die Hemmung von DPP‑4 vermindert den Abbau von GLP‑1, das für eine glukoseabhängige Insulinsekretion sorgt. Bei der GLP-1-Rezeptor-Genvariante rs6923761 zeigte sich nach Gabe von DPP-4‑I für den GG-Genotyp eine stärkere Senkung der postprandialen Glukosekonzentration, aber für den AA-Genotyp eine schwächere HbA1c-Wert-Senkung [26, 37, 53]. In einer asiatischen Population wurde die Variante rs3765467 untersucht, bei welcher eine stärkere Reduktion des HbA1c-Werts beim GA-Genotyp zu beobachten war [18].

Kaliumkanäle (KCNQ1, KCNJ11) und adenosintriphosphatbindende Kassette (ABCB1)

An der Sekretion von GLP‑1 und Insulin sind transmembrane Kaliumkanäle beteiligt.
Nach mindestens 3‑monatiger Therapie mit DPP-4‑I wurden für die Gene KCNQ1 („potassium voltage-gated channel subfamily Q member 1“) und KCNJ11 („potassium inwardly rectifying channel subfamily J member 11“) Unterschiede in der HbA1c-Senkung in Abhängigkeit der Genvariante gefunden [16, 25]. Das Gen ABCB1 („ATP binding cassette subfamily B member 1“ [ATP: Adenosintriphosphat]) kodiert für das P‑Glykoprotein, das den energieabhängigen Transport aus der Zelle realisiert. Nach DPP-4-I-Einnahme über 3 Monate erreichten Träger des G‑Allels häufiger einen HbA1c-Zielwert unter 7,5 % [23].

N-Acetyl-Transferase 2 (NAT2) und Chymotrypsinogen B1/B2 (CTRB1/CTRB2)

Ein wichtiges Enzym der Metabolisierung von Arzneimitteln ist die N‑Acetyl-Transferase, die durch das Gen NAT2 kodiert wird. Bei der untersuchten Variante rs1041983 erreichten Träger des T‑Allels seltener einen HbA1c-Zielwert unter 7,5 % bei Einnahme von DPP-4‑I [23]. In einer Metaanalyse aus europäischen Kohorten wurde die Genvariante rs7202877 untersucht, die in der Nähe der Chymotrypsinogengene B1 und B2 liegt [51]. Nach 3‑monatiger Therapie mit Sitagliptin oder Vildagliptin zeigte sich eine schwächere HbA1c-Wert-Senkung bei vorliegendem G‑Allel.

Weitere Gene

Die weiteren untersuchten Gene haben keinen bekannten direkten Bezug zum Wirkmechanismus von DPP-4‑I, sondern wurden aufgrund ihrer Assoziation mit Typ-2-Diabetes untersucht. Das Gen PRKD1 kodiert für eine Serin-Threonin-Proteinkinase, für deren Genvariante rs57803087 eine statistisch signifikante Assoziation mit dem Ansprechen auf DPP-4‑I gefunden wurde [34]. Varianten des Gens TCF7L2, das für den „transcription factor 7 like 2“ kodiert, zeigten die bisher stärksten Assoziationen mit Typ-2-Diabetes. Nach Zusammenfassung von 4 klinischen Studien zu Linagliptin wurde eine etwas stärkere HbA1c-Wert-Reduktion bei vorliegendem C‑Allel gefunden [59]. Für Varianten des Gens CDKAL1 (kodiert „CDK5 regulatory subunit associated protein 1 like 1“ [CDK5: cyclinabhängige Kinase 5]) wurde eine stärkere Senkung des HbA1c-Spiegels in einer asiatischen Population gefunden [43].
Eine Studie zu Genvarianten von Interleukin‑6 (IL‑6) ergab dagegen keine Assoziation mit dem Ansprechen auf DPP-4‑I [38]. In einer Untersuchung an Patienten, die sowohl Typ-2-Diabetes als auch eine nichtalkoholische Fettleber aufwiesen, wurde eine Assoziation zwischen einer Genvariante für PNPLA3 (patatinähnliche Phospholipase 3 [„patatin like phospholipase domain containing 3“]) und HbA1c sowie Leberaminotransferasen gefunden [27].

Rezeptoragonisten des glukagonähnlichen Peptids 1

Zur modifizierten metabolischen Wirkung von GLP-1-Rezeptor-Agonisten (GLP-1-RA) wurden 9 Studien zu 6 verschiedenen Genen identifiziert (Tab. 2).

Rezeptor des glukagonähnlichen Peptids 1

Bei GLP‑1 handelt es sich um ein Peptidhormon, das u. a. für eine glukoseabhängige Insulinsekretion, eine Hemmung der Glukagonausschüttung und eine verlangsamte Magenentleerung sorgt [47].
Die GLP-1-Rezeptor-Genvariante rs3765467 wurde in 3 Studien auf das Ansprechen auf den GLP-1-RA Exenatid untersucht. Bei einem Applikationszeitraum über 3 Monate fand sich eine stärkere Senkung des HbA1c bei Vorliegen des GG-Genotyps im Vergleich zu Trägern des A‑Allels [17, 58]. In einer kürzer angelegten Untersuchung wurde bei einer kontinuierlichen Insulininfusion und zusätzlicher Gabe von Exenatid keine Assoziation zwischen der Genvariante und Insulin oder C‑Peptid gefunden [35]. In der gleichen Studie wurde aber für die Genvariante rs761386 im oGTT (oraler Glukosetoleranztest) eine höhere 120-min-Glukosekonzentration bei Trägern des T‑Allels festgestellt [35].
Eine Studie zur Genvariante rs6923761 zeigte nach 14-wöchiger Applikation von Liraglutid eine stärkere Senkung des Gewichts und des Körperfettes bei Vorliegen des A‑Allels [7]. Studien zur Genvariante rs10305420 und Applikation von Exenatid bzw. Liraglutid lieferten widersprüchliche Ergebnisse. Während Guan et al. [17] keine Assoziation zwischen Polymorphismen und dem HbA1c fanden, berichteten Yu et al. [58] eine schwächere Senkung des HbA1c bei vorliegendem T‑Allel.

„Potassium voltage-gated channel subfamily Q member 1“ (KCNQ1) und Chymotrypsinogen B1/B2 (CTRB1/CTRB2)

Das für einen Kaliumkanal kodierende Gen KCNQ1 wurde in einer klinischen Studie zur Wirkung von Exenatid untersucht [15]. Nach 48-wöchiger Therapie zeigte sich eine stärkere Senkung des HbA1c und der Nüchternglukosekonzentration bei vorliegendem T‑Allel. Die Genvariante rs7202877 in der Nähe des Gens CTRB1/2 zeigte in Bezug auf eine Liraglutidtherapie über 6 Monate keinen Unterschied im Erreichen der HbA1c-Zielwerte zwischen verschiedenen Polymorphismen [31].

„Transcription factor 7 like 2“ (TCF7L2), Cannabinoidrezeptor 1 (CNR1) und „sortilin related vacuolar protein sorting 10 protein receptor 1“ (SORCS1)

Für Genvarianten von TCF7L2 wurde nach 8 Wochen Exenatidtherapie nach einer definierten Mahlzeit eine stärkere Insulinreduktion bei vorliegendem T‑Allel gefunden [11]. Das Endocannabinoidsystem wirkt auf den Appetit ein und ist an der Regulation des Körpergewichts beteiligt. Eine Genvariante des Cannabinoid-Typ-1-Rezeptors (CNR1) ging nach Liraglutidgabe mit einer stärkeren Senkung des HOMA-IR (HOMA für Insulinresistenz [HOMA: „homeostasis model assessment“]) bei Vorliegen des A‑Allels einher [6]. Eine Studie zum Gen SORCS1 (kodiert „sortilin related vacuolar protein sorting 10 protein receptor 1“) zeigte nach 48 Wochen Exenatidtherapie eine verbesserte β‑Zell-Funktion bei Vorliegen des GG-Genotyps [61].

Inhibitoren des Natrium-Glukose-Kotransporters 2 (SGLT-2-I)

Es wurden bisher 7 Studien durchgeführt, in denen die metabolischen Auswirkungen von 3 verschiedenen Genen und deren Varianten auf die Behandlung mit Natrium-Glukose-Kotransporter-2-Inhibitoren (SGLT-2‑I [„sodium glucose linked transporter 2 inhibitors“]) untersucht wurden (Tab. 3).

„Solute carrier family 5 member 2“ (SLC5A2)

Der Natrium-Glukose-Kotransporter 2 sorgt für die renale Glukosereabsorption und wird durch das Gen SLC5A2 kodiert. In einer klinischen Studie, in der 5 Varianten dieses Gens untersucht worden waren, war nach 24-wöchiger Empagliflozintherapie keine Assoziation zwischen den Genvarianten und dem Therapieerfolg festzustellen [60]. In einer kürzlich veröffentlichten Studie an schwer einstellbaren Patienten wurde dagegen für die Genvariante rs11646054 bei vorliegendem GG-Genotyp die stärkste Senkung des Nüchternglukose- und des HbA1c-Werts gefunden [24].

Uridindiphosphat-Glukuronosyl-Transferase 1A9 (UGT1A9)

Das Enzym Uridindiphosphat-Glukuronosyl-Transferase 1A9 (UGT1A9) wurde analysiert, da es die SGLT-2‑I metabolisiert. Für die Genvariante rs72551330 ergaben 2 Studien übereinstimmend eine höhere Wirkstoffkonzentration bei vorliegendem UGT1A9*3-Allel nach Einnahme von Canagliflozin [13, 21]. Naagaard et al. [41] untersuchten die gleiche Genvariante in Bezug auf die Einnahme von Dapagliflozin. Die Stichprobe enthielt aber zu wenig Patienten mit abweichenden Polymorphismen für eine Analyse. Für weitere Genvarianten von UGT1A9 wurden in der Studie keine Unterschiede in der Aufnahme von Dapagliflozin gefunden [41].

„Patatin like phospholipase domain containing 3“ (PNPLA3)

In einer klinischen Studie an Patienten mit Typ-2-Diabetes und einer nichtalkoholischen Fettlebererkrankung wurde das Gen PNPLA3 in Bezug auf den Therapieerfolg von Dapagliflozin untersucht [10]. Nach 12 Wochen Therapie zeigte sich für den CC-Genotyp eine stärkere Senkung des Leberfetts.

Kombinationstherapien

Kaliumkanäle (KCNQ1) und „patatin like phospholipase domain containing 3“ (PNPLA3)

In einer Studie zur nichtalkoholischen Fettlebererkrankung wurden Patienten mit Typ-2-Diabetes und einer Therapie mit Inkretinen (GLP-1-RA, DPP-4-I) oder SGLT-2‑I bzw. einer Kombinationstherapie genetisch untersucht (Tab. 4; [29]). Die Analyse des Gens KCNQ1 zeigte für den CC-Genotyp eine stärkere Gewichtsreduktion, aber keine Unterschiede für den HbA1c. Für das Gen PNPLA3 wurde bei vorliegendem GG-Genotyp eine schwächere Senkung des HbA1c gefunden, aber keine Unterschiede in der Gewichtsreduktion.

Zusammenfassung der pharmakogenetischen Studien

Die Anzahl der bisher durchgeführten Studien zur Pharmakogenetik neuer Glukosespiegelsenker ist gering, besonders im Hinblick auf die polygenetische Pathogenese des Typ-2-Diabetes. Bei der Auswahl der untersuchten Genvarianten wurden pharmakokinetische und pharmakodynamische Mechanismen der Wirkstoffgruppen herangezogen. Zusätzlich wurden Polymorphismen untersucht, für die eine Assoziation mit der Entwicklung von Typ-2-Diabetes nachgewiesen ist. Als Indikatoren der Effektivität wurden meistens die Änderungen des HbA1c oder des Körpergewichts verwendet. Bei der Untersuchung der Genvarianten des GLP-1-Rezeptors wurden Polymorphismen gefunden, bei denen der HbA1c unter einer Therapie mit DPP-4‑I oder GLP-1-RA weniger stark, im Bereich von 0,4–0,9 %, reduziert wurde. Zudem wurden Assoziationen zwischen weiteren Genvarianten (ABCB1, CTRB1/2, NAT2, TCF7L2) und dem Ansprechen auf DPP-4‑I oder GLP-1-RA festgestellt, wobei bisher Replikationen der Ergebnisse zur Bestätigung fehlen.
Der Mechanismus der SGLT-2-Inhibitoren ist unabhängig von Insulinresistenz und -sekretion, sodass mit Typ-2-Diabetes assoziierte Gene wahrscheinlich keinen Einfluss auf deren Wirkstärke haben. Für Genvarianten des Natrium-Glukose-Kotransporters 2, der Zielstruktur von SGLT-2‑I im proximalen Tubulus der Niere, wurden keine klaren Assoziationen zwischen Polymorphismen und dem Ansprechen auf die Therapie gefunden. Für das an der Metabolisierung beteiligte Gen UGT1A9 wurden bei vorliegendem *3-Allel höhere Plasmaspiegel von Canagliflozin festgestellt. Das Ausmaß der Erhöhung war aber nicht klinisch relevant.
Die bisherigen Ergebnisse zur Pharmakogenetik neuer Glukosespiegelsenker sind kaum klinisch relevant
Die bisher durchgeführten Studien zur Pharmakogenetik neuer glukosespiegelsenkender Medikamente reichen daher nicht aus, um Empfehlungen im Sinne einer personalisierten Therapie abzuleiten. Trotz der gefundenen statistisch signifikanten Ergebnisse unterschieden sich die HbA1c-Werte zwischen den Genvarianten nur um maximal 0,9 %. Die klinische Relevanz der bisherigen Ergebnisse ist somit begrenzt. Des Weiteren steht deren Replikation in anderen Studien aus. Die bisherigen Untersuchungen weisen zudem zahlreiche Limitationen auf, die eine Evidenzgenerierung erschweren. Die Fallzahlen sind oft zu gering, die Studiendesigns mangelhaft, die Populationen zu verschieden und die Zielparameter zu unterschiedlich definiert [19, 42].

Weitere Entwicklung der Pharmakogenetik

Wissenschaftliche Konsortien

Die Untersuchung von Interaktionen zwischen genetischen Polymorphismen und Medikamenten benötigt eine Fallzahl im mittleren Tausenderbereich. Dies kann durch Konsortien realisiert werden, die Studien mit ähnlichen Populationen und Zielparametern zusammenfassen. Zusätzlich sind Replikationsstudien und Analysen in Populationen mit unterschiedlichen Ethnien notwendig [42].
Neben Beobachtungsstudien sollten auch randomisierte kontrollierte Studien (RCT) für pharmakogenetische Auswertungen genutzt werden, da diese einen höheren Evidenzgrad besitzen [12, 36]. Vor der Nutzung der RCT-Daten für pharmakogenetische Auswertungen müssen jedoch erst vielfältige Hürden überwunden werden [12].

Polygenetische Scores

Durch die Fortschritte bei genetischen Analyseverfahren wurden innerhalb der letzten 15 Jahre mehr als 700 Genvarianten identifiziert, die mit Diabetes assoziiert sind [5]. Trotz dieser immensen Zahl sind diese Varianten geschätzt nur für 20 % des genetischen Einflusses auf das Risiko für Typ-2-Diabetes verantwortlich [56]. Es sind sehr viele Genvarianten an der Entstehung von Typ-2-Diabetes beteiligt, die aber, einzeln betrachtet, nur mit einem sehr geringen Risiko behaftet sind [14]. Es verwundert daher nicht, dass die Effekte bisheriger pharmakogenetischer Studien einzelner Genvarianten keine klinisch relevanten Zusammenhänge ergaben [19]. Der Schlüssel könnte daher in der Kombination diverser Genvarianten oder Geninteraktionen mit klinischen Faktoren liegen [19]. Denn durch die Zusammenführung mehrerer Genvarianten in einen polygenetischen Score konnte ein größerer Anteil des Diabetesrisikos erklärt werden [12, 52]. Die zusätzliche Einbeziehung klinischer Risikofaktoren führte zu einer weiteren Verbesserung der Risikoprädiktion [5].
Polygenetische Scores können auf eine bestimmte Pathophysiologie ausgerichtet sein (prozessspezifische polygenetische Scores) und beispielweise die Insulinsekretion, die Insulinresistenz, den adipositasassoziierten Diabetes, die Nüchternglukosespiegel oder die Anzahl und Funktion der β‑Zellen abbilden [12, 52, 55]. Von diesen prozessspezifischen polygenetischen Scores erhofft man sich stärkere Assoziationen mit dem Ansprechen auf glukosespiegelsenkende Medikamente und eine verbesserte Risikovorhersage zu Komplikationen und Folgeerkrankungen [9, 44].

Schritte zur Umsetzung in die Praxis

In einer kürzlich erschienenen Übersichtsarbeit wurden 5 notwendige Schritte für den Einsatz der Pharmakogenetik in der klinischen Praxis formuliert ([12]; Abb. 1). Zum Vergleich wurde die bisherige Evidenz zum seltenen monogenetischen Diabetes dargestellt, für den die meisten dieser Schritte bereits umgesetzt sind [12]:
1.
Zunächst sollten reproduzierbare genetische Varianten identifiziert werden, die prädiktiv für das Ansprechen auf die glukosespiegelsenkende Therapie sind. Wie bereits gezeigt, ist die Studienlage gerade für die neuen Glukosespiegelsenker derzeit jedoch noch mangelhaft.
 
2.
Im nächsten Schritt sollten metabolische oder phänotypische Biomarker identifiziert werden, die genetische Effekte modifizieren, wie z. B. Adipositas, Inflammation, β‑Zell-Funktion und Insulinwirkung. Diesbezüglich rückt auch die Analyse des Metaboloms in den Fokus [50].
 
3.
Als weiterer Schritt muss gezeigt werden, dass die Nutzung der genetischen Informationen zu einer Verbesserung der klinischen Zielgrößen (glykämische Einstellung, Verzögerung/Vermeidung von Komplikationen und Folgeerkrankungen) führt und eine Überlegenheit gegenüber einfachen klinischen Parametern besteht. Dafür sind klinische Studien auf Basis internationaler Kooperationen notwendig [12].
 
4.
Der nächste Schritt besteht in Kosten-Effektivitäts-Analysen, wobei das Verhältnis von Kosten und Nutzen so ausfallen muss, dass eine Umsetzung in der Breite möglich ist.
 
5.
Im letzten Schritt steht die Implementierung im Gesundheitswesen an. Herausforderungen ergeben sich hier bereits bei der datenschutzkonformen Speicherung der genetischen Informationen. Des Weiteren können diese komplexen Daten vermutlich nur durch Softwarealgorithmen für Diagnostik und Therapieentscheidungen aufbereitet werden. Eine entsprechende Aufklärung und Weiterbildung von allen Beteiligten des Gesundheitswesens müsste ebenfalls realisiert werden. Abgesehen von wissenschaftlichen Gesichtspunkten muss auch eine Akzeptanz für genetische Analysen auf Seiten der Patienten und der behandelnden Ärzte vorliegen.
 

Ethische Aspekte

Personalisierte Medizin entwickelt die Vision einer Medizin, die eine umfassende Erhebung und Auswertung von Gesundheitsdaten nutzt, um die Qualität der Behandlung zu verbessern. Der Zugriff auf Gesundheitsdaten ist aber mit weitreichenden Folgen verbunden, z. B. im Hinblick auf Datenschutz oder den Umgang mit individuellen Krankheitsrisiken, die sich aus genetischen Analysen ableiten lassen. Es müssen daher eine entsprechende Beratung gemäß Gendiagnostikgesetz erfolgen und eine informierte Einwilligung des Patienten vorliegen [48]. Neben einer qualifizierten Diagnostik und Befundung müssen die genetischen Analysen durch Zulassungsbehörden geregelt und in entsprechende Leitlinien aufgenommen werden. Aufgrund der polygenetischen Natur des Typ-2-Diabetes muss jedoch eine Vielzahl genetischer und klinischer Faktoren berücksichtigt werden, sodass die vorgenannten Schritte schwerer umsetzbar erscheinen als bei anderen Erkrankungen.

Schlussfolgerungen

Bevor genetische Analysen in der Therapie des Typ-2-Diabetes eingesetzt werden können, sind weitere genomweite Assoziationsstudien und randomisierte klinische Untersuchungen notwendig, um die Bedeutung der verschiedenen Genvarianten in der Behandlung weiter zu erforschen [19]. Zum jetzigen Zeitpunkt sollten bereits bekannte klinischen Prädiktoren bei der Therapieentscheidung stärker einbezogen werden, um die Heterogenität des Typ-2-Diabetes zu berücksichtigen [12]. Dazu gehören u. a. Körpergewicht, glykämische Kontrolle, Risiko für Hypoglykämien, Lipidstoffwechselstörungen, kardiovaskuläre Komplikationen und Komorbiditäten, aber auch sozioökonomische Faktoren, Alter, Krankheitsdauer und die damit verbundene Lebenserwartung [45]. Ob genetische Analysen bei der Therapieentscheidung über Routineparameter hinaus einen klinisch relevanten Informationsgewinn darstellen, wird in kommenden Studien zu klären sein.
Wichtig.
  • Therapieschemata und Leitlinien berücksichtigen bisher kaum die Heterogenität des Diabetes.
  • Bei etwa jedem dritten medikamentös behandelten Patienten werden die glykämischen Zielwerte verfehlt.
  • Bestimmte Genvarianten des GLP-1-Rezeptors gehen mit einem geringeren Ansprechen auf eine Therapie mit DPP-4‑I oder GLP-1-RA einher.
  • Die gefundenen Unterschiede zwischen den Genvarianten sind nur selten klinisch relevant und vielfach noch nicht repliziert.

Fazit für die Praxis

  • Die Nutzung von genetischen Informationen zur Therapieoptimierung des Typ-2-Diabetes ist ein vielversprechender Ansatz für die Zukunft.
  • Für eine praktische Umsetzung fehlt zum aktuellen Zeitpunkt noch die notwendige Evidenz aus qualitativ hochwertigen pharmakogenetischen Studien mit replizierten Ergebnissen.
  • Vor einer praktischen Umsetzung müssen auch ethische und regulatorische Aspekte durch die entsprechenden Gremien und zuständigen Stellen geregelt werden.
  • Eine stärkere Berücksichtigung von klinischen Parametern kann die Qualität der Versorgung schon jetzt verbessern, noch bevor genetische Informationen verfügbar sind.

Danksagung

Die Autoren danken Prof. Christian Herder, Prof. Oliver Kuss und Prof. Michael Roden für hilfreiche Kommentare bei der Erstellung des Textes.

Einhaltung ethischer Richtlinien

Interessenkonflikt

A.T. Lehnich gibt an, dass kein Interessenkonflikt besteht. W. Rathmann berichtet, dass er Honorare für aktive Teilnahmen an Fortbildungsveranstaltungen oder wissenschaftlichen Beiräten von AstraZeneca, Boehringer Ingelheim und Novo Nordisk sowie institutionelle Forschungszuschüsse von Novo Nordisk erhalten hat, die jedoch keinen Bezug zum Thema der aktuellen Übersichtsarbeit haben.
Dieser Beitrag beinhaltet Informationen von bereits publizierten Studien, daher war keine Zustimmung der lokalen Ethikkommission nötig.
Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://​creativecommons.​org/​licenses/​by/​4.​0/​deed.​de.

Unsere Produktempfehlungen

Der Diabetologe

Print-Titel

  • Gesichertes Fachwissen für alle diabetologisch tätigen Ärzte
  • Aktueller Themenschwerpunkt und praxisnahe CME-Fortbildung in jeder Ausgabe
  • Herausragende internationale Publikationen zusammengefasst und von Experten kommentiert

e.Med Interdisziplinär

Kombi-Abonnement

Jetzt e.Med zum Sonderpreis bestellen!

Für Ihren Erfolg in Klinik und Praxis - Die beste Hilfe in Ihrem Arbeitsalltag

Mit e.Med Interdisziplinär erhalten Sie Zugang zu allen CME-Fortbildungen und Fachzeitschriften auf SpringerMedizin.de.

Jetzt bestellen und 100 € sparen!

e.Dent – Das Online-Abo der Zahnmedizin

Online-Abonnement

Mit e.Dent erhalten Sie Zugang zu allen zahnmedizinischen Fortbildungen und unseren zahnmedizinischen und ausgesuchten medizinischen Zeitschriften.

Weitere Produktempfehlungen anzeigen
Literatur
1.
Zurück zum Zitat American Diabetes Association (2013) Standards of medical care in diabetes. Diabetes Care 36(1):S11–66CrossRef American Diabetes Association (2013) Standards of medical care in diabetes. Diabetes Care 36(1):S11–66CrossRef
2.
Zurück zum Zitat Bundesärztekammer (BÄK), Kassenärztliche Bundesvereinigung (KBV), Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften (AWMF) (2021) Nationale VersorgungsLeitlinie Typ-2-Diabetes – Teilpublikation der Langfassung, 2. Aufl. (Version 1) Bundesärztekammer (BÄK), Kassenärztliche Bundesvereinigung (KBV), Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften (AWMF) (2021) Nationale VersorgungsLeitlinie Typ-2-Diabetes – Teilpublikation der Langfassung, 2. Aufl. (Version 1)
6.
Zurück zum Zitat de Luis DA, Ovalle HF, Soto GD et al (2014) Role of genetic variation in the cannabinoid receptor gene (CNR1) (G1359A polymorphism) on weight loss and cardiovascular risk factors after liraglutide treatment in obese patients with diabetes mellitus type 2. J Investig Med 62:324–327PubMedCrossRef de Luis DA, Ovalle HF, Soto GD et al (2014) Role of genetic variation in the cannabinoid receptor gene (CNR1) (G1359A polymorphism) on weight loss and cardiovascular risk factors after liraglutide treatment in obese patients with diabetes mellitus type 2. J Investig Med 62:324–327PubMedCrossRef
7.
Zurück zum Zitat de Luis DA, Diaz Soto G, Izaola O et al (2015) Evaluation of weight loss and metabolic changes in diabetic patients treated with liraglutide, effect of RS 6923761 gene variant of glucagon-like peptide 1 receptor. J Diabetes Complications 29:595–598PubMedCrossRef de Luis DA, Diaz Soto G, Izaola O et al (2015) Evaluation of weight loss and metabolic changes in diabetic patients treated with liraglutide, effect of RS 6923761 gene variant of glucagon-like peptide 1 receptor. J Diabetes Complications 29:595–598PubMedCrossRef
8.
Zurück zum Zitat Dennis JM, Shields BM, Henley WE et al (2019) Disease progression and treatment response in data-driven subgroups of type 2 diabetes compared with models based on simple clinical features: an analysis using clinical trial data. Lancet Diabetes Endocrinol 7:442–451PubMedPubMedCentralCrossRef Dennis JM, Shields BM, Henley WE et al (2019) Disease progression and treatment response in data-driven subgroups of type 2 diabetes compared with models based on simple clinical features: an analysis using clinical trial data. Lancet Diabetes Endocrinol 7:442–451PubMedPubMedCentralCrossRef
9.
Zurück zum Zitat DiCorpo D, LeClair J, Cole JB et al (2022) Type 2 diabetes partitioned polygenic scores associate with disease outcomes in 454,193 individuals across 13 cohorts. Diabetes Care 45:674–683PubMedPubMedCentralCrossRef DiCorpo D, LeClair J, Cole JB et al (2022) Type 2 diabetes partitioned polygenic scores associate with disease outcomes in 454,193 individuals across 13 cohorts. Diabetes Care 45:674–683PubMedPubMedCentralCrossRef
10.
Zurück zum Zitat Eriksson JW, Lundkvist P, Jansson PA et al (2018) Effects of dapagliflozin and n‑3 carboxylic acids on non-alcoholic fatty liver disease in people with type 2 diabetes: a double-blind randomised placebo-controlled study. Diabetologia 61:1923–1934PubMedPubMedCentralCrossRef Eriksson JW, Lundkvist P, Jansson PA et al (2018) Effects of dapagliflozin and n‑3 carboxylic acids on non-alcoholic fatty liver disease in people with type 2 diabetes: a double-blind randomised placebo-controlled study. Diabetologia 61:1923–1934PubMedPubMedCentralCrossRef
11.
Zurück zum Zitat Ferreira MC, da Silva MER, Fukui RT et al (2019) Effect of TCF7L2 polymorphism on pancreatic hormones after exenatide in type 2 diabetes. Diabetol Metab Syndr 11:10PubMedPubMedCentralCrossRef Ferreira MC, da Silva MER, Fukui RT et al (2019) Effect of TCF7L2 polymorphism on pancreatic hormones after exenatide in type 2 diabetes. Diabetol Metab Syndr 11:10PubMedPubMedCentralCrossRef
13.
Zurück zum Zitat Francke S, Mamidi RN, Solanki B et al (2015) In vitro metabolism of canagliflozin in human liver, kidney, intestine microsomes, and recombinant uridine diphosphate glucuronosyltransferases (UGT) and the effect of genetic variability of UGT enzymes on the pharmacokinetics of canagliflozin in humans. J Clin Pharmacol 55:1061–1072PubMedCrossRef Francke S, Mamidi RN, Solanki B et al (2015) In vitro metabolism of canagliflozin in human liver, kidney, intestine microsomes, and recombinant uridine diphosphate glucuronosyltransferases (UGT) and the effect of genetic variability of UGT enzymes on the pharmacokinetics of canagliflozin in humans. J Clin Pharmacol 55:1061–1072PubMedCrossRef
15.
Zurück zum Zitat Geng Z, Li Q, Huang R et al (2022) KCNQ1 variant rs163184 is a potential biomarker of glycemic response to exenatide. Pharmacogenomics 23:355–361PubMedCrossRef Geng Z, Li Q, Huang R et al (2022) KCNQ1 variant rs163184 is a potential biomarker of glycemic response to exenatide. Pharmacogenomics 23:355–361PubMedCrossRef
16.
Zurück zum Zitat Gotthardová I, Javorský M, Klimčáková L et al (2017) KCNQ1 gene polymorphism is associated with glycaemic response to treatment with DPP‑4 inhibitors. Diabetes Res Clin Pract 130:142–147PubMedCrossRef Gotthardová I, Javorský M, Klimčáková L et al (2017) KCNQ1 gene polymorphism is associated with glycaemic response to treatment with DPP‑4 inhibitors. Diabetes Res Clin Pract 130:142–147PubMedCrossRef
17.
Zurück zum Zitat Guan Z, Du Y, Li R et al (2022) Association between glucagon-like peptide‑1 receptor gene polymorphism and treatment response to GLP1R agonists in Chinese patients with type 2 diabetes: a prospective cohort study. Eur J Clin Pharmacol 78:793–799PubMedCrossRef Guan Z, Du Y, Li R et al (2022) Association between glucagon-like peptide‑1 receptor gene polymorphism and treatment response to GLP1R agonists in Chinese patients with type 2 diabetes: a prospective cohort study. Eur J Clin Pharmacol 78:793–799PubMedCrossRef
18.
Zurück zum Zitat Han E, Park HS, Kwon O et al (2016) A genetic variant in GLP1R is associated with response to DPP‑4 inhibitors in patients with type 2 diabetes. Medicine 95:e5155PubMedPubMedCentralCrossRef Han E, Park HS, Kwon O et al (2016) A genetic variant in GLP1R is associated with response to DPP‑4 inhibitors in patients with type 2 diabetes. Medicine 95:e5155PubMedPubMedCentralCrossRef
19.
Zurück zum Zitat Heo CU, Choi CI (2019) Current progress in pharmacogenetics of second-line antidiabetic medications: towards precision medicine for type 2 diabetes. J Clin Med 8:393PubMedPubMedCentralCrossRef Heo CU, Choi CI (2019) Current progress in pharmacogenetics of second-line antidiabetic medications: towards precision medicine for type 2 diabetes. J Clin Med 8:393PubMedPubMedCentralCrossRef
21.
Zurück zum Zitat Hoeben E, De Winter W, Neyens M et al (2016) Population pharmacokinetic modeling of canagliflozin in healthy volunteers and patients with type 2 diabetes mellitus. Clin Pharmacokinet 55:209–223PubMedCrossRef Hoeben E, De Winter W, Neyens M et al (2016) Population pharmacokinetic modeling of canagliflozin in healthy volunteers and patients with type 2 diabetes mellitus. Clin Pharmacokinet 55:209–223PubMedCrossRef
22.
Zurück zum Zitat Imai K, Tsujimoto T, Goto A et al (2014) Prediction of response to GLP‑1 receptor agonist therapy in Japanese patients with type 2 diabetes. Diabetol Metab Syndr 6:110PubMedPubMedCentralCrossRef Imai K, Tsujimoto T, Goto A et al (2014) Prediction of response to GLP‑1 receptor agonist therapy in Japanese patients with type 2 diabetes. Diabetol Metab Syndr 6:110PubMedPubMedCentralCrossRef
24.
Zurück zum Zitat Jamalizadeh M, Hasanzad M, Sarhangi N et al (2021) Pilot study in pharmacogenomic management of empagliflozin in type 2 diabetes mellitus patients. J Diabetes Metab Disord 20:1407–1413PubMedPubMedCentralCrossRef Jamalizadeh M, Hasanzad M, Sarhangi N et al (2021) Pilot study in pharmacogenomic management of empagliflozin in type 2 diabetes mellitus patients. J Diabetes Metab Disord 20:1407–1413PubMedPubMedCentralCrossRef
25.
Zurück zum Zitat Jamaluddin JL, Huri HZ, Vethakkan SR (2016) Clinical and genetic predictors of dipeptidyl peptidase‑4 inhibitor treatment response in Type 2 diabetes mellitus. Pharmacogenomics 17:867–881PubMedCrossRef Jamaluddin JL, Huri HZ, Vethakkan SR (2016) Clinical and genetic predictors of dipeptidyl peptidase‑4 inhibitor treatment response in Type 2 diabetes mellitus. Pharmacogenomics 17:867–881PubMedCrossRef
26.
Zurück zum Zitat Javorský M, Gotthardová I, Klimčáková L et al (2016) A missense variant in GLP1R gene is associated with the glycaemic response to treatment with gliptins. Diabetes Obes Metab 18:941–944PubMedCrossRef Javorský M, Gotthardová I, Klimčáková L et al (2016) A missense variant in GLP1R gene is associated with the glycaemic response to treatment with gliptins. Diabetes Obes Metab 18:941–944PubMedCrossRef
27.
Zurück zum Zitat Kan H, Hyogo H, Ochi H et al (2016) Influence of the rs738409 polymorphism in patatin-like phospholipase 3 on the treatment efficacy of non-alcoholic fatty liver disease with type 2 diabetes mellitus. Hepatol Res 46:E146–153PubMedCrossRef Kan H, Hyogo H, Ochi H et al (2016) Influence of the rs738409 polymorphism in patatin-like phospholipase 3 on the treatment efficacy of non-alcoholic fatty liver disease with type 2 diabetes mellitus. Hepatol Res 46:E146–153PubMedCrossRef
28.
Zurück zum Zitat Karras SN, Rapti E, Koufakis T et al (2017) Pharmacogenetics of glucagon-like peptide‑1 agonists for the treatment of type 2 diabetes mellitus. Curr Clin Pharmacol 12:202–209PubMedCrossRef Karras SN, Rapti E, Koufakis T et al (2017) Pharmacogenetics of glucagon-like peptide‑1 agonists for the treatment of type 2 diabetes mellitus. Curr Clin Pharmacol 12:202–209PubMedCrossRef
29.
Zurück zum Zitat Kogiso T, Sagawa T, Kodama K et al (2021) Development and course of diabetes according to genetic factors and diabetes treatment among patients with nonalcoholic fatty liver disease. Nutrition 83:111080PubMedCrossRef Kogiso T, Sagawa T, Kodama K et al (2021) Development and course of diabetes according to genetic factors and diabetes treatment among patients with nonalcoholic fatty liver disease. Nutrition 83:111080PubMedCrossRef
30.
Zurück zum Zitat Kowall B, Kostev K, Landgraf R et al (2021) Effects of the COVID-19 lockdown on primary health care for persons with type 2 diabetes—results from the German disease analyzer database. Diabetes Res Clin Pract 179:109002PubMedCrossRef Kowall B, Kostev K, Landgraf R et al (2021) Effects of the COVID-19 lockdown on primary health care for persons with type 2 diabetes—results from the German disease analyzer database. Diabetes Res Clin Pract 179:109002PubMedCrossRef
31.
Zurück zum Zitat Kyriakidou A, Kyriazou AV, Koufakis T et al (2022) Clinical and genetic predictors of glycemic control and weight loss response to liraglutide in patients with type 2 diabetes. J Pers Med 12:424PubMedPubMedCentralCrossRef Kyriakidou A, Kyriazou AV, Koufakis T et al (2022) Clinical and genetic predictors of glycemic control and weight loss response to liraglutide in patients with type 2 diabetes. J Pers Med 12:424PubMedPubMedCentralCrossRef
32.
Zurück zum Zitat Laxy M, Knoll G, Schunk M (2016) Quality of diabetes care in Germany improved from 2000 to 2007 to 2014, but improvements diminished since 2007. Evidence from the population-based KORA studies. PLoS ONE 11:e164704PubMedPubMedCentralCrossRef Laxy M, Knoll G, Schunk M (2016) Quality of diabetes care in Germany improved from 2000 to 2007 to 2014, but improvements diminished since 2007. Evidence from the population-based KORA studies. PLoS ONE 11:e164704PubMedPubMedCentralCrossRef
34.
Zurück zum Zitat Liao WL, Lee WJ, Chen CC et al (2017) Pharmacogenetics of dipeptidyl peptidase 4 inhibitors in a Taiwanese population with type 2 diabetes. Oncotarget 8:18050–18058PubMedPubMedCentralCrossRef Liao WL, Lee WJ, Chen CC et al (2017) Pharmacogenetics of dipeptidyl peptidase 4 inhibitors in a Taiwanese population with type 2 diabetes. Oncotarget 8:18050–18058PubMedPubMedCentralCrossRef
35.
Zurück zum Zitat Lin CH, Lee YS, Huang YY et al (2015) Polymorphisms of GLP‑1 receptor gene and response to GLP‑1 analogue in patients with poorly controlled type 2 diabetes. J Diabetes Res 2015:176949PubMedPubMedCentralCrossRef Lin CH, Lee YS, Huang YY et al (2015) Polymorphisms of GLP‑1 receptor gene and response to GLP‑1 analogue in patients with poorly controlled type 2 diabetes. J Diabetes Res 2015:176949PubMedPubMedCentralCrossRef
36.
Zurück zum Zitat Mannino GC, Andreozzi F, Sesti G (2019) Pharmacogenetics of type 2 diabetes mellitus, the route toward tailored medicine. Diabetes Metab Res Rev 35:e3109PubMedPubMedCentralCrossRef Mannino GC, Andreozzi F, Sesti G (2019) Pharmacogenetics of type 2 diabetes mellitus, the route toward tailored medicine. Diabetes Metab Res Rev 35:e3109PubMedPubMedCentralCrossRef
37.
Zurück zum Zitat Mashayekhi M, Wilson JR, Jafarian-Kerman S et al (2021) Association of a glucagon-like peptide‑1 receptor gene variant with glucose response to a mixed meal. Diabetes Obes Metab 23:281–286PubMedCrossRef Mashayekhi M, Wilson JR, Jafarian-Kerman S et al (2021) Association of a glucagon-like peptide‑1 receptor gene variant with glucose response to a mixed meal. Diabetes Obes Metab 23:281–286PubMedCrossRef
38.
Zurück zum Zitat Matsui M, Takahashi Y, Takebe N et al (2015) Response to the dipeptidyl peptidase‑4 inhibitors in Japanese patients with type 2 diabetes might be associated with a diplotype of two single nucleotide polymorphisms on the interleukin‑6 promoter region under a certain level of physical activity. J Diabetes Investig 6:173–181PubMedCrossRef Matsui M, Takahashi Y, Takebe N et al (2015) Response to the dipeptidyl peptidase‑4 inhibitors in Japanese patients with type 2 diabetes might be associated with a diplotype of two single nucleotide polymorphisms on the interleukin‑6 promoter region under a certain level of physical activity. J Diabetes Investig 6:173–181PubMedCrossRef
40.
Zurück zum Zitat Mosikian AA, Golikova TI, Martjanova MV et al (2022) Prediction scale of response to liraglutide therapy as the method for increase of treatment efficacy in type 2 diabetes. Future Sci OA 8:FSO779PubMedPubMedCentralCrossRef Mosikian AA, Golikova TI, Martjanova MV et al (2022) Prediction scale of response to liraglutide therapy as the method for increase of treatment efficacy in type 2 diabetes. Future Sci OA 8:FSO779PubMedPubMedCentralCrossRef
41.
Zurück zum Zitat Naagaard MD, Chang R, Någård M et al (2022) Common UGT1A9 polymorphisms do not have a clinically meaningful impact on the apparent oral clearance of dapagliflozin in type 2 diabetes mellitus. Br J Clin Pharmacol 88:1942–1946PubMedCrossRef Naagaard MD, Chang R, Någård M et al (2022) Common UGT1A9 polymorphisms do not have a clinically meaningful impact on the apparent oral clearance of dapagliflozin in type 2 diabetes mellitus. Br J Clin Pharmacol 88:1942–1946PubMedCrossRef
42.
43.
Zurück zum Zitat Osada UN, Sunagawa H, Terauchi Y et al (2016) A common susceptibility gene for type 2 diabetes is associated with drug response to a DPP‑4 inhibitor: pharmacogenomic cohort in Okinawa Japan. PLoS ONE 11:e154821PubMedPubMedCentralCrossRef Osada UN, Sunagawa H, Terauchi Y et al (2016) A common susceptibility gene for type 2 diabetes is associated with drug response to a DPP‑4 inhibitor: pharmacogenomic cohort in Okinawa Japan. PLoS ONE 11:e154821PubMedPubMedCentralCrossRef
45.
Zurück zum Zitat Pozzilli P, Leslie RD, Chan J et al (2010) The A1C and ABCD of glycaemia management in type 2 diabetes: a physician’s personalized approach. Diabetes Metab Res Rev 26:239–244PubMedCrossRef Pozzilli P, Leslie RD, Chan J et al (2010) The A1C and ABCD of glycaemia management in type 2 diabetes: a physician’s personalized approach. Diabetes Metab Res Rev 26:239–244PubMedCrossRef
47.
Zurück zum Zitat Reed J, Bain S, Kanamarlapudi V (2020) Recent advances in understanding the role of glucagon-like peptide 1. F1000Res 9:F1000 Faculty Rev-239PubMedPubMedCentralCrossRef Reed J, Bain S, Kanamarlapudi V (2020) Recent advances in understanding the role of glucagon-like peptide 1. F1000Res 9:F1000 Faculty Rev-239PubMedPubMedCentralCrossRef
48.
Zurück zum Zitat Richter-Kuhlmann E (2022) genomDE: Der Weg in die Versorgung. Dtsch Arztebl 119:A-1300–B-1091 Richter-Kuhlmann E (2022) genomDE: Der Weg in die Versorgung. Dtsch Arztebl 119:A-1300–B-1091
49.
50.
Zurück zum Zitat Slieker RC, Donnelly LA, Fitipaldi H et al (2021) Distinct molecular signatures of clinical clusters in people with type 2 diabetes: an IMIRHAPSODY study. Diabetes 70:2683–2693PubMedPubMedCentralCrossRef Slieker RC, Donnelly LA, Fitipaldi H et al (2021) Distinct molecular signatures of clinical clusters in people with type 2 diabetes: an IMIRHAPSODY study. Diabetes 70:2683–2693PubMedPubMedCentralCrossRef
51.
Zurück zum Zitat ’t Hart LM, Fritsche A, Nijpels G et al (2013) The CTRB1/2 locus affects diabetes susceptibility and treatment via the incretin pathway. Diabetes 62:3275–3281PubMedPubMedCentralCrossRef ’t Hart LM, Fritsche A, Nijpels G et al (2013) The CTRB1/2 locus affects diabetes susceptibility and treatment via the incretin pathway. Diabetes 62:3275–3281PubMedPubMedCentralCrossRef
52.
Zurück zum Zitat Udler MS, McCarthy MI, Florez JC et al (2019) Genetic risk scores for diabetes diagnosis and precision medicine. Endocr Rev 40:1500–1520PubMedPubMedCentralCrossRef Udler MS, McCarthy MI, Florez JC et al (2019) Genetic risk scores for diabetes diagnosis and precision medicine. Endocr Rev 40:1500–1520PubMedPubMedCentralCrossRef
53.
Zurück zum Zitat Űrgeová A, Javorský M, Klimčáková L et al (2020) Genetic variants associated with glycemic response to treatment with dipeptidylpeptidase 4 inhibitors. Pharmacogenomics 21:317–323PubMedCrossRef Űrgeová A, Javorský M, Klimčáková L et al (2020) Genetic variants associated with glycemic response to treatment with dipeptidylpeptidase 4 inhibitors. Pharmacogenomics 21:317–323PubMedCrossRef
54.
Zurück zum Zitat Veelen A, Erazo-Tapia E, Oscarsson J et al (2021) Type 2 diabetes subgroups and potential medication strategies in relation to effects on insulin resistance and beta-cell function: a step toward personalised diabetes treatment? Mol Metab 46:101158PubMedCrossRef Veelen A, Erazo-Tapia E, Oscarsson J et al (2021) Type 2 diabetes subgroups and potential medication strategies in relation to effects on insulin resistance and beta-cell function: a step toward personalised diabetes treatment? Mol Metab 46:101158PubMedCrossRef
55.
Zurück zum Zitat Venkatachalapathy P, Padhilahouse S, Sellappan M et al (2021) Pharmacogenomics and personalized medicine in type 2 diabetes mellitus: potential implications for clinical practice. Pharmgenomics Pers Med 14:1441–1455PubMedPubMedCentral Venkatachalapathy P, Padhilahouse S, Sellappan M et al (2021) Pharmacogenomics and personalized medicine in type 2 diabetes mellitus: potential implications for clinical practice. Pharmgenomics Pers Med 14:1441–1455PubMedPubMedCentral
56.
Zurück zum Zitat Vujkovic M, Keaton JM, Lynch JA et al (2020) Discovery of 318 new risk loci for type 2 diabetes and related vascular outcomes among 1.4 million participants in a multi-ancestry meta-analysis. Nat Genet 52:680–691PubMedPubMedCentralCrossRef Vujkovic M, Keaton JM, Lynch JA et al (2020) Discovery of 318 new risk loci for type 2 diabetes and related vascular outcomes among 1.4 million participants in a multi-ancestry meta-analysis. Nat Genet 52:680–691PubMedPubMedCentralCrossRef
57.
Zurück zum Zitat Wilson JR, Shuey MM, Brown NJ et al (2017) Hypertension and type 2 diabetes are associated with decreased inhibition of dipeptidyl peptidase‑4 by sitagliptin. J Endocr Soc 1:1168–1178PubMedPubMedCentralCrossRef Wilson JR, Shuey MM, Brown NJ et al (2017) Hypertension and type 2 diabetes are associated with decreased inhibition of dipeptidyl peptidase‑4 by sitagliptin. J Endocr Soc 1:1168–1178PubMedPubMedCentralCrossRef
58.
Zurück zum Zitat Yu M, Wang K, Liu H et al (2019) GLP1R variant is associated with response to exenatide in overweight Chinese type 2 diabetes patients. Pharmacogenomics 20:273–277PubMedCrossRef Yu M, Wang K, Liu H et al (2019) GLP1R variant is associated with response to exenatide in overweight Chinese type 2 diabetes patients. Pharmacogenomics 20:273–277PubMedCrossRef
59.
Zurück zum Zitat Zimdahl H, Ittrich C, Graefe-Mody U et al (2014) Influence of TCF7L2 gene variants on the therapeutic response to the dipeptidylpeptidase‑4 inhibitor linagliptin. Diabetologia 57:1869–1875PubMedPubMedCentralCrossRef Zimdahl H, Ittrich C, Graefe-Mody U et al (2014) Influence of TCF7L2 gene variants on the therapeutic response to the dipeptidylpeptidase‑4 inhibitor linagliptin. Diabetologia 57:1869–1875PubMedPubMedCentralCrossRef
60.
Zurück zum Zitat Zimdahl H, Haupt A, Brendel M et al (2017) Influence of common polymorphisms in the SLC5A2 gene on metabolic traits in subjects at increased risk of diabetes and on response to empagliflozin treatment in patients with diabetes. Pharmacogenet Genomics 27:135–142PubMedCrossRef Zimdahl H, Haupt A, Brendel M et al (2017) Influence of common polymorphisms in the SLC5A2 gene on metabolic traits in subjects at increased risk of diabetes and on response to empagliflozin treatment in patients with diabetes. Pharmacogenet Genomics 27:135–142PubMedCrossRef
61.
Zurück zum Zitat Zhou LM, Xu W, Yan XM et al (2017) Association between SORCS1 rs1416406 and therapeutic effect of exenatide. Zhonghua Yi Xue Za Zhi 97:1415–1419PubMed Zhou LM, Xu W, Yan XM et al (2017) Association between SORCS1 rs1416406 and therapeutic effect of exenatide. Zhonghua Yi Xue Za Zhi 97:1415–1419PubMed
Metadaten
Titel
Pharmakogenetik neuer Glukosespiegelsenker: eine Chance für die Präzisionsmedizin?
verfasst von
Dr. rer. medic. Anna-Therese Lehnich
Wolfgang Rathmann
Publikationsdatum
24.01.2023
Verlag
Springer Medizin
Erschienen in
Die Diabetologie / Ausgabe 2/2023
Print ISSN: 2731-7447
Elektronische ISSN: 2731-7455
DOI
https://doi.org/10.1007/s11428-022-00993-3

Weitere Artikel der Ausgabe 2/2023

Die Diabetologie 2/2023 Zur Ausgabe

Mitteilungen des BDE

Mitteilungen des BDE

Mitteilungen des BDI

Mitteilungen des BDI

DDG Praxisempfehlungen

Diabetes und Migration

Praxisempfehlungen der Deutschen Diabetes Gesellschaft

Kurz, prägnant und aktuell: Die Praxisempfehlungen der Deutschen Diabetes Gesellschaft.