CN108376559A - 乙醛脱氢酶2基因型在麻醉剂量计算中的应用 - Google Patents

Abstract

本发明公开了乙醛脱氢酶2基因型在麻醉剂量计算中的应用，所述基因型是野生纯合子型G/G、杂合子型G/A、突变纯合子型A/A，可作为麻醉剂量数学模型中的可变量或者权重因子，有助于精确估算不同个体的麻醉药用量，提高手术安全性，并且可应用于智能医疗系统。

Description

乙醛脱氢酶2基因型在麻醉剂量计算中的应用

技术领域

本发明属于医药领域，具体涉及乙醛脱氢酶2基因型在麻醉剂量计算中的应用、尤其涉及乙醛脱氢酶2基因型在建立麻醉剂量数学模型中的应用。

背景技术

麻醉学是一门研究临床麻醉、生命机能调控、重症监测治疗和疼痛诊疗的科学，通常用于手术或急救过程中。现代麻醉的技术和监护系统由于存在众多不确定因素，尚不足以完全确保正常病人麻醉手术期间的安全，麻醉剂量在一定程度上取决于麻醉科医师的经验。麻醉科医师的职责在于保证病人在无痛、安全的前提下和手术医师共同完成手术。俗话说：“开刀去病，麻醉保命”，麻醉科医师是手术病人麻醉手术过程中的“生命保护神”，足见麻醉安全的重要性。但是，由于病人的特殊病情和每个人对麻醉药耐受和反应不同，就要求麻醉科医师随时采取应急的措施，也就增加了要承担的风险。在麻醉界乃至整个医学界，普遍认为麻醉工作是最具风险的职业之一。

目前临床上常用的全身麻醉方法有吸入麻醉、静脉麻醉和复合麻醉。全身麻醉的实施主要可分为麻醉前处理、麻醉诱导、麻醉维持和麻醉恢复等几个步骤。麻醉医师需要利用各种药物维持一定的麻醉状态，还要在整个手术过程中保障患者安全，提供安全无痛的手术条件。但患者、手术和其余情况千差万别，仍然有可能出现一些意料之外的情况，而其中有部分情况很可能危及生命安全。

在临床实际操作过程中，要根据手术刺激强度及每个患者具体情况来调节麻醉药物的输注速率和效应室浓度，从而提供安全合理的麻醉效果。首先应强调个体化原则。药物的选择和剂量应根据患者的具体情况调整，如体重、年龄、循环状况、术前用药等。其次，对于老年患者或循环时间较慢的患者(如休克、低血容量及心血管疾病等)用药量应减少，且注射速度应缓慢，同时密切监测心血管系统的变化。目前，利用静脉靶控输注技术，通过靶浓度的设定，可以更加精确和方便地达到上述目的。

但值得注意的是，在麻醉过程中由于伤害刺激在术中并非一成不变，预先的主动调节靶浓度以适应即将出现的强刺激比等到出现伤害刺激后才去被动调节其效果要好得多。因此，目前麻醉医师调节麻醉药物用量主要是根据手术的大小、刺激的程度、患者的反应，缺乏对患者遗传和基因多态性方面的考虑。在临床中，手术患者对麻醉药物的敏感性有很大的个人异质性，这可能与个人的遗传因素有关。

随着科学发展和技术进步，新麻醉药愈来愈多，包括静脉、吸入麻醉药、止痛药、肌松药和局麻药的新品种不断出现。根据手术计划、病人个体体征来选择合理的麻醉方法、合适的麻醉药品种和准确的麻醉剂量已经不能完全依赖于麻醉医生根据体重、年龄、循环状况和术前用药的经验推算，如何用数字化技术手段来替代麻醉医生的主观判断、减少和避免人为失误，已经成了一个医疗界急需解决的问题。

大数据和互联网技术的发展为智能化医疗时代的开启奠定了基础，人类基因组学的进步促进了个体化医疗的发展。由于基因多态性决定了个体差异，可以预见的是，与个体特异性密切相关的麻醉技术的全息智能化和次专业化(比如小儿麻醉、心外科麻醉、产科麻醉及脑外科麻醉等细分化)、麻醉剂量计算的公式化和模型化、麻醉剂的给药数控化会成为一种必然趋势。

为了适应这种麻醉技术的发展趋势，提供更加个体化的麻醉策略，研究与麻醉敏感性相关的人类基因尤为重要。

乙醛脱氢酶2(ALDH2)是一种主要由位于线粒体基质的染色体12q24编码的四联体蛋白。人类ALDH2基因上共发现了84个单核苷酸多态性位点，其中外显子12处发生点突变(Glu487Lys)，使正常的等位基因ALDH2*1变为突变型等位基因ALDH2*2，导致该酶的催化能力下降。在人群中该酶基因型有3种情况：具有正常催化活性的野生纯合子型G/G；活性下降的杂合子型G/A(约为正常ALDH2活性的6.25％)；几乎完全失去催化活性的突变纯合子型A/A。在日本、朝鲜、中国等亚洲人群中，ALDH2基因突变型(G/A和A/A)频率约为40％，远高于白种人及非洲裔美国人的突变频率(低于1％)。ALDH2是乙醇代谢期间乙醛氧化的关键酶，因此部分亚洲人群饮酒后由于ALDH2活性下降引起乙醛的累积和代谢障碍从而导致脸红、血压升高、呕吐等不良反应。ALDH2还可以将体内糖代谢、脂质氧化、神经递质及DNA氧化过程中产生的毒性醛类氧化为乙酸或其他无毒物质从而降低醛类对机体的伤害，这可能与亚洲人更易患酒精性肝硬化和心肌病有关。

发明人意外地发现，乙醛脱氢酶2基因与麻醉敏感性密切相关，提示乙醛脱氢酶2基因型可以作为麻醉剂量计算中的重要影响因子。因此，通过检测临床手术患者ALDH2基因型，可以为判断患者麻醉敏感性提供参考，指导麻醉医师在考虑患者年龄、体重、手术类型等因素的基础上更加准确地评估患者对麻醉药物的敏感性，从而制定合适的麻醉方案，保持术中麻醉深度恰当，保障患者安全平稳。

发明内容

上述新发现构成了本发明的基础。具体而言，本发明的技术方案如下所述。

乙醛脱氢酶2基因型在麻醉剂量计算中的应用。

上述基因型是野生纯合子型G/G、杂合子型G/A、突变纯合子型A/A。

在一种实施方式中，上述基因型可用于建立麻醉剂量数学模型(或称麻醉剂量计算模型)。

更具体地，上述基因型可以作为麻醉剂量数学模型中的可变量或者权重因子。比如，G/G基因型与麻醉剂量负相关，G/A和A/A基因型与麻醉剂量正相关。

在一种优选的实施方式中，上述麻醉剂量数学模型中的可变量或者权重因子还包括选自下组的至少一种：体重、年龄、人种、性别、体质、循环状况、术前用药、手术时间；优选体重和年龄。

优选上述麻醉剂量数学模型是用于静脉麻醉药、吸入麻醉药、止痛药、肌松药、或者局部麻醉药的剂量计算。

在一种优选的实施方式中，上述麻醉剂量数学模型是用于小儿麻醉、心外科麻醉、产科麻醉、或者脑外科麻醉的剂量计算。

可选地，所述静脉麻醉药选自硫贲妥钠、依托咪脂、氯安酮、安定、咪唑安定、丙泊酚(又称异丙酚)；所述吸入麻醉药选自氟脘、安氟醚、异氟醚(又称异氟烷)、七氟醚(又称七氟烷)、地氟醚(又称地氟烷)；所述止痛药选自芬太尼、阿芬太尼、苏芬太尼、雷米芬太尼(Remifentany)；所述肌松药选自琥胆碱、潘库溴胺、阿端(Pipearium)、卡肌宁、万可松、罗库溴胺(Rocuronium)、美维库铵(Mivacurium)。

在一种优选的实施方式中，麻醉药选自丙泊酚、异氟醚、七氟醚。

在一种实施方式中，上述麻醉剂量数学模型可被输入麻醉机的信息处理模块。

在另一种优选的实施方式中，上述麻醉剂量数学模型被输入智能医疗系统。

动物实验结果显示，与野生型小鼠对比，ALDH2缺失会降低小鼠对麻醉药七氟烷和丙泊酚的敏感性；临床试验结果表明，在单纯应用丙泊酚进行靶控输注静脉麻醉的情况下，与野生型(G/G)相比，ALDH2缺失(G/A和A/A)患者会出现意识丧失-苏醒效应室浓度升高的趋势，证明ALDH2基因型可以应用于麻醉剂量的计算，完全可以用作麻醉剂量数学模型中的可变量或者权重因子，有助于精确计算不同个体的麻醉药用量，分别为次专业化麻醉比如小儿麻醉、心外科麻醉、产科麻醉及脑外科麻醉等建立相对应的给药剂量标准，为实现麻醉系统智能化和麻醉剂给药数控化奠定基础，从而提高手术安全性。

附图说明

图1显示了野生型小鼠(WT)和ALDH2敲除小鼠(KO)的七氟烷EC50(序贯法)统计结果。

图2显示了野生型小鼠(WT)和ALDH2敲除小鼠(KO)的丙泊酚剂量-效应曲线。其中纵坐标％LORR是正向反射丧失(loss of righting reflex，LORR)百分比，反映了完全麻醉(即意识丧失)小鼠比例(％)。

具体实施方式

以下结合具体实施例对本发明做进一步详细说明。应理解，以下实施例仅用于说明本发明而非用于限定本发明的范围。

目前世界上通用的麻醉剂量方法主要考虑患者的体重和年龄因素，有时还考虑循环状况、术前用药、手术时间，供应商为各种麻醉药都提供了相应的使用剂量标准表、或者计算公式，这些使用剂量标准表和计算公式都属于麻醉剂量数学模型的范畴。

但是，如前所述，现有的麻醉药使用剂量标准表和计算公式都没有考虑人种或种族因素、遗传因素(包括基因多态性)、性别因素(比如女性生理期)、激素水平等等与麻醉敏感性存在一定关系的因素，很多情况下取决于麻醉医生的临床经验和主观判断。这种过于粗放的数学模型有时会导致剂量估算出现模糊或偏差，成为手术失败、乃至患者安危的隐患。因此，综合了与麻醉敏感性或响应性的主要影响因素的细分化麻醉剂量数学模型的建立才能逐渐杜绝这些不幸事件的发生，为医院和患者双方都带来安全保障和依据、并减少隐患纠纷。

本领域技术人员应当理解，通过将麻醉学次专业化(或称细分化)，在一定程度上使得麻醉剂量估算减少偏差。次专业化麻醉(或称细分化麻醉)包括但不限于小儿麻醉、心外科麻醉、产科麻醉、或者脑外科麻醉。但是，目前临床医学界还没有针对这些次专业化麻醉分别制定出相应的给药标准。可以预见的是，分别为这些次专业化麻醉技术建立全面准确的麻醉剂量数学模型对于医院和患者双方都具有重大意义。本领域技术人员应当理解，每一种麻醉药的每一种次专业化麻醉都应当具有麻醉剂量数学模型。

在本文中，麻醉剂量数学模型又称为麻醉剂量计算模型，是包含多种可选因素或可变因素的数学等式或不等式、图表、图像、框图、数理逻辑，麻醉剂量数学模型的种类可以有多种，而且可以有多种不同的分类方法，包括剂量对照标准表格和计算公式在内，其中计算公式可以是具有多种变量的函数。比如，麻醉剂量数学模型可以分类为静态和动态模型、分布参数和集中参数模型、连续时间和离散时间模型、随机性和确定性模型、参数与非参数模型、线性和非线性模型等。

静态模型是指要描述的麻醉剂量与各变量诸如体重、年龄、循环状况、术前用药、手术时间、人种、基因型、性别、体质等等之间的关系是不随时间的变化而变化的数学模型，可以用代数方程来表达；动态模型是指描述麻醉剂量与各变量诸如体重、年龄、循环状况、术前用药、手术时间、人种、基因型、性别、体质等等之间随时间变化而变化的规律的数学表达式，可以用微分方程或差分方程来表示。

分布参数模型是用各类偏微分方程描述麻醉剂量与各变量诸如体重、年龄、循环状况、术前用药、手术时间、人种、基因型、性别、体质等等之间的动态特性；而集中参数模型是用线性或非线性常微分方程来描述麻醉剂量与各变量诸如体重、年龄、循环状况、术前用药、手术时间、人种、基因型、性别、体质等等之间的动态特性。在许多情况下，分布参数模型借助于空间离散化的方法，可简化为复杂程度较低的集中参数模型。

模型中的时间变量是在一定区间内变化的模型称为连续时间模型，上述各类用微分方程描述的模型都是连续时间模型。在处理集中参数模型时，也可以将时间变量离散化，所获得的模型称为离散时间模型。离散时间模型是用差分方程描述的。

随机性模型中麻醉剂量与各变量诸如体重、年龄、循环状况、术前用药、手术时间、人种、基因型、性别、体质等等之间关系是以统计值或概率分布的形式给出的；而在确定性模型中麻醉剂量与各变量诸如体重、年龄、循环状况、术前用药、手术时间、人种、基因型、性别、体质等等之间的关系是确定的。

用代数方程、微分方程、微分方程组以及传递函数等描述的麻醉剂量模型都是参数模型。非参数模型是直接或间接地从实际麻醉剂量的实验分析中得到的响应。

线性模型中麻醉剂量与各变量诸如体重、年龄、循环状况、术前用药、手术时间、人种、基因型、性别、体质等等之间的关系是线性的，可以应用叠加原理，即几个不同的输入量同时作用于麻醉剂量的响应，等于几个输入量单独作用的响应之和。线性模型简单，应用广泛。非线性模型中麻醉剂量与各变量诸如体重、年龄、循环状况、术前用药、手术时间、人种、基因型、性别、体质等等之间的关系不是线性的，不满足叠加原理。在允许的情况下，非线性模型往往可以线性化为线性模型，方法是把非线性模型在工作点邻域内展成泰勒级数，保留一阶项，略去高阶项，就可得到近似的线性模型。

本发明的麻醉剂量数学模型可以通过编程、通过数学软件包形式被输入麻醉机的信息处理模块，麻醉机的运行情况可以用计算机模拟出来；也可以被输入云服务器形成可共享的智能医疗系统。

当科学合理、符合实际规律的麻醉剂量数学模型建立起来后，就可以用于手术的麻醉药的计量给药了，这是个模型求解过程，即可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法，特别是使用计算机技术进行解析。大数据和互联网技术为麻醉剂量数学模型求解带来了极大的便利和促进。

本文中的基因型(或称基因特征)主要是指与麻醉敏感性密切相关的基因多态性，比如ALDH2基因中的野生纯合子型G/G、杂合子型G/A、突变纯合子型A/A。发明人通过构建ALDH2基因敲除(gene knockout，简称KO)小鼠来模拟ALDH2缺失人群，实验结果表明，与野生型小鼠(简写为WT)对比，分别给予临床常用气体麻醉药物七氟烷和静脉注射麻醉药物丙泊酚后，ALDH2敲除组的七氟烷的半数有效浓度(EC50)和丙泊酚的半数有效剂量(ED50)均升高，表明ALDH2缺失会降低小鼠对七氟烷和丙泊酚的敏感性。进一步，发明人进行了ALDH2基因多态性与丙泊酚麻醉敏感性的临床试验，通过静脉靶控输注技术监测患者意识丧失-苏醒效应室浓度，并在术中抽取静脉血3毫升，检测ALDH2在rs671SNP位点的多态性。试验结果表明，与野生型(G/G)相比，ALDH2缺失(G/A和A/A)患者出现意识丧失-苏醒效应室浓度升高的趋势，提示ALDH2缺失患者对丙泊酚麻醉的敏感性较低。这与动物实验结果相符。

基于上述发现，本领域技术人员将会理解，在临床实际应用中，通过检测手术患者ALDH2基因在外显子12处rs671SNP位点的点突变情况，可以指导麻醉医师评估患者麻醉敏感性。比如，如果患者为ALDH2缺失型(G/A或A/A)，则提示该患者对麻醉药物的敏感性较低，麻醉剂量相对于野生型(G/G)应该增加。这样，在综合手术患者体重、年龄等常规考虑因素的基础上，通过检测患者的ALDH2基因型，可以更加准确地预先评估患者对麻醉药的敏感性，从而制定合适的术中麻醉方案。

本领域技术人员应当理解，检测麻醉药EC50和ED50的方法可以是常规的检测方法，比如可以运用序贯法检测EC50。序贯法是一种简便、快速、粗略测定半数有效量的方法。从若干个具有不同均值的正态分布中，挑选出其均值最大者。

为使本发明更明显易懂，兹以实施例配合附图作详细说明如下。本领域技术人员应当理解，下述实施例仅用于阐明本发明的可行性，并非是对本发明进行限制。

实施例中涉及到的百分含量，除特别说明外(比如明示为百分比率或比例)，皆指质量百分含量。

实施例

实验中所用的ALDH2缺失型小鼠(KO)由日本产业医科大学Toshihiro Kawamoto教授惠赠，在复旦大学附属中山医院动物实验中心饲养繁殖；C57BL/6J野生型小鼠(WT)由复旦大学附属中山医院动物实验中心提供；七氟醚和丙泊酚由复旦大学附属中山医院麻醉科提供；ALDH2基因多态性检测由上海天昊生物科技有限公司完成。

实施例1ALDH2缺失型小鼠模型的构建

ALDH2缺失型小鼠由日本产业医科大学Toshihiro Kawamoto教授惠赠，通过同源重组的方法构建，然后与C57BL/6J背景WT小鼠杂交10代以上得到遗传背景稳定的KO小鼠。实验中所用到的均为8-10周龄雄性KO小鼠，体重23-28g，共14只，在复旦大学附属中山医院动物实验中心SPF级动物房饲养。

实施例2WT小鼠和ALDH2敲除小鼠对麻醉药物的敏感性比较

分别检测野生型小鼠(WT)和ALDH2敲除小鼠(KO)对麻醉药物七氟烷和丙泊酚的敏感性：七氟烷通过专用麻醉罐释放，并运用序贯法检测EC50；丙泊酚通过腹腔注射，观察给予不同浓度后小鼠的麻醉情况，绘制剂量-效应曲线并计算ED50。实验结果如下表1和表2所示：

表1七氟醚的EC50比较

表2丙泊酚的剂量比较

通过计算，WT和KO小鼠对于七氟烷麻醉的从低到高EC50分别为1.556％和1.711％，从高到低EC50分别为1.322％和1.578％，即WT小鼠的两种EC50都低于KO小鼠。WT和KO小鼠对于丙泊酚麻醉的ED50分别为92.85mg/kg和118.57mg/kg，即WT小鼠的ED50低于KO小鼠。七氟烷EC50的统计结果和丙泊酚的剂量-效应曲线分别显示于图1和图2中。

实验结果表明：与野生型小鼠相比，ALDH2缺失小鼠对七氟烷和丙泊酚的敏感性均较低。

实施例3临床试验

1.设定临床试验入选标准：男性，年龄50-70岁，BMI20-27，ASA分级II至III级，行择期OPCABG的患者。排除标准为：听力受损；肝、肾功能异常；神经系统异常；有精神疾病或使用精神类药物；酒精或者麻醉药物依赖；近期服用过肝药酶抑制剂或激动剂。

2.基因检测：入院手术患者在术前抽取静脉血3ml至EDTA抗凝管中，由上海天昊生物科技有限公司抽提DNA，对ALDH2基因的rs671SNP位点进行检测，从而明确患者是否存在ALDH2基因突变。共入选患者32例，根据ALDH2基因型鉴定结果分为两组：野生组(GG型)17例，ALDH2缺失组(GA/AA型)共15例。

3.实施方法：靶控静脉输注丙泊酚的靶浓度从1.5μg/ml开始，每分钟增加0.5μg/ml，直至患者意识丧失。意识丧失后立即停药，观察苏醒时间及苏醒时的效应室浓度。

4.试验结果：与野生组相比，ALDH2缺失组患者的意识丧失-苏醒效应室浓度有增加的趋势(0.898μg/ml比0.829μg/ml)，提示ALDH2缺失患者对丙泊酚麻醉的敏感性较低。

虽然以上实验仅以七氟醚和丙泊酚作为麻醉药为例，对于乙醛脱氢酶2基因型(GG、GA/AA型)与麻醉敏感性的内在关系进行了验证，但是本领域的技术人员显而易见可以理解乙醛脱氢酶2基因型可以作为重要的参考指标应用于麻醉剂量的计算、并且应用于麻醉剂量数学模型的建立、以及未来的智能医疗系统；而且本发明的技术方案显然也适用于其他种类的麻醉药。在不违背本发明的思想下，本领域技术人员可以在此基础上对本发明作出的各种改动或者修改，同样应属于本发明的范围。

Claims (10)

1.乙醛脱氢酶2基因型在麻醉剂量计算中的应用。

2.如权利要求1所述的应用，其特征在于，所述基因型是野生纯合子型G/G、杂合子型G/A、突变纯合子型A/A。

3.如权利要求1所述的应用，其特征在于，用于建立麻醉剂量数学模型。

4.如权利要求3所述的应用，其特征在于，所述基因型作为麻醉剂量数学模型中的可变量或者权重因子。

5.如权利要求3所述的应用，其特征在于，所述麻醉剂量数学模型中的可变量或者权重因子还包括选自下组的至少一种：体重、年龄、人种、性别、体质、循环状况、术前用药、手术时间。

6.如权利要求3所述的应用，其特征在于，所述麻醉剂量数学模型是用于静脉麻醉药、吸入麻醉药、止痛药、肌松药、或者局部麻醉药的剂量计算。

7.如权利要求3所述的应用，其特征在于，所述麻醉剂量数学模型是用于小儿麻醉、心外科麻醉、产科麻醉、或者脑外科麻醉的剂量计算。

8.如权利要求6所述的应用，其特征在于，所述静脉麻醉药选自硫贲妥钠、依托咪脂、氯安酮、安定、咪唑安定、丙泊酚；所述吸入麻醉药选自氟脘、安氟醚、异氟醚、七氟醚、地氟醚；所述止痛药选自芬太尼、阿芬太尼、苏芬太尼、雷米芬太尼；所述肌松药选自琥胆碱、潘库溴胺、阿端、卡肌宁、万可松、罗库溴胺、美维库铵。

9.如权利要求1所述的应用，其特征在于，所述麻醉剂量数学模型被输入麻醉机的信息处理模块。

10.如权利要求1所述的应用，其特征在于，所述麻醉剂量数学模型被输入智能医疗系统。