Pharmakogenomik der Bluthochdruckbehandlung

Bluthochdruck ist einer der stärksten veränderbaren kardiovaskulären Risikofaktoren, der eine immer größere Zahl von Menschen weltweit betrifft. Neben einer schlechten Medikamentenadhärenz könnte die geringe Wirksamkeit einiger Therapien auch mit der interindividuellen genetischen Variabilität zusammenhängen. Genetische Studien an Familien haben ergeben, dass die Erblichkeit 30 % bis 50 % der interindividuellen Variabilität des Blutdrucks (BP) ausmacht. Genetische Faktoren beeinflussen nicht nur die Erhöhung des Blutdrucks (BP), sondern tragen auch zur interindividuellen Variabilität in der Reaktion auf antihypertensive Behandlungen bei. Dieser Artikel gibt einen Überblick über die aktuelle Pharmakogenomik-Literatur zu den wichtigsten Klassen von antihypertensiven Medikamenten, die derzeit verwendet werden (d. h. Diuretika, β-Blocker, ACE-Hemmer, ARB und CCB). Aufgrund der zahlreichen Studien zu diesem Thema und der teilweise widersprüchlichen Ergebnisse innerhalb dieser Studien sind die präsentierten Daten auf mehrere ausgewählte SNPs beschränkt, die die Arzneimittelreaktion verändern. Genetische Polymorphismen können die Arzneimittelreaktionen über Gene beeinflussen, die an der Pathogenese von Bluthochdruck beteiligt sind und die Wirkungen von Medikamenten modifizieren können, Veränderungen in der Wechselwirkung zwischen Arzneimittel und Gen, Polymorphismen in Arzneimittelmetabolisierenden Enzymen, Gene, die mit Arzneimitteltransportern verbunden sind, sowie Gene, die an komplexen Kaskaden und Stoffwechselreaktionen teilnehmen. Die Ergebnisse zahlreicher Studien bestätigen, dass genotypbasierte Antihypertonietherapien die effektivsten sind und dazu beitragen können, das Auftreten schwerer unerwünschter Ereignisse zu vermeiden und die Behandlungskosten zu senken. Die genetische Erblichkeit von Arzneimittelreaktionsphänotypen scheint jedoch in multigenen und multifaktoriellen komplexen Eigenschaften verborgen zu bleiben. Daher sind weitere Studien erforderlich, um alle Assoziationen zu analysieren und endgültige genom-basierte Behandlungsrecommendationen zu formulieren.