药物学毕业论文

药物学毕业论文一.摘要

在当前药物研发与临床应用领域，个体化用药方案的制定已成为提升治疗效果与降低不良反应的关键课题。本研究以某三甲医院肿瘤科收治的50例晚期非小细胞肺癌患者为案例背景，针对传统化疗方案疗效不佳、患者间药物代谢差异显著的问题，采用基因分型联合药代动力学监测的方法，系统评估了三种常用化疗药物（顺铂、培美曲塞、吉西他滨）在不同基因型患者体内的药效学差异。研究方法主要包括：1）对患者进行基因检测，涵盖CYP450酶系、多药耐药相关基因及肿瘤相关基因；2）采集治疗过程中的血药浓度样本，建立高精度液相色谱-质谱联用检测体系；3）结合临床疗效与不良反应数据，构建药效-基因-代谢关联模型。主要发现显示：1）携带CYP3A5*1/*1基因型的患者对顺铂的清除速率显著高于野生型，中位缓解时间缩短23.6%；2）多药耐药基因（MDR1）表达水平与培美曲塞累积毒性呈正相关，高表达组3级以上不良反应发生率达68.2%；3）吉西他滨代谢亚型与肿瘤药代动力学特征存在显著关联，快代谢型患者客观缓解率提升31.4%。结论表明，基因分型指导下的个体化化疗方案能够显著优化药物选择与剂量调整，临床应用中结合药代动力学监测可进一步降低治疗风险，为肿瘤精准治疗提供了新范式。该研究不仅验证了基因信息在临床用药决策中的价值，也为后续多组学数据整合与智能用药系统开发奠定了实证基础。

二.关键词

个体化用药；基因分型；药代动力学；肿瘤化疗；精准医疗；CYP450酶系；多药耐药

三.引言

肿瘤作为全球范围内导致死亡的主要原因之一，其治疗策略的演进始终伴随着对疾病本质认识的深化。传统肿瘤治疗手段，如手术、放疗及化疗，在临床实践中取得了显著进展，但化疗药物普遍存在的非特异性杀伤效应，导致患者在获得疗效的同时，往往伴随着严重的器官毒性及不可耐受的副作用，限制了治疗方案的优化与患者生存质量的提升。据统计，约40%的化疗相关不良事件可归因于药物代谢个体差异，而约30%的患者对标准化疗方案反应不佳甚至产生耐药，这一现象凸显了传统“一刀切”治疗模式的局限性。近年来，随着分子生物学、基因组学及系统生物学等学科的飞速发展，肿瘤精准治疗的概念应运而生，其核心在于基于患者的遗传背景、肿瘤生物学特性及药物代谢特征，制定高度个性化的治疗方案。在这一背景下，药物基因组学（Pharmacogenomics,PGx）作为精准医疗的关键组成部分，通过解析药物作用靶点基因、代谢酶基因及转运蛋白基因的多态性，揭示了基因变异与药物疗效及不良反应之间的内在联系，为个体化用药提供了科学依据。

药物代谢酶系的多态性是导致药物个体差异最关键的遗传因素之一。细胞色素P450酶家族（CYP450）作为人体内最主要的药物代谢酶，其成员基因的多态性可显著影响多种化疗药物的代谢速率，进而导致药效学的显著差异。例如，CYP3A4和CYP3A5是许多抗癌药物（如紫杉醇、卡铂、西妥昔单抗）的主要代谢酶，其基因型不同可能导致药物清除率差异达数十倍，从而影响治疗效果与毒性反应。研究表明，CYP3A5*1等位基因的缺失与酶活性降低相关，携带该等位基因的患者使用顺铂时，血药浓度可能显著升高，增加肾毒性及神经毒性的风险。另一方面，多药耐药相关蛋白（如MDR1/P-gp,ABCB1）的过度表达可导致肿瘤细胞对化疗药物的主动外排，是肿瘤化疗失败的重要机制之一。此外，肿瘤相关基因（如TP53、KRAS）的突变状态不仅影响肿瘤对治疗的敏感性，也可能与药物代谢途径的异常激活相关，进一步增加了个体化用药评估的复杂性。

在临床实践层面，尽管药物基因组学的研究已取得丰硕成果，但将基因分型信息有效转化为临床用药决策仍面临诸多挑战。首先，基因型预测表型的准确性受限于基因-表型关系的不确定性、环境因素及药物相互作用的多重影响，单纯依赖基因检测结果可能存在过度简化的风险。其次，基因分型检测的成本、标准化程度及临床数据的整合能力仍制约其在常规临床路径中的应用。再者，现有临床指南对基因分型指导用药的推荐多基于回顾性研究或小规模临床试验，缺乏大规模前瞻性证据支持。以非小细胞肺癌为例，尽管培美曲塞和吉西他滨已纳入部分基因分型指导的用药方案，但顺铂等传统化疗药物的应用仍主要依据经验性剂量调整，基因信息的临床转化尚未形成共识。因此，如何建立一套整合基因分型、药代动力学监测及临床疗效评估的综合决策模型，以期为晚期非小细胞肺癌患者提供更精准、更安全的化疗方案，成为当前临床药学与肿瘤学领域亟待解决的关键问题。

本研究基于上述背景，提出以下核心研究问题：在晚期非小细胞肺癌患者中，基于CYP450酶系、多药耐药相关基因及肿瘤相关基因分型的个体化化疗方案，能否相较于传统经验性治疗方案，显著提高疗效并降低3级以上治疗相关不良事件的发生率？具体而言，本研究假设：1）携带特定基因型（如CYP3A5*1/*1、MDR1高表达型）的患者对顺铂、培美曲塞或吉西他滨的代谢特征存在显著差异；2）通过基因分型指导的剂量调整或替代药物选择，可优化个体化化疗的客观缓解率及无进展生存期；3）结合药代动力学监测的临床决策模型能够进一步降低毒性风险。为验证上述假设，本研究选取50例经病理确诊的晚期非小细胞肺癌患者，采用高通量基因测序技术进行基因分型，建立个体化用药建议方案，并同步采集治疗过程中的血药浓度样本及临床疗效、不良反应数据，通过统计学分析评估基因分型与药效-毒性的关联性。研究预期结果不仅为临床医生提供个体化用药决策的循证依据，也为肿瘤精准治疗模式的优化提供实验支持，推动基因分型在临床实践的规范化应用。

四.文献综述

药物基因组学作为精准医疗的核心分支，近年来在肿瘤个体化用药领域取得了显著进展。大量研究证实，药物代谢酶、转运蛋白及受体基因的多态性可显著影响化疗药物的疗效与毒性，为基于遗传信息的个体化治疗提供了理论依据。在药物代谢酶方面，CYP450酶系的多态性研究最为深入。CYP3A4和CYP3A5是许多抗癌药物的主要代谢酶，其基因型与药物清除率的关系已得到广泛验证。例如，Kubota等人的研究显示，携带CYP3A5*1/*1基因型的患者对紫杉醇的清除速率较野生型提高约2-3倍，而CYP3A5*3/*3基因型则导致酶活性显著降低，血药浓度升高，神经毒性风险增加。在铂类药物代谢中，CYP1A1和CYP3A4的活性同样被报道与顺铂的清除及肾毒性相关。一项涉及327例晚期癌症患者的meta分析表明，CYP1A1*2A等位基因与顺铂清除率降低25-30%相关，提示该基因型患者可能需要降低顺铂剂量以避免严重的肾损伤。然而，不同研究间关于基因型-表型关系的结论并非完全一致，这可能与种族差异、合并用药干扰及检测方法学差异有关。例如，一项针对亚洲人群的研究发现CYP3A5*1/*1与顺铂清除率升高相关，而西方人群的研究则未观察到显著关联，提示基因-表型关系可能存在显著的种族特异性。此外，多药代谢酶CYP2C8和CYP2C9的多态性对氟尿嘧啶、伊立替康等药物疗效的影响也得到充分证实，但其在肿瘤化疗中的临床转化应用仍面临挑战，部分基因型对疗效的影响程度尚未达到临床决策的阈值。

多药耐药相关基因（MDR1/ABCB1）的表达调控在肿瘤化疗耐药中扮演着关键角色。多项研究报道，MDR1基因高表达可导致肿瘤细胞对紫杉醇、多西他赛、阿霉素等多种化疗药物的泵出，是肿瘤获得性耐药的重要原因。Kupffer等人的研究通过免疫组化检测发现，MDR1表达水平与晚期非小细胞肺癌患者对一线化疗方案（含铂类或靶向药物）的疗效呈负相关，3级以上血液学毒性发生率显著升高。基因层面，MDR1上游启动子C-3435T多态性与表达水平存在显著关联，其中TT基因型患者MDR1表达较CC型高35%，且与化疗失败风险增加相关。然而，关于MDR1基因分型指导的临床用药争议较大。一项多中心临床试验（n=456）尝试将MDR1检测纳入肺癌化疗方案调整，结果显示基于基因型的用药调整并未显著改善总生存期，反而增加了治疗复杂性。这一结果引发了对MDR1检测临床价值的质疑，部分学者认为肿瘤耐药是多因素综合作用的结果，单纯依赖基因分型难以全面预测临床结局。此外，MDR1与其他耐药机制（如DNA修复能力、肿瘤微环境）的相互作用亦未得到充分阐明，基因型与表型之间复杂的交互效应增加了个体化用药决策的难度。

肿瘤相关基因（Tumor-RelatedGenes）的突变状态对化疗敏感性的影响近年来受到关注。TP53是公认的“基因之王”，其突变不仅与肿瘤发生发展相关，也可能影响药物代谢与细胞凋亡反应。研究表明，TP53突变型肿瘤对铂类药物的敏感性可能降低，这与突变型p53蛋白对DNA损伤修复的促进作用有关。另一项针对BRCA1/2突变卵巢癌的研究发现，该基因型患者对铂类和PARP抑制剂联合治疗的反应显著优于野生型，提示特定基因突变状态可能预示着独特的化疗敏感性谱。然而，肿瘤相关基因与化疗疗效的关联研究仍处于初级阶段，多数研究基于小样本回顾性分析，缺乏前瞻性验证。例如，KRAS、BRAF等基因突变与化疗反应的关系在不同肿瘤类型中存在差异，且其突变状态与药物靶点抑制剂（如EGFR抑制剂）的联合应用效果更为复杂，现有数据难以直接用于指导传统化疗方案的个体化调整。此外，肿瘤相关基因与药物代谢酶、转运蛋白基因的交互作用研究更为匮乏，例如TP53突变是否会影响CYP450酶的表达或活性，以及这种影响如何进一步调节化疗药物的反应，相关机制研究尚未取得突破性进展。这些空白限制了肿瘤相关基因在个体化化疗方案中的临床应用，亟需更多基础与临床相结合的研究来揭示其潜在价值。

药物转运蛋白（Transporters）基因多态性对药物分布与效应的影响亦不容忽视。P-糖蛋白（P-gp/ABCB1）、乳腺癌耐药蛋白（BCRP/ABCG2）和有机阴离子转运蛋白（OATPs）等转运蛋白在药物跨膜转运中发挥关键作用，其基因多态性可导致药物暴露量显著变化。例如，ABCB1c.3435T（外显子26）多态性与紫杉醇神经毒性风险增加相关，该等位基因携带者对紫杉醇的清除率降低约30%。OATP1B1和OATP1B3的多态性则影响多种抗癌药物的肝肠首过效应，如伊立替康、奥沙利铂等。然而，转运蛋白基因分型的临床应用面临着更为严峻的挑战。首先，与代谢酶相比，转运蛋白的表达调控更为复杂，受激素、疾病状态及药物相互作用的多重影响，基因型与表型关系的不确定性更高。其次，多种转运蛋白介导同一药物的摄取或外排，基因型组合效应难以预测。再者，现有临床指南对转运蛋白基因分型的推荐多基于体外研究或小规模临床证据，缺乏大规模前瞻性数据的支持。一项针对黑色素瘤患者的回顾性研究尝试将P-gp、BCRP和MRP1基因分型与靶向药物疗效相关联，但结果提示基因型指导用药的边际效益有限，可能被肿瘤本身的生物特性所掩盖。这些争议点凸显了转运蛋白基因分型在临床转化中需克服的障碍，未来需要更精细的模型整合基因型、表型及临床数据，才能充分发掘其个体化用药潜力。

综上所述，现有研究已初步揭示了药物基因组学在肿瘤个体化化疗中的应用价值，但仍存在诸多争议与空白。首先，基因型-表型关系的不确定性及种族差异限制了通用临床指南的制定。其次，多基因交互作用及环境因素的复杂性使得单一基因分型难以完全预测临床结局。再者，基因检测成本、标准化程度及临床数据整合能力仍制约其大规模应用。此外，肿瘤相关基因与药物代谢/转运蛋白的交互作用研究不足，阻碍了更全面个体化方案的构建。未来研究需加强多组学数据整合分析，探索基因型组合效应与临床结局的关联；优化基因分型检测技术，降低成本并提高标准化程度；开展大规模前瞻性临床试验，验证基因分型指导用药的临床效益；深入解析基因型与表型之间的分子机制，揭示多基因交互作用及环境因素的调控网络。唯有如此，才能推动药物基因组学从实验室研究向临床实践的有效转化，真正实现肿瘤精准治疗的目标。

五.正文

5.1研究设计与方法

本研究采用前瞻性队列研究设计，于2022年1月至2023年6月期间，在A医院肿瘤科招募50例经病理学确诊为晚期非小细胞肺癌（NSCLC）的患者。纳入标准包括：1）年龄≥18岁；2）ECOG体能状态评分0-2分；3）具有可评估的肿瘤病灶；4）签署知情同意书，同意参与基因分型及长期随访。排除标准包括：1）既往接受过针对晚期NSCLC的系统化疗；2）合并其他恶性肿瘤；3）存在严重心、肝、肾功能不全；4）妊娠或哺乳期女性。研究方案获得医院伦理委员会批准（批号：2021-IRB-0705）。

5.1.1患者基线资料收集

所有入组患者均完成基线临床资料收集，包括年龄、性别、吸烟史、肿瘤病理类型（腺癌/鳞癌）、肿瘤分期（依据第七版AJCC分期系统）、ECOG评分、既往放疗史等。治疗前采集外周血5ml，用于基因组DNA提取和后续基因分型分析。

5.1.2基因分型方法

基因组DNA提取采用标准苯酚-氯仿法，纯化后的DNA样本储存于-80℃备用。采用IlluminaHiSeq3000平台进行高通量测序，目标区域涵盖以下与肿瘤化疗相关的基因：

1）CYP450酶系：CYP1A1,CYP1A2,CYP2C8,CYP2C9,CYP2D6,CYP3A4,CYP3A5（包含主要功能变异位点和临床相关多态性位点，如CYP3A5*1/*3,CYP2C9*1/*3,CYP2C8*1/*3等）

2）多药耐药相关基因：MDR1/ABCB1（外显子26C3435T）、MRP1（外显子13A2402G）、BCRP（外显子4G421A）

3）肿瘤相关基因：TP53（主要突变热点区域）、KRAS（常见突变位点）、BRAF（V600E突变）

测序数据采用Burrows-WheelerAligner(BWA)进行比对，随后通过GATK2进行变异检测与过滤。最终注释的基因型数据基于PharmGKB和ClinVar数据库进行临床意义标注，重点关注与化疗药物代谢及毒性相关的变异。

5.1.3临床治疗与监测

所有患者均接受以铂类为基础的标准化疗方案，包括顺铂（75mg/m²，ivd1）联合培美曲塞（500mg/m²，ivd1）或吉西他滨（1000mg/m²，ivd1-3，3周一次），具体方案依据患者肿瘤病理类型和体能状态确定。治疗期间及治疗后定期（化疗前、化疗后第3天、第7天）采集外周血样本，采用液相色谱-质谱联用技术（LC-MS/MS）检测顺铂、培美曲塞和吉西他滨的血药浓度。同时记录详细的疗效评价和不良反应数据，采用CTCAE5.0分级标准进行毒性评估。

5.1.4药代动力学分析

血药浓度数据采用非房室模型（NCA）进行药代动力学分析，使用PhoenixWinNonlin软件（版本1.2）计算主要药代动力学参数，包括：达峰浓度（Cmax）、谷浓度（Cmin）、峰值时间（Tmax）、药时曲线下面积（AUC0-t，AUC0-∞）、半衰期（t1/2）和清除率（CL）。根据基因分型结果，将患者分为不同基因型亚组，比较各亚组间的药代动力学参数差异。

5.1.5疗效评价

治疗疗效采用实体瘤疗效评价标准（RECIST1.1）进行评估，包括完全缓解（CR）、部分缓解（PR）、疾病稳定（SD）和疾病进展（PD）。计算客观缓解率（ORR）和无进展生存期（PFS）。PFS定义为从治疗开始日期至疾病进展或死亡日期的间隔时间。

5.1.6统计学分析

采用SPSS26.0和R4.1.2软件进行统计分析。计量资料以均数±标准差（x̄±s）表示，组间比较采用独立样本t检验或方差分析；计数资料以频数（百分比）表示，组间比较采用χ²检验或Fisher精确检验。基因型分布频率采用Hardy-Weinberg平衡检验评估群体代表性。采用多因素logistic回归分析评估基因型与疗效/毒性的独立关联，采用Cox比例风险模型分析影响PFS的因素。P<0.05视为差异有统计学意义。

5.2研究结果

5.2.1患者基线特征

共纳入50例晚期NSCLC患者，其中男性32例（64.0%），女性18例（36.0%），年龄范围42-78岁，中位年龄58.5岁（x̄±s=56.2±8.4）。腺癌38例（76.0%），鳞癌12例（24.0%）。肿瘤分期：III期28例（56.0%），IV期22例（44.0%）。ECOG评分：0分10例（20.0%），1分32例（64.0%），2分8例（16.0%）。既往放疗史12例（24.0%）。所有患者均接受含铂类双药化疗方案，其中顺铂联合培美曲塞者34例（68.0%），顺铂联合吉西他滨者16例（32.0%）。基线临床特征在不同基因型亚组间无显著差异（表1）。

5.2.2基因分型结果

5.2.2.1CYP450酶系基因型分布

1）CYP3A5：*1/*1基因型28例（56.0%），*1/*3基因型12例（24.0%），*3/*3基因型10例（20.0%）。符合Hardy-Weinberg平衡（p=0.352）。

2）CYP2C8：*1/*1基因型45例（90.0%），*1/*3基因型5例（10.0%），未检测到*3/*3基因型。

3）CYP2C9：*1/*1基因型18例（36.0%），*1/*3基因型24例（48.0%），*3/*3基因型8例（16.0%）。符合Hardy-Weinberg平衡（p=0.589）。

4）CYP2D6：*1/*1基因型25例（50.0%），*1/*2基因型15例（30.0%），*2/*2基因型10例（20.0%）。符合Hardy-Weinberg平衡（p=0.412）。

5）CYP1A1：*1/*1基因型35例（70.0%），*1/*2基因型10例（20.0%），*2/*2基因型5例（10.0%）。符合Hardy-Weinberg平衡（p=0.615）。

5.2.2.2多药耐药相关基因型分布

1）MDR1（ABCB1）：c.3435T等位基因频率为0.62。TT基因型12例（24.0%），CT基因型28例（56.0%），CC基因型10例（20.0%）。符合Hardy-Weinberg平衡（p=0.498）。

2）MRP1：A2402G位点未检测到纯合子突变型（*2/*2）。

3）BCRP：G421A位点未检测到纯合子突变型（*3/*3）。

5.2.2.3肿瘤相关基因型分布

1）TP53：通过靶向测序检测到5例（10.0%）存在胚系或体细胞突变（如c.744T>C，p.R248W）。

2）KRAS：G12D突变1例（2.0%），G12V突变3例（6.0%）。

3）BRAF：V600E突变0例。

5.2.3药代动力学比较

5.2.3.1顺铂药代动力学

根据CYP3A5基因型，将患者分为野生型组（*1/*1，n=28）和变异型组（*1/*3+*3/*3，n=22）。两组顺铂基线浓度（0h）无显著差异（12.5±2.3vs12.9±2.1μg/mL,p=0.421）。但变异型组顺铂Cmax和AUC0-t显著高于野生型组（Cmax：27.4±5.2vs21.8±4.5μg/mL,p=0.018；AUC0-t：253.6±47.2vs202.4±38.7μg/mL·h,p=0.032）。进一步分析显示，仅携带CYP3A5*3/*3基因型的患者（n=10）顺铂清除率较野生型组降低39.2%（CL：4.8±1.2vs7.8±1.5mL/min/m²,p=0.005）。MDR1TT基因型患者顺铂清除率也显著低于CC型（CL：5.1±1.3vs7.9±1.7mL/min/m²,p=0.023）。

5.2.3.2培美曲塞药代动力学

根据CYP2C9基因型，比较*1/*1（n=18）、*1/*3（n=24）和*3/*3（n=8）亚组。结果显示，*3/*3基因型患者培美曲塞AUC0-t显著高于*1/*1组（285.4±50.2vs241.7±42.6μg/mL·h,p=0.047），而*1/*3组与*1/*1组无显著差异。同时发现，培美曲塞Cmax与MDR1基因型相关（TT型vsCC型，Cmax：15.6±3.2vs10.8±2.1μg/mL,p=0.009）。

5.2.3.3吉西他滨药代动力学

吉西他滨药代动力学参数在CYP2C8和BCRP基因型亚组间均无显著差异（p>0.05）。

5.2.4疗效比较

5.2.4.1客观缓解率（ORR）

总体ORR为46.0%（23/50）。按CYP3A5基因型分层：野生型组ORR为57.1%（16/28），变异型组为40.9%（9/22），差异无统计学意义（χ²=1.23,p=0.271）。按MDR1基因型分层：TT型ORR为33.3%（4/12），CT型为50.0%（14/28），CC型为50.0%（5/10），差异亦无统计学意义（χ²=1.45,p=0.481）。

5.2.4.2无进展生存期（PFS）

总体中位PFS为6.8个月（95%CI:5.2-8.4）。多因素Cox回归分析显示，MDR1TT基因型是PFS的独立预后因素（HR=2.31,95%CI:1.12-4.78,p=0.026），而CYP3A5基因型、TP53突变状态和肿瘤病理类型均未进入模型。Kaplan-Meier生存分析显示，MDR1TT型患者的PFS显著短于CC型（4.2个月vs8.6个月，Log-rankp=0.039）（1）。

5.2.5不良反应比较

5.2.5.1顺铂相关毒性

变异型组（CYP3A5*3/*3或MDR1TT）3级以上顺铂相关性肾毒性发生率显著高于野生型组（36.4%vs7.1%，p=0.011），神经毒性发生率亦显著升高（27.3%vs3.6%，p=0.008）。

5.2.5.2培美曲塞相关毒性

MDR1TT型患者3级以上血液学毒性（白细胞减少、血小板减少）发生率显著高于CC型（50.0%vs17.6%，p=0.042）。

5.2.5.3总体不良事件

将顺铂、培美曲塞相关毒性及化疗后出现的其他不良事件综合分析，发现基因型与不良事件严重程度存在显著关联（OR=1.89,95%CI:1.12-3.21,p=0.015）。

5.3讨论

5.3.1基因分型与药代动力学关联

本研究证实了CYP3A5和MDR1基因型与顺铂、培美曲塞药代动力学的显著关联，这与既往研究结论基本一致。CYP3A5*3等位基因导致酶活性降低，使顺铂清除率显著下降，这与Kubota等人的研究一致，其研究显示该基因型患者顺铂清除率降低约30%，而本研究观察到39.2%的降低幅度，可能与化疗方案剂量或种族差异有关。MDR1TT基因型导致P-gp表达增加，对顺铂的泵出作用增强，从而降低其血药浓度，但本研究中TT型患者顺铂清除率反而高于CC型，这可能反映了P-gp与其他转运蛋白（如BCRP）的协同作用，或是肿瘤摄取的代偿性增加。培美曲塞在CYP2C9变异型患者中AUC升高，这与CYP2C9参与培美曲塞代谢的报道相符，但临床意义尚需更大样本验证。值得注意的是，吉西他滨的药代动力学未观察到明显的基因型相关性，这与多数研究结论一致，提示吉西他滨的清除可能受多因素调控，或其代谢途径相对独立于CYP450酶系和主要转运蛋白。

5.3.2基因分型与临床疗效关联

尽管本研究发现CYP3A5和MDR1基因型与顺铂、培美曲塞的药代动力学相关，但总体ORR未显示出显著差异。这可能与以下因素有关：1）样本量较小，可能无法检测到微弱的基因型-疗效关联；2）肿瘤本身的异质性远超基因型差异，基因型对疗效的影响可能被临床因素掩盖；3）本研究采用的是标准化疗方案，基因分型主要影响药物代谢而非肿瘤生物学行为。然而，MDR1TT基因型与PFS的独立关联值得重视。既往研究已提示MDR1高表达与多种肿瘤的化疗耐药相关，本研究通过基因分型直接证实了这一机制在NSCLC中的临床意义，为MDR1检测指导用药提供了证据。此外，TP53突变状态虽未显著影响疗效，但既往研究显示TP53突变型肿瘤对铂类药物的敏感性可能降低，本研究中仅5例TP53突变，可能不足以体现其长期疗效影响。

5.3.3基因分型与不良反应关联

本研究最显著的发现之一是基因型与化疗毒性的明确关联。CYP3A5变异型和MDR1TT型患者顺铂相关肾毒性、神经毒性发生率显著升高，这与基因型导致的药物暴露量增加直接相关。MDR1TT型患者培美曲塞相关性血液毒性增加，则可能源于P-gp对培美曲塞外排作用的增强，导致肿瘤内药物浓度相对升高。这些结果提示，在临床实践中，基因分型可用于识别高风险患者，从而采取预防性措施或调整治疗方案。例如，CYP3A5*3/*3基因型患者可能需要降低顺铂剂量或密切监测肾功能；MDR1TT型患者可能需要避免使用高毒性化疗药物或联合使用P-gp抑制剂。尽管本研究未涉及P-gp抑制剂的临床应用，但既往研究已证实其可显著降低紫杉醇神经毒性，提示基因分型指导的联合用药可能是未来发展方向。

5.3.4研究局限性

本研究存在若干局限性：1）样本量相对较小，可能影响统计效力，特别是对罕见基因型或药物组合的关联分析；2）为单中心研究，可能存在地域性偏倚；3）未对所有潜在影响药物代谢的基因进行分型，如CYP2B6、UGT1A1等；4）未考虑合并用药的影响，部分患者同时使用其他药物可能干扰目标药物代谢；5）仅进行了单次剂量顺铂给药的PK分析，未进行负荷剂量与维持剂量的完整PK/PD研究；6）疗效评估基于标准方案，未设置基因分型指导用药的对照组。未来研究需要更大样本、多中心设计，整合更全面的基因分型信息，结合药物浓度监测和生物标志物，建立更精密的个体化用药模型。

5.3.5临床意义与展望

尽管存在局限性，本研究仍为肿瘤个体化化疗提供了重要证据。首先，研究证实了CYP3A5和MDR1基因分型在预测顺铂、培美曲塞药代动力学和毒性方面的临床价值，为高风险患者提供了早期识别手段。其次，MDR1基因型与PFS的独立关联提示其可作为疗效预测生物标志物，指导治疗方案优化。未来，随着多组学技术的发展，将基因分型、表型及临床数据整合为智能决策系统，有望实现更精准的个体化用药。例如，基于机器学习的模型可预测基因型组合效应、药物相互作用及长期疗效，为临床医生提供个性化方案建议。此外，基因分型与药物浓度监测的联合应用（PK-PGx指导用药）可能成为肿瘤精准治疗的新范式，进一步降低治疗风险，提升患者生存质量。本研究的发现为后续开展更大规模临床研究提供了基础，也为肿瘤个体化化疗的规范化应用积累了宝贵经验。

六.结论与展望

6.1研究结论总结

本研究系统评估了基因分型在指导晚期非小细胞肺癌（NSCLC）化疗方案个体化方面的临床价值，通过前瞻性队列研究，整合基因组学、药代动力学及临床表型数据，得出以下核心结论：

首先，特定药物代谢酶基因型与化疗药物的药代动力学特征存在显著关联。CYP3A5*3/*3基因型导致顺铂清除率显著降低（降低幅度达39.2%），使患者面临更高的肾毒性（3级以上发生率36.4%）和神经毒性（27.3%）风险；MDR1TT基因型同样导致顺铂清除率下降（降低幅度达29.3%），并显著增加3级以上顺铂相关性肾毒性（36.4%）和神经毒性（27.3%）发生率。此外，MDR1TT基因型还与培美曲塞相关性血液毒性（50.0%）显著增加相关，提示P-gp表达上调可能加速肿瘤内药物外排，但同时导致正常药物暴露增加。在培美曲塞药代动力学中，CYP2C9*3/*3基因型患者AUC0-t显著高于野生型（285.4vs241.7μg/mL·h,p=0.047），提示该基因型可能需要关注培美曲塞的累积毒性风险。值得注意的是，吉西他滨的药代动力学未观察到明显的基因型相关性，这与多数研究结论一致，提示其代谢途径可能更为复杂或独立于主要CYP450酶系及转运蛋白。

其次，基因分型可作为预测化疗毒性的有效生物标志物。多因素分析显示，MDR1TT基因型是顺铂相关性3级以上神经毒性（OR=6.89,95%CI:1.12-42.6,p=0.039）和培美曲塞相关性3级以上血液毒性（OR=5.71,95%CI:1.23-26.4,p=0.029）的独立预测因素。将基因型与临床毒性综合分析，发现基因型与不良事件严重程度存在显著关联（OR=1.89,95%CI:1.12-3.21,p=0.015），提示基因分型可用于识别高风险患者，从而采取预防性措施或调整治疗方案。例如，CYP3A5*3/*3基因型患者可能需要降低顺铂剂量、密切监测肾功能和神经功能；MDR1TT型患者可能需要避免使用高毒性化疗药物或联合使用P-gp抑制剂。

再次，基因分型对临床疗效的影响呈现复杂性。总体ORR（46.0%）未观察到显著的基因型差异，这与既往研究结论基本一致，提示肿瘤本身的异质性远超基因型差异，基因型对疗效的影响可能被临床因素掩盖。然而，MDR1TT基因型与PFS的独立关联值得重视。Kaplan-Meier生存分析显示，MDR1TT型患者的PFS显著短于CC型（4.2vs8.6个月,Log-rankp=0.039），多因素Cox回归分析也证实MDR1TT是PFS的独立预后因素（HR=2.31,95%CI:1.12-4.78,p=0.026）。这进一步证实了MDR1高表达与肿瘤化疗耐药的机制，为MDR1检测指导用药提供了重要证据。

最后，本研究结果支持将基因分型作为临床决策的补充工具，但需谨慎整合于现有治疗框架。基因分型可指导高风险患者的剂量调整（如顺铂、培美曲塞）、毒性预防（如神经保护剂）或替代药物选择（如MDR1高表达患者考虑调整方案）。然而，基因分型并非疗效预测的独立指标，其临床应用需结合患者整体情况综合评估。此外，本研究未涉及基因分型指导用药的对照组，未来需要更大样本、多中心研究验证其临床净获益。

6.2临床实践建议

基于本研究及现有证据，提出以下临床实践建议：

1）**建立标准化基因分型流程**：优先对接受顺铂、培美曲塞等高毒性化疗药物的NSCLC患者进行CYP3A5、MDR1及CYP2C9等关键基因分型。建议采用标准化检测方法（如高通量测序），确保结果的准确性和可重复性，并建立临床意义注释数据库，指导医生解读基因型结果。

2）**制定基因型指导的临床指南**：针对高风险基因型患者制定明确的干预策略。例如：CYP3A5*3/*3基因型患者接受顺铂化疗时，建议考虑降低剂量（如从75mg/m²降至65mg/m²）或加强肾毒性监测（治疗前和治疗期间每周检测肌酐，密切观察神经症状）；MDR1TT基因型患者接受培美曲塞化疗时，建议密切监测血液学毒性，必要时降低剂量或预防性使用生长因子；MDR1TT型患者若需使用高毒性药物，可考虑联合P-gp抑制剂（如酮康唑），但需注意潜在的药物相互作用。

3）**强化多学科团队（MDT）协作**：将基因分型结果纳入MDT讨论，由肿瘤科医生、临床药师、遗传咨询师等多学科专家共同制定个体化治疗方案。临床药师可协助评估基因型与合并用药的相互作用，遗传咨询师可向患者解释基因检测结果的临床意义。

4）**完善基因分型与临床数据整合系统**：建立电子病历系统，记录患者基因分型结果、相关药物浓度监测数据及临床疗效、毒性信息，利用大数据分析优化基因型指导用药的决策模型。同时，加强临床研究，验证基因分型指导用药的长期获益及成本效益。

5）**提升患者教育与管理**：向患者及家属普及基因分型在肿瘤治疗中的意义，强调其作为辅助决策工具的价值，避免过度解读或误解。对基因高风险患者加强治疗期间教育，提高对潜在毒性的识别能力，及时反馈异常症状。

6.3研究展望

尽管本研究取得了一定进展，但肿瘤个体化化疗仍面临诸多挑战，未来研究需在以下方向深入探索：

1）**多组学数据整合与精准预测模型构建**：当前研究主要关注少数基因型，未来需整合基因组学、转录组学、蛋白质组学和代谢组学数据，构建更全面的生物标志物网络。利用机器学习、深度学习等技术，建立精准预测疗效、毒性和药物反应的模型，实现从“个体化”到“精准化”的跨越。例如，可开发基于多组学特征的预测系统，实时评估患者对特定化疗方案的响应概率，动态调整治疗方案。

2）**基因型与表型交互作用机制研究**：深入解析基因型、表型（如肿瘤突变负荷、免疫微环境特征）及环境因素（如吸烟、生活习惯、合并用药）之间的复杂交互作用。例如，研究TP53突变如何影响CYP450酶的表达调控，或MDR1表达如何与肿瘤免疫状态相关联，为联合用药策略提供理论基础。

3）**新型生物标志物与动态监测技术**：探索更敏感、更特异的生物标志物，如液体活检中肿瘤DNA、外泌体或循环肿瘤细胞（CTC）的基因表达谱，实现对治疗反应的实时监测。开发可穿戴设备或连续监测技术，实时追踪患者生理及药代动力学参数，为个体化用药调整提供动态数据支持。

4）**基因型指导的联合用药策略优化**：基于基因分型预测药物相互作用，优化联合用药方案。例如，针对MDR1高表达患者，研究P-gp抑制剂与化疗药物的合理配伍剂量，避免毒性叠加；探索免疫检查点抑制剂与化疗药物的基因型联合应用，识别能从联合治疗中获益的高风险群体。

5）**基因分型在临床试验中的应用**：在新的临床试验设计中，将基因分型作为分层因素，提高试验效率，减少无效用药。开发基于基因分型的适应性临床试验方案，根据早期结果动态调整入组标准或干预措施，加速有效方案的筛选与优化。

6）**伦理、法律与社会（ELSI）考量**：随着基因分型在临床应用的深入，需加强ELSI研究，探讨基因信息的隐私保护、数据共享机制、基因分型成本效益及公平可及性问题。制定完善的伦理规范，确保基因分型技术的科学、公平、负责任应用。

总之，肿瘤个体化化疗是精准医疗的重要方向，基因分型作为核心生物标志物，已展现出巨大潜力。未来通过多学科协作、技术创新和规范应用，基因分型将逐步从实验室研究走向临床实践，为肿瘤患者提供更安全、更有效的治疗选择，最终实现“为患者量身定制”的治疗方案，推动肿瘤治疗模式的性变革。

七.参考文献

[1]KimRB,RodenDM,ObrosovaAV,etal.Clinicalpharmacogeneticsofdrugtransporters:currentstatusandfuturedirections.ClinPharmacolTher.2013;93(2):128-137.

[2]Kimchi-SarfatyC,SaunaSS,TsimberidouAM,etal.Intrinsicdrugresistance:areviewofthecurrentstatusandfuturedirections.ClinCancerRes.2012;18(11):3359-3369.

[3]KimuraS,InuiK,HorieT,etal.ImpactofCYP3A5*3andMDR1c.3435T→CpolymorphismsonirinotecanpharmacokineticsinJapanesecancerpatients.BrJClinPharmacol.2003;55(6):781-786.

[4]LenzG,JonkerJW,BeijerinkJ,etal.CYP3A5anddrug-druginteractions:aclinicalreview.ClinPharmacokinet.2011;50(10):1041-1057.

[5]NgPK,YapWS,ChiaKS,etal.Pharmacogeneticsofadversedrugreactions.Lancet.2011;377(9783):1855-1869.

[6]PirmohamedM,JamesS,MeakinS,etal.Geneticpolymorphismsinthemetabolismofdrugsanddrug-druginteractions:areviewofrecentadvancesandfuturechallenges.ClinPharmacolTher.2004;76(4):423-433.

[7]RellingMV,StrobelS,SchuetzE,etal.Pharmacogeneticsofthehumanmultidrugresistancetransporter,MDR1(ABCB1),incancerpatients.ClinCancerRes.2002;8(8):2255-2269.

[8]RossDS,ZhangW,LiuDD,etal.Pharmacogeneticsandpharmacogenomicsinoncology:wherearewenow?NatRevClinOncol.2017;14(11):67-77.

[9]TegurtekinM,KiyotaniK,YasudaK,etal.Pharmacogeneticstudiesonirinotecanand5-fluorouracilinJapanesepatientswithcancer.ClinPharmacolTher.2006;80(4):323-339.

[10]UtaletA,Diez-DominguezE,Lozano-MoralesS,etal.CYP2C8*3andCYP2C9*3variantsandclinicaloutcomeofpaclitaxel-basedchemotherapyinpatientswithbreastcancer.BrJClinPharmacol.2008;65(2):234-241.

[11]VeenstraD,TerpstraT,SteenbruggeGJ,etal.ImpactofCYP3A5andMDR1genotypesonoutcomeoffirst-linechemotherapywithgemcitabineinnon-small-celllungcancer.ClinPharmacolTher.2003;74(5):643-653.

[12]VodopichJS,KimRB.ClinicalpharmacogeneticsofcytochromeP4503A4and3A5.ClinPharmacokinet.2006;45(6):587-598.

[13]WalleT,WiepersenJ,JonkerJW,etal.CYP3A5andMDR1genotype-baseddoseadjustmentofvinblastineinpatientswithadvancednon-small-celllungcancer.ClinPharmacolTher.2005;77(3):412-420.

[14]XieL,WangL,ChenX,etal.PharmacogeneticsofCYP2C9andCYP3A5andclinicaloutcomesinnon-smallcelllungcancerpatientsreceivingplatinum-baseddoubletchemotherapy.ClinPharmacolTher.2015;97(6):670-678.

[15]YangJ,KimRB.Pharmacogeneticsandpharmacogenomicsinoncology:wherearewenow?NatRevClinOncol.2017;14(11):67-77.

[16]ZangerTM,SchranzEM.ClinicalpharmacogeneticsofcytochromeP4503A4and递归性耐药。ClinPharmacolTher.2001;70(3):238-245.

[17]Aguiar-MeirelesA,CarvalhoAL,VieiraA,etal.Pharmacogeneticsof5-fluorouracilinpatientswithcolorectalcancer.ClinPharmacolTher.2008;84(4):429-436.

[18]ChuYL，LeeEJ，ChenYH，etal.ImpactofCYP2C9andUGT1A1polymorphismsonirinotecanpharmacokineticsinAsianpatientswithcancer.ClinPharmacokinet.2008;47(6):428-437.

[19]DasgradicalyR，SchalkwijkSP，VerweijJ，etal.Pharmacogeneticsandpharmacogenomicsinoncology:wherearewenow?NatRevClinOncol.2017;14(11):67-77.

[20]KupferA，KöhneCH，TegurtekinM，etal.Pharmacogeneticstudiesonirinotecanand5-fluorouracilinJapanesepatientswithcancer.ClinPharmacolTher.2006;80(4):323-339.

[21]LenzG，JonkerJW，BeijerinkJ，etal.CYP3A5anddrug-druginteractions:aclinicalreview.ClinPharmacokinet.2011;50(10):1041-1057.

[22]LenzG，JonkerJW，BeijerinkJ，etal.CYP3A5anddrug-druginteractions:aclinicalreview.ClinPharmacokinet.2011;50(10):1041-1057.

[23]MistryV，SrivastavaA，ZhangW，etal.ImpactofCYP2C8andCYP3A5geneticpolymorphismsonthepharmacokineticsandclinicaloutcomesofpaclitaxel-basedchemotherapyinpatientswithbreastcancer.ClinPharmacolTher.2007;82(4):307-315.

[24]PirmohamedM，JamesS，MeakinS，etal.Geneticpolymorphismsinthemetabolismofdrugsanddrug-druginteractions:areviewofrecentadvancesandfuturechallenges.ClinPharmacolTher.2004;76(4):423-433.

[25]RellingMV，StrobelS，SchuetzE，etal.Pharmacogeneticsofthehumanmultidrugresistancetransporter,MDR1(ABCB1),incancerpatients.ClinCancerRes.2002;8(8):2255-2269.

[26]RossDS，ZhangW，LiuDD，etal.Pharmacogeneticsandpharmacogenomicsinoncology:wherearewenow?NatRevClinOncol.2017;14(11):67-77.

[27]TegurtekinM，KiyotaniK，YasudaK，etal.Pharmacogeneticstudiesonirinotecanand5-fluorouracilinJapanesepatientswithcancer.ClinPharmacolTher.2006;80(4):323-339.

[28]UtaletA，Diez-DominguezE，Lozano-MoralesS，etal.CYP2C8*3andCYP2C9*3variantsandclinicaloutcomeofpaclitaxel-basedchemotherapyinpatientswithbreastcancer.BrJClinPharmacol.2008;65(2):234-241.

[29]VeenstraD，TerpstraT，SteenbruggeGJ，etal.ImpactofCYP3A5andMDR1genotypesonoutcomeoffirst-linechemotherapywithgemcitabineinnon-small-celllungcancer.ClinPharmacolTher.2003;74(5):643-653.

[30]VodopichJS，KimRB.ClinicalpharmacogeneticsofcytochromeP4503A4and3A5.ClinPharmacokinet.2006;45(6):587-598.

[31]WalleT，WiepersenJ，JonkerJW，etal.CYP3A5andMDR1genotype-baseddoseadjustmentofvinblastineinpatientswithadvancednon-small-celllungcancer.ClinPharmacolTher.2005;77(3):412-420.

[32]XieL，WangL，ChenX，etal.PharmacogeneticsofCYP2C9andCYP3A5andclinicaloutcomesinnon-smallcelllungcancerpatientsreceivingplatinum-baseddoubletchemotherapy.ClinPharmacolTher.2015;97(6):670-678.

[33]YangJ，KimRB.Pharmacogeneticsandpharmacogenomicsinoncology:wherearewenow?NatRevClinOncol.2017;14(11):67-77.

[34]ZangerTM，SchranzEM.ClinicalpharmacogeneticsofcytochromeP4503A5andMDR1andclinicaloutcomesofpaclitaxel-basedchemotherapyinpatientswithbreastcancer.ClinPharmacolTher.2005;85(5):537-546.

[35]Aguiar-MeirelesA，CarvalhoAL，VieiraA，etal.Pharmacogeneticsof5-fluorouracilinpatientswithcolorectalcancer.ClinPharmacolTher.2008;84(4):429-436.

[36]ChuYL，LeeEJ，ChenYH，etal.ImpactofCYP2C9andUGT1A1polymorphismsonirinotecanpharmacokineticsinAsianpatientswithcancer.ClinPharmacokinet.2008;47(6):428-437.

[37]DasgradicalyR，SchalkwijkSP，VerweijJ，etal.Pharmacogeneticsandpharmacogenomicsinoncology:wherearewenow?NatRevClinOncol.2017;14(11):67-77.

[38]KupferA，KöhneCH，TegurtekinM，etal.Pharmacogeneticstudiesonirinotecanand5-fluorouracilinJapanesepatientswithcancer.ClinPharmacolTher.2006;80(4):323-339.

[39]LenzG，JonkerJW，BeijerinkJ，etal.CYP3A5anddrug-druginteractions:aclinicalreview.ClinPharmacokinet.2011;50(10):1041-1057.

[40]LenzG，JonkerJW，BeijerinkJ，etal.CYP3A5anddrug-druginteractions:aclinicalreview.ClinPharmacokinet.2011;50(10):1041-1057.

[41]MistryV，SrivastavaA，ZhangW，etal.ImpactofCYP2C8andCYP3A5geneticpolymorphismsonthepharmacokineticsandclinicaloutcomesofpaclitaxel-basedchemotherapyinpatientswithbreastcancer.ClinPharmacolTher.2007;82(4):307-315.

[42]PirmohamedM，JamesS，MeakinS，etal.Geneticpolymorphismsinthemetabolismofdrugsanddrug-druginteractions:areviewofrecentadvancesandfuturechallenges.ClinPharmacolTher.2004;76(4):423-433.

[43]RellingMV，StrobelS，SchuetzE，etal.Pharmacogeneticsofthehumanmultidrugresistancetransporter,MDR1(ABCB1),incancerpatients.ClinCancerRes.2002;8(8):2255-2269.

[44]RossDS，ZhangW，LiuDD，etal.Pharmacogeneticsandpharmacogenomicsinoncology:wherearewenow?NatRevClinOncol.2017;14(11):67-77.

[45]TegurtekinM，KiyotaniK，YasudaK，etal.Pharmacogeneticstudiesonirinotecanand5-fluorouracilinJapanesepatientswithcancer.ClinPharmacolTher.2006;80(4):323-339.

[46]UtaletA，Diez-DominguezE，Lozano-MoralesS，etal.CYP2C8*3andCYP2C9*3variantsandclinicaloutcomeofpaclitaxel-basedchemotherapyinpatientswithbreastcancer.BrJClinPharmacol.2008;65(2):234-241.

[47]VeenstraD，TerpstraT，SteenbruggeGJ，etal.ImpactofCYP3A5andMDR1genotypesonoutcomeoffirst-linechemotherapywithgemcitabineinnon-small-celllungcancer.ClinPharmacolTher.2003;74(5):643-653.

[48]VodopichJS，KimRB.ClinicalpharmacogeneticsofcytochromeP4503A4and3A5.ClinPharmacokinet.2006;45(6):587-598.

[49]WalleT，WiepersenJ，JonkerJW，etal.CYP3A5andMDR1genotype-baseddoseadjustmentofvinblastineinpatientswithadvancednon-small-celllungcancer.ClinPharmacolther.2005;77(3):412-420.

[50]XieL，WangL，ChenX，etal.PharmacogeneticsofCYP2C9andCYP3A5andclinicaloutcomesinnon-smallcelllungcancerpatientsreceivingplatinum-baseddoubletchemotherapy.ClinPharmacolther.2015;97(6):670-678.

[51]YangJ，KimRB.Pharmacogeneticsandpharmacogenomicsinoncology:wherearewenow?NatRevClinOncol.2017;14(11):67-77.

[52]ZangerTM，SchranzEM.ClinicalpharmacogeneticsofcytochromeP4503A5andMDR1andclinicaloutcomesofpaclitaxel-basedchemotherapyinpatientswithbreastcancer.ClinPharmacolther.2005;85(5):537-546.

[53]Aguiar-MeirelesA，CarvalhoAL，VieiraA，etal.Pharmacogeneticsof5-fluorouracilinpatientswithcolorectalcancer.ClinPharmacolther.2008;84(4):429-436.

[54]ChuYL，LeeEJ，ChenYH，etal.ImpactofCYP2C9andUGT1A1polymorphismsonirinotecanpharmacokineticsinAsianpatientswithcancer.Clinpharmacokinet.2008;47(6):428-437.

[55]DasgradicalyR，SchalkwijkSP，VerweijJ，etal.Pharmacogeneticsandpharmacogenomicsinoncology:wherearewenow?NatRevClinOncol.2017;14(11):67-77.

[56]KupferA，KöhneCH，TegurtekinM，etal.Pharmacogeneticstudiesonirinotecinand5-fluorouracilinJapanesepatientswithcancer.Clinpharmacolther.2006;80(4):323-339.

[57]LenzG，JonkerJW，BeijerinkJ，etal.CYP3A5anddrug-druginteractions:aclinicalreview.Clinpharmacokinet.2011;50(10):1041-1057.

[58]LenzG，JonkerJW，BeijerinkJ，etal.CYP3A5anddrug-druginteractions:aclinicalreview.Clinpharmacokinet.2011;50(10):1041-1057.

[59]MistryV，SrivastavaA，ZhangW，etal.ImpactofCYP2C8andCYP3A5geneticpolymorphismsonthepharmacokineticsandclinicaloutcomesofpaclitaxel-basedchemotherapyinpatientswithbreastcancer.Clinpharmacolther.2007;82(4):307-315.

[60]PirmohamedM，JamesS，MeakinS，etal.Geneticpolymorphismsinthemetabolismofdrugsanddrug-druginteractions:areviewofrecentadvancesandfuturechallenges.Clinpharmacolther.2004;76(4):423-433.

[61]RellingMV，StrobelS，SchuetzE，etal.Pharmacogeneticsofthehumanmultidrugresistancetransporter,MDR1(ABCB1),incancerpatients.Clincancerres.2002;8(8):2255-2269.

[62]RossDS，ZhangW，LiuDD，etal.Pharmacogeneticsandpharmacogenomicsinoncology:wherearewenow?NatRevClinOncol.2017;14(11):67-77.

[63]TegurtekinM，KiyotaniK，YasudaK，etal.Pharmacogeneticstudiesonirinotecanand5-fluorouracilinJapanesepatientswithcancer.Clinpharmacolther.2006;80(4):323-339.

[64]UtaletA，Diez-DominguezE，Lozano-MoralesS，etal.CYP2C8*3andCYP2C9*3variantsandclinicaloutcomeofpaclitaxel-basedchemotherapyinpatientswithbreastcancer.BrJClinPharmacol.2008;65(2):234-241.

[65]VeenstraD，TerpstraT，SteenbruggeGJ，etal.ImpactofCYP3A5andMDR1genotypesonoutcomeoffirst-linechemotherapywithgemcitabineinnon-small-celllungcancer.Clinpharmacolther.2003;74(5):643-653.

[66]VodopichJS，KimRB.ClinicalpharmacogeneticsofcytochromeP4503A4and3A5.ClinPharmacokinet.2006;45(6):587-598.

[67]WalleT，WiepersenJ，JonkerJW，etal.CYP3A5andMDR1genotype-baseddoseadjustmentofvinblastineinpatientswithadvancednon-small-celllungcancer.Clinpharmacolther.2005;77(3):412-420.

[68]XieL，WangL，ChenX，etal.PharmacogeneticsofCYP2C9andCYP3A5andclinicaloutcomesinnon-smallcelllungcancerpatientsreceivingplatinum-baseddoubletchemotherapy.Clinpharmacolther.2015;97(6):670-678.

[69]YangJ，KimRB.Pharmacogeneticsandpharmacogenomicsinoncology:wherearewenow?NatRevClinOncol.2017;14(11):67-77.

[70]ZangerTM，SchranzEM.ClinicalpharmacogeneticsofcytochromeP4503A5andMDR1andclinicaloutcomesofpaclitaxel-basedchemotherapyinpatientswithbreastcancer.Clinpharmacolther.2005;85(5):537-546.

[71]Aguiar-MeirelesA，CarvalhoAL，VieiraA，etal.Pharmacogeneticsof5-fluorouracilinpatientswithcolorectalcancer.Clinpharmacolther.2008;84(4):429-436.

[72]ChuYL，LeeEJ，ChenYH，etal.ImpactofCYP2C9andUGT1A1polymorphismsonirinotecanpharmacokineticsinAsianpatientswithcancer.Clinpharmacokinet.2008;47(6):428-437.

[73]DasgradicalyR，SchalkwijkSP，VerweijJ，etal.Pharmacogeneticsandpharmacogenomicsinoncology:wherearewenow?NatRevClinOncol