Gamma-glutamyl hydrolase gene polymorphisms – another way to predict methotrexate efficacy in rheumatoid arthritis

Cover Page

Cite item

Full Text

Abstract

The current treatment strategy for rheumatoid arthritis has been formulated within the framework of the European League Against Rheumatism (EULAR) concept “Treatment to achieve the goal”. Methotrexate prescribed as soon as possible after verifying rheumatoid arthritis is recognized as a first-line drug that allows to achieve disease remission and prevent destructive changes in the joints. Long-term clinical experience of using methotrexate allowed to conclude that almost 30% patients with rheumatoid arthritis turn out to be resistant to such treatment, enforcing to change the basal anti-inflammatory therapy, shift to using targeted or genetically engineered biological drugs, so that timeframe to prevent disease progression can be irreversibly lost. In the last decade, genetic testing for drug therapy effectiveness has been gaining momentum based on individual features in functioning of enzyme systems which regulate various stages of drug biotransformation. To date, a personalized approach to treatment of rheumatoid arthritis may be implemented after examining more than a dozen of single nucleotide polymorphisms (SNPs) within the folate cycle genes responsible for metabolizing methotrexate as well as its mechanism of action. In our work, we attempted to test a relationship between therapeutic response (efficacy and resistance) to methotrexate and -401C>T (rs 3758149) SNP in the GGH (gamma-glutamyl hydrolase) gene, which coordinates the processes of extracellular methotrexate transport. A groups patients consisted of 85 basic anti-inflammatory therapy-naïve patients diagnosed with rheumatoid arthritis, who were initially treated with methotrexate at a dose of 10 to 17.5 mg per week, with subsequently assessed therapeutic efficacy 6 months after the treatment onset based on dynamics in DAS28 index that allowed to identify groups of “responders” and “non-responders”. Next, all patients from select groups underwent molecular genetic typing for GGH-401C>T SNP by using real-time polymerase chain reaction. Our study allowed to find that prevalence of the TT homozygous genotype (OR = 5.09; 95% CI 1.11- 23.3; p = 0.037) dominated in “methotrexate non-responders”, whereas “methotrexate responders” tended to have higher C allele frequency (OR = 0.54; 95% CI 0.27-1.01; p = 0.087), which allowed to identify them by genetic predictors of methotrexate therapeutic response in rheumatoid arthritis.

About the authors

I. V. Devald

South Ural State Medical University; Chelyabinsk State University

Email: fake@neicon.ru

PhD (Medicine), Associate Professor, Department of Therapy, Institute of Continuing Professional Education; Associate Professor, Department of Microbiology, Immunology and General Biology

Chelyabinsk

Russian Federation

E. A. Khodus

Chelyabinsk State University

Email: fake@neicon.ru

Senior Laboratory Assistant, Laboratory of Academic Disciplines, Department of Microbiology, Immunology and General Biology

Chelyabinsk

Russian Federation

E. B. Khromova

Chelyabinsk State University

Email: fake@neicon.ru

PhD (Biology), Associate Professor, Department of Microbiology, Immunology and General Biology

Chelyabinsk

Russian Federation

K. Yu. Myslivtsova

Сlinic of Professor Kinsersky

Author for correspondence.
Email: fake@neicon.ru

Myslivtsova Kristina Yu. - Rheumatologist

454092, Chelyabinsk, Blyukher str., 53а 

Phone: 7 (950) 743-09-07

Russian Federation

A. L. Burmistrova

Chelyabinsk State University

Email: fake@neicon.ru

PhD, MD (Medicine), Professor, Head, Department of Microbiology, Immunology and General Biology

Chelyabinsk

Russian Federation

References

  1. Реброва О.Ю. Статистический анализ медицинских данных. Применение пакета прикладных программ STATISTICA. 3-е изд. М.: МедиаСфера, 2006. 312 с. [Rebrova O.Yu. Statistical analysis of medical data. Application of the application package STATISTICA. 3rd ed]. Moscow: MediaSphere, 2006. 312 p.
  2. Российские клинические рекомендации. Ревматология / под ред. Е.Л. Насонова. М.: ГЭОТАР-Медиа, 2020. 448 c. [Russian clinical guidelines. Rheumatology. Ed. by E.L. Nasonov]. Moscow: GEOTAR-Media, 2020. 448 p.
  3. Сычев Д.А., Муслимова О.В., Гаврисюк Е.В., Косовская А.В., Кукес В.Г. Фармакогенетические технологии персонализированной медицины: оптимизация применения лекарственных средств // Terra medica, 2011. Т. 64, № 1. С. 4-9. [Sychev D.A., Muslimova O.V., Gavrisyuk E.V., Kosovo A.V., Kukes V.G. Pharmacogenetic technologies of personalized medicine: optimization of drug use. Terra Medica, 2011, Vol. 64, no. 1, pp. 4-9. (In Russ.)]
  4. Aletaha D., Neogi T., Silman A.J., Funovits J., Felson D.T., Bingham C.O. 3rd., Birnbaum N.S., Burmester G.R., Bykerk V.P., Cohen M.D., Combe B., Costenbader K.H., Dougados M., Emery P., Ferraccioli G., Hazes J.M., Hobbs K., Huizinga T.W., Kavanaugh A., Kay J., Kvien T.K., Laing T., Mease P., Ménard H.A., Moreland L.W., Naden R.L., Pincus T., Smolen J.S., Stanislawska-Biernat E., Symmons D., Tak P.P., Upchurch K.S., Vencovský J., Wolfe F., Hawker G. Rheumatoid arthritis classification criteria: an American College of Rheumatology/European League Against Rheumatism collaborative initiative. Ann. Reum. Dis., 2010, Vol. 62, no. 9, pp. 2569-2581.
  5. Chave K.J., Ryan T.J., Chmura S.E., Galivan J. Identification of single nucleotide polymorphisms in the human gamma-glutamyl hydrolase gene and characterization of promoter polymorphisms. Gene, 2003, Vol. 319, pp. 167-175.
  6. Dervieux T., Kremer J., Lein D.O., Capps R., Barham R., Meyer G., Smith K., Caldwell J., Furst D.E. Contribution of common polymorphisms in reduced folate carrier and gamma-glutamylhydrolase to methotrexate polyglutamate levels in patients with rheumatoid arthritis. Pharmacogenetics, 2004, Vol. 14, no. 11, pp. 733-739.
  7. Halilova K.I., Brown E.E., Morgan S.L., Bridges S.L. Jr, Hwang M.H., Arnett D.K., Danila M.I. Markers of treatment response to methotrexate in rheumatoid arthritis: where do we stand? Int. J. Rheumatol., 2012, Vol. 2012, 978396. doi: 10.1155/2012/978396.
  8. Lima A., Bernardes M., Azevedo R., Seabra V., Medeiros R. Moving toward personalized medicine in rheumatoid arthritis: SNPs in methotrexate intracellular pathways are associated with methotrexate therapeutic outcome. Pharmacogenomics, 2016, Vol. 17, no. 15, pp. 1649-1674.
  9. Malik F., Ranganathan P. Methotrexate pharmacogenetics in rheumatoid arthritis: a status report. Pharmacogenomics, 2013, Vol. 14, no. 3, pp. 305-314.
  10. Muralidharan N., Sundaram R., Kodidela S., Chengappa K.G., Mariaselvam C.M., Misra D.P., Negi V.S. Folylpolyglutamate synthethase (FPGS) gene polymorphisms may influence methotrexate adverse events in South Indian Tamil Rheumatoid Arthritis patients. Pharmacogenomics J., 2019, Vol. 20, pp. 342-349.
  11. Rhee M.S., Wang Y., Nair M.G., Galivan J. Acquisition of resistance to antifolates caused by enhanced gamma-glutamyl hydrolase activity. AACR, 1993, Vol. 15, no. 53, pp. 2227-2230.
  12. Sandhu A., Ahmad S., Kaur J., Bhatnagar A., Dhawan V., Dhir V. Do SNPs in folate pharmacokinetic pathway alter levels of intracellular methotrexate polyglutamates and affect response? A prospective study in Indian patients. Clin. Rheumatol., 2018, Vol. 37, pp. 3221–3228.
  13. Smolen J.S., Landewé R., Bijlsma J., Burmester G., Chatzidionysiou K., Dougados M., Nam J., Ramiro S., Voshaar M., van Vollenhoven R., Aletaha D., Aringer M., Boers M., Buckley C.D., Buttgereit F., Bykerk V., Cardiel M., Combe B., Cutolo M., van Eijk-Hustings Y., Emery P., Finckh A., Gabay C., Gomez-Reino J., Gossec L., Gottenberg J.E., Hazes J.M.W., Huizinga T., Jani M., Karateev D., Kouloumas M., Kvien T., Li Z., Mariette X., McInnes I., Mysler E., Nash P., Pavelka K., Poór G., Richez C., van Riel P., Rubbert-Roth A., Saag K., da Silva J., Stamm T., Takeuchi T., Westhovens R., de Wit M., van der Heijde D. EULAR recommendations for the management of rheumatoid arthritis with synthetic and biological disease-modifying antirheumatic drugs: 2016 update. Ann. Rheum. Dis., 2017, Vol. 76, no. 6, pp. 960-977.
  14. Yamamoto T., Shikano K., Nanki T., Kawai S. Folylpolyglutamate synthase is a major determinant of intracellular methotrexate polyglutamates in patients with rheumatoid arthritis. Sci. Rep., 2016, Vol. 6, 35615. doi: 10.1038/srep35615.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2020 Devald I.V., Khodus E.A., Khromova E.B., Myslivtsova K.Y., Burmistrova A.L.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».