Genetische Unterschiede könnten laut einer neuen Studie erklären, warum Patienten unterschiedlich auf gängige Abnehmmedikamente reagieren.
Abnehmmittel aus der Gruppe der GLP-1-Agonisten wie Ozempic, Mounjaro und Zepbound haben den Umgang mit Übergewicht und Adipositas grundlegend verändert.
WERBUNG
WERBUNG
Doch nicht alle Patientinnen und Patienten sprechen gleich gut darauf an. Manche verlieren weniger als fünf Prozent ihres Körpergewichts, andere mehr als 20 Prozent.
Genetische Faktoren könnten eine zentrale Rolle spielen, warum diese GLP-1-Rezeptoragonisten bei manchen Menschen deutlich besser wirken als bei anderen – und auch, warum Nebenwirkungen so unterschiedlich ausfallen. Zu diesem Schluss kommt ein Team des gemeinnützigen 23andMe Research Institute.
„Der Markt ist voller Angebote zur Gewichtsreduktion und entsprechender Medikamente, doch das Vorgehen gleicht meist einem Versuch-und-Irrtum-Prinzip“, sagte Noura Abul-Husn, Chief Medical Officer am 23andMe Research Institute.
„Viele Menschen beginnen eine Behandlung daher mit großer Unsicherheit und oft unrealistischen Erwartungen an Wirkung und mögliche Nebenwirkungen.“
GLP-1-Rezeptoragonisten sind Medikamente, die die Wirkung des körpereigenen Hormons GLP-1 nachahmen. Dieses Hormon sorgt unter anderem dafür, dass man sich länger satt fühlt und reguliert Appetit und Blutzuckerspiegel.
Die in der Fachzeitschrift Nature (Quelle auf Englisch) veröffentlichte Studie wertete genetische Marker und die Erfahrungen von Patientinnen und Patienten unter GLP-1-Medikamenten aus. Das Team identifizierte dabei mehrere genetische Varianten, die erklären könnten, warum Menschen so unterschiedlich auf Adipositas-Medikamente ansprechen.
Die Forschenden analysierten Daten von fast 28 000 Teilnehmenden, die einige der gängigsten Abnehmmittel mindestens ein Mal verwendet hatten. Im Median nahmen sie GLP-1-Medikamente über acht Komma drei Monate ein.
Sie fanden heraus, dass eine Missense-Variante im Gen GLP1R mit einer höheren Wirksamkeit der GLP-1-Präparate verbunden war. Menschen mit einer Kopie der GLP-1-Rezeptorvariante rs10305420 verloren über einen Zeitraum von im Median acht Monaten im Schnitt 0,76 Kilogramm mehr als Personen ohne diese Variante.
Eine andere Variante im Gen des Gastric Inhibitory Polypeptide Receptors (GIPR) stand bei Menschen, die Tirzepatid einnahmen (etwa Mounjaro oder Zepbound), mit Übelkeit und Erbrechen in Zusammenhang. Auf den Gewichtsverlust hatte sie jedoch keinen Einfluss.
Genetik erklärt nur einen Teil
Die Autorinnen und Autoren der Studie sehen in den Ergebnissen einen Schritt hin zu personalisierten Therapien. Zugleich betonen sie, dass die genetischen Effekte eher gering ausfallen und weitere Forschung nötig ist.
Nach Einschätzung von Marie Spreckley, Programmmanagerin für Forschung an der Universität Cambridge, die nicht an der Studie beteiligt war, liefern die Daten biologisch plausible Hinweise darauf, dass genetische Unterschiede zur Streuung der Behandlungsergebnisse beitragen.
„Die Größe dieser genetischen Effekte ist klinisch jedoch gering“, sagte sie. „In klinischen Studien liegt der typische Gewichtsverlust mit diesen Medikamenten meist bei etwa zehn bis fünfzehn Prozent. Ein Unterschied von weniger als einem Kilogramm pro Allel ist daher eher moderat.“
Spreckley zufolge erklären andere Faktoren wie Geschlecht, Wirkstoff, Dosierung und Behandlungsdauer einen deutlich größeren Teil der Unterschiede.
„Aus meiner Sicht zeigt all dies dennoch in eine sehr vielversprechende Zukunft“, sagte Cristóbal Morales, Leiter der Einheit für Stoffwechselgesundheit, Diabetes und Adipositas am Vithas-Krankenhaus in Sevilla und Mitglied der Spanischen Gesellschaft für die Erforschung der Adipositas (SEEDO).
Morales betonte, die Möglichkeit, über die Pharmakogenomik – also die Erforschung des Zusammenhangs zwischen genetischer Ausstattung und Medikamentenwirkung – die individuelle Antwort auf eine Therapie vorherzusagen, sei ein wichtiger Meilenstein.
So lasse sich nicht nur die Wahl der Therapie präziser treffen. Ärztinnen und Ärzte könnten auch die Anwendung optimieren, indem sie früh zwischen Respondern und Nicht-Respondern unterscheiden und Personen mit höherem Nebenwirkungsrisiko identifizieren.