As intestinal epithelial cells mature, they continuously transition from proliferation to differentiation to apoptosis under the influence of cell signalling pathways including c-Jun N-terminal kinase (JNK). Glutathione S-transferases (GSTs) are cytoprotective detoxification enzymes, some of which, including GSTA1, also sequester and inhibit JNK through complex formation. Thus, GSTA1 may be a key sensor of cellular state and regulator of responses to cell stress stimuli. The focus of this research study was to investigate the functional importance of GSTA1 in two contexts: 1) modulating complex integrity with JNK and activation of JNK by oxidative stress, 2) controlling cellular transitioning between proliferation, differentiation and apoptosis. In the first study, the impact of GSTA1 levels on dissociation of GSTA1-JNK complexes and JNK activation in response to cellular stress was investigated in the human colonic adenocarinoma Caco-2 cells. The pro-oxidant menadione caused GSTA1-JNK complex dissociation in preconfluent Caco-2 cells, whereas postconfluent cells were relatively resistant to this effect. Preconfluent cells were more sensitive than postconfluent cells to menadione-induced cytotoxicity. Additionally, menadione-induced JNK activation was transient since removal of the stimulus resulted in re-association of GSTA1 with JNK and significantly reduced cytotoxicity. Over-expression and knockdown of GSTA1 affected the degree of GSTA1-JNK complex association without altering the JNK activation. However, enhanced GSH levels by N-acetyl cysteine blocked menadione-induced complex dissociation and JNK activation in Caco-2 cells. The results suggest that the mechanism of menadione-mediated JNK activation involves the production of reactive oxygen species, likely superoxide anion, and that the level of intracellular GSH plays an important role in preventing menadione-induced GSTA1-JNK complex dissociation and subsequent JNK activation. The functional importance of GSTA1 in controlling cellular proliferation, differentiation and apoptosis was investigated. Sodium butyrate (NaB) is a short-chain fatty acid, physiologically present in the human large intestine and modulates transitioning of cell states in colon cancer cell lines. GSTA1 levels increased in association with differentiation markers in postconfluent Caco-2 cells. Forced expression of GSTA1 significantly reduced cellular proliferation and siRNA-mediated down-regulation of GSTA1 significantly increased cells in S-phase and associated cell proliferation. NaB (1 mM) reduced Caco-2 cell proliferation, increased differentiation and up-regulated GSTA1 activity. In contrast, higher dose of NaB (10 mM) caused toxicity in preconfluent cells via apoptosis through caspase-3 activation in association with reduced GSTA1 activity. GSTA1 down-regulation by siRNA did not alter NaB-induced differentiation or the sensitivity of Caco-2 cells to NaB-induced apoptosis. Furthermore, NaB (10 mM) caused GSTA1-JNK complex dissociation but did not affect JNK activation. These findings suggest that GSTA1 levels may play a role in modulating enterocyte proliferation but do not influence differentiation or apoptosis.

No description available.

O bussulfano (Bu) é um agente alquilante usado no condicionamento que precede o transplante de células-tronco hematopoiéticas (TCTH) em crianças. Sua farmacocinética (FC) apresenta uma grande variabilidade interindivíduo, que pode ser parcialmente explicada pelas variantes genéticas de GSTA1, gene da enzima glutationa S-transferase α1, crucial para o metabolismo do Bu. Vários métodos de predição da FC do Bu são usados para calcular sua dose, essencialmente com base na idade e peso do paciente. Até o momento, apenas um modelo adulto incorporou as variantes de GSTA1 no cálculo da sua dose do Bu. No presente trabalho, avaliou-se, inicialmente, o desempenho de métodos atualmente disponíveis em pediatria, em função das variantes genéticas de GSTA1. Foram avaliados os parâmetros de FC da primeira dose de 101 crianças e adolescentes submetidos a TCTH alogênico no CHU Sainte-Justine, Montreal, Canadá, após regime de condicionamento que incluía Bu intravenoso (BuCR, do inglês busulfan-containing regimen). Os haplótipos GSTA1 foram interpretados em pares (diplótipos) e depois classificados em três grupos com base nos seus diferentes potenciais de expressão enzimática. As AUCs (area under the curve) medidas e as AUCs calculadas a partir de doses de Bu preditas por 11 modelos diferentes foram classificadas de acordo com a sua capacidade para atingir a AUC-alvo (900 a 1.500 μM.min). Também foram calculados os erros de previsão do clearance do Bu. Após a primeira dose, as AUCs medidas atingiram a AUC-alvo em 38,7%. Os diplótipos de GSTA1 relacionados ao metabolismo lento (G3) e regimes contendo fludarabina (FluCR, do inglês fludarabine-containing regimen) foram os únicos fatores associados à AUC no alvo (OR 4,7, IC 95%, 1,1 - 19,8, p = 0,04 e OR 9,9, IC 95%, 1,6 - 61,7, p = 0,01, respectivamente). Utilizando os outros métodos para o cálculo da dose, a percentagem de AUC no alvo variou de 16% a 74%. G3 e FluCR foram, em alguns modelos, associados à AUC no alvo ou na faixa tóxica, enquanto que os metabolizadores rápidos (G1) foram por vezes associados a AUCs subterapêuticas. Essas associações foram confirmadas na análise de predição do clearance, em que os diplótipos da GSTA1 e o regime de condicionamento influenciaram significativamente a maioria dos erros de previsão dos métodos testados. Uma vez que GSTA1 mostrou influenciar significativamente os algoritmos disponíveis, pretendeu-se desenvolver um modelo de FC de população que incluísse variantes genéticas de GSTA1 como um fator no cálculo de dose do Bu. Para tanto, foram analisados os dados de concentração-tempo de 112 crianças e adolescentes que receberam um BuCR mieloablativo antes de 115 TCTH (autólogos e alogênicos), realizados também no CHU Sainte-Justine. Para a construção do modelo de FC de população, utilizou-se uma análise mista não linear. Sexo, doença de base (maligna vs. não maligna), idade pós-menstrual (PMA) ou idade cronológica, regime de condicionamento e diplótipos de GSTA1 foram avaliados como fatores potenciais. Um modelo de um compartimento com eliminação de primeira ordem foi o que melhor descreveu os dados disponíveis. Um fator de maturação do metabolismo de Bu (Fmat) e o peso elevado a exponencial alométrico teórico foram incluídos no modelo de base. A análise dos fatores revelou PMA (ΔOFV = -26,7, p = 2,3x10-7) e grupos de diplótipos de GSTA1 (ΔOFV = -11,7, p = 0,003) como fatores significativamente associados, respectivamente, ao volume e ao CL do Bu. Os CL dos metabolizadores rápidos (G1) foram preditos como sendo 7% mais elevados que os definidos como metabolizadores normais (G2), enquanto que os metabolizadores lentos (G3) foram descritos com CL 12% menor que os G2. Em conclusão, após se evidenciar que os métodos disponíveis para o cálculo de dose do Bu não são adequados para todos os grupos de diplótipos de GSTA1, propôs-se o primeiro algoritmo de cálculo de dose de Bu em pediatria baseado em farmacogenética. Seu uso pode contribuir para uma melhor previsibilidade da FC do Bu e, desta forma, melhor predizer a exposição de crianças e adolescentes à droga, de acordo com a capacidade metabólica de cada indivíduo. / Busulfan (Bu) is an alkylating agent used in the conditioning before hematopoietic stem cells transplantation (HSCT) in children. Its pharmacokinetics (PK) presents a great inter-individual variability, which can be partially explained by GSTA1 genetic variants, gene coding for the enzyme glutathione s-tranferase α1, crucial for Bu metabolism. Several methods of predicting PK are available and are used to calculate the Bu dose, based essentially on patients’ age and anthropometric characteristics. So far, a single adult model successfully incorporated this factor into the Bu dose calculation. In the present work, we initially evaluate the performance of the currently available guidelines across the different GSTA1 genetic variants. The PK parameters from the Bu first doses from 101 children and adolescents who have undergone allogenic SCT at the CHU Sainte-Justine, Montreal, Canada following a IV Bu-containing conditioning regimen (BuCR). GSTA1 haplotypes were interpreted in pairs (diplotypes) and then classified in 3 groups based on different potentials of enzyme expression. Measured AUCs and AUCs calculated from Bu doses predicted by 11 different models were classified according to their ability to achieve the AUC target (900 and 1500μM.min). Clearance prediction errors were also calculated. After the first dose, measured AUCs achieved the target in 38.7%. GSTA1 diplotypes groups related to poor Bu metabolism (G3) and fludarabine-containing regimens (FluCR) were the only factors associated with AUC within target (OR 4.7, 95% CI, 1.1 - 19.8, p=0.04 and OR 9.9, 95% CI, 1.6 - 61.7, p=0.01, respectively). Using other methods for dose calculation, percentage of AUCs within target varied from 16% to 74%. G3 and FluCR were, in some models, associated to AUC within the target and in the toxic range, whereas rapid-metabolizers (G1) were correlated with sub therapeutic AUCs. These associations were confirmed in clearance-prediction analysis, where GSTA1 diplotypes groups and conditioning regimen consistently influenced methods’ most prediction errors. Once GSTA1 status was demonstrated to influence significantly the available Bu dosing algorithms, we aimed to develop a population PK (PPK) model which included GSTA1 genetic variants as a covariate. For that, concentration-time data from 112 children and adolescents receiving IV Bu as a component of the conditioning regimen for 115 stem cell transplantations (autologous and allogenic) performed at CHU Sainte-Justine were analyzed. Non-linear mixed effects analysis was used to build a PPK model. Sex, baseline disease (malignant vs. non-malignant), post-menstrual age (PMA) or chronological age, conditioning regimen and GSTA1 diplotypes groups were evaluated as potential covariates. A one-compartment model with first-order elimination best described the data. A factor of Bu metabolism maturation (Fmat) and theoretical allometric scaling of weight were included in the base model. Covariate analysis revealed PMA (ΔOFV=-26.7, p=2.3x10-7) and GSTA1 diplotypes groups (ΔOFV=-11.7, p=0.003), as significant factors on volume and clearance (CL), respectively. CL of rapid metabolizers (G1) were predicted as being 7% higher and that of poor ones (G3) 12% lower than CL of those defined as normal metabolizers (G2). In conclusion, after evidencing that available Bu dosing methods are not suitable for all GSTA1 diplotypes groups, we have proposed the first pharmacogenomics-based dosing algorithm for Bu to be used in a pediatrics. Its use may contribute considerably to better predict Bu exposure in children and adolescents tailoring the dose according to individual metabolic capacity.

O bussulfano (Bu) é um agente alquilante usado no condicionamento que precede o transplante de células-tronco hematopoiéticas (TCTH) em crianças. Sua farmacocinética (FC) apresenta uma grande variabilidade interindivíduo, que pode ser parcialmente explicada pelas variantes genéticas de GSTA1, gene da enzima glutationa S-transferase α1, crucial para o metabolismo do Bu. Vários métodos de predição da FC do Bu são usados para calcular sua dose, essencialmente com base na idade e peso do paciente. Até o momento, apenas um modelo adulto incorporou as variantes de GSTA1 no cálculo da sua dose do Bu. No presente trabalho, avaliou-se, inicialmente, o desempenho de métodos atualmente disponíveis em pediatria, em função das variantes genéticas de GSTA1. Foram avaliados os parâmetros de FC da primeira dose de 101 crianças e adolescentes submetidos a TCTH alogênico no CHU Sainte-Justine, Montreal, Canadá, após regime de condicionamento que incluía Bu intravenoso (BuCR, do inglês busulfan-containing regimen). Os haplótipos GSTA1 foram interpretados em pares (diplótipos) e depois classificados em três grupos com base nos seus diferentes potenciais de expressão enzimática. As AUCs (area under the curve) medidas e as AUCs calculadas a partir de doses de Bu preditas por 11 modelos diferentes foram classificadas de acordo com a sua capacidade para atingir a AUC-alvo (900 a 1.500 μM.min). Também foram calculados os erros de previsão do clearance do Bu. Após a primeira dose, as AUCs medidas atingiram a AUC-alvo em 38,7%. Os diplótipos de GSTA1 relacionados ao metabolismo lento (G3) e regimes contendo fludarabina (FluCR, do inglês fludarabine-containing regimen) foram os únicos fatores associados à AUC no alvo (OR 4,7, IC 95%, 1,1 - 19,8, p = 0,04 e OR 9,9, IC 95%, 1,6 - 61,7, p = 0,01, respectivamente). Utilizando os outros métodos para o cálculo da dose, a percentagem de AUC no alvo variou de 16% a 74%. G3 e FluCR foram, em alguns modelos, associados à AUC no alvo ou na faixa tóxica, enquanto que os metabolizadores rápidos (G1) foram por vezes associados a AUCs subterapêuticas. Essas associações foram confirmadas na análise de predição do clearance, em que os diplótipos da GSTA1 e o regime de condicionamento influenciaram significativamente a maioria dos erros de previsão dos métodos testados. Uma vez que GSTA1 mostrou influenciar significativamente os algoritmos disponíveis, pretendeu-se desenvolver um modelo de FC de população que incluísse variantes genéticas de GSTA1 como um fator no cálculo de dose do Bu. Para tanto, foram analisados os dados de concentração-tempo de 112 crianças e adolescentes que receberam um BuCR mieloablativo antes de 115 TCTH (autólogos e alogênicos), realizados também no CHU Sainte-Justine. Para a construção do modelo de FC de população, utilizou-se uma análise mista não linear. Sexo, doença de base (maligna vs. não maligna), idade pós-menstrual (PMA) ou idade cronológica, regime de condicionamento e diplótipos de GSTA1 foram avaliados como fatores potenciais. Um modelo de um compartimento com eliminação de primeira ordem foi o que melhor descreveu os dados disponíveis. Um fator de maturação do metabolismo de Bu (Fmat) e o peso elevado a exponencial alométrico teórico foram incluídos no modelo de base. A análise dos fatores revelou PMA (ΔOFV = -26,7, p = 2,3x10-7) e grupos de diplótipos de GSTA1 (ΔOFV = -11,7, p = 0,003) como fatores significativamente associados, respectivamente, ao volume e ao CL do Bu. Os CL dos metabolizadores rápidos (G1) foram preditos como sendo 7% mais elevados que os definidos como metabolizadores normais (G2), enquanto que os metabolizadores lentos (G3) foram descritos com CL 12% menor que os G2. Em conclusão, após se evidenciar que os métodos disponíveis para o cálculo de dose do Bu não são adequados para todos os grupos de diplótipos de GSTA1, propôs-se o primeiro algoritmo de cálculo de dose de Bu em pediatria baseado em farmacogenética. Seu uso pode contribuir para uma melhor previsibilidade da FC do Bu e, desta forma, melhor predizer a exposição de crianças e adolescentes à droga, de acordo com a capacidade metabólica de cada indivíduo. / Busulfan (Bu) is an alkylating agent used in the conditioning before hematopoietic stem cells transplantation (HSCT) in children. Its pharmacokinetics (PK) presents a great inter-individual variability, which can be partially explained by GSTA1 genetic variants, gene coding for the enzyme glutathione s-tranferase α1, crucial for Bu metabolism. Several methods of predicting PK are available and are used to calculate the Bu dose, based essentially on patients’ age and anthropometric characteristics. So far, a single adult model successfully incorporated this factor into the Bu dose calculation. In the present work, we initially evaluate the performance of the currently available guidelines across the different GSTA1 genetic variants. The PK parameters from the Bu first doses from 101 children and adolescents who have undergone allogenic SCT at the CHU Sainte-Justine, Montreal, Canada following a IV Bu-containing conditioning regimen (BuCR). GSTA1 haplotypes were interpreted in pairs (diplotypes) and then classified in 3 groups based on different potentials of enzyme expression. Measured AUCs and AUCs calculated from Bu doses predicted by 11 different models were classified according to their ability to achieve the AUC target (900 and 1500μM.min). Clearance prediction errors were also calculated. After the first dose, measured AUCs achieved the target in 38.7%. GSTA1 diplotypes groups related to poor Bu metabolism (G3) and fludarabine-containing regimens (FluCR) were the only factors associated with AUC within target (OR 4.7, 95% CI, 1.1 - 19.8, p=0.04 and OR 9.9, 95% CI, 1.6 - 61.7, p=0.01, respectively). Using other methods for dose calculation, percentage of AUCs within target varied from 16% to 74%. G3 and FluCR were, in some models, associated to AUC within the target and in the toxic range, whereas rapid-metabolizers (G1) were correlated with sub therapeutic AUCs. These associations were confirmed in clearance-prediction analysis, where GSTA1 diplotypes groups and conditioning regimen consistently influenced methods’ most prediction errors. Once GSTA1 status was demonstrated to influence significantly the available Bu dosing algorithms, we aimed to develop a population PK (PPK) model which included GSTA1 genetic variants as a covariate. For that, concentration-time data from 112 children and adolescents receiving IV Bu as a component of the conditioning regimen for 115 stem cell transplantations (autologous and allogenic) performed at CHU Sainte-Justine were analyzed. Non-linear mixed effects analysis was used to build a PPK model. Sex, baseline disease (malignant vs. non-malignant), post-menstrual age (PMA) or chronological age, conditioning regimen and GSTA1 diplotypes groups were evaluated as potential covariates. A one-compartment model with first-order elimination best described the data. A factor of Bu metabolism maturation (Fmat) and theoretical allometric scaling of weight were included in the base model. Covariate analysis revealed PMA (ΔOFV=-26.7, p=2.3x10-7) and GSTA1 diplotypes groups (ΔOFV=-11.7, p=0.003), as significant factors on volume and clearance (CL), respectively. CL of rapid metabolizers (G1) were predicted as being 7% higher and that of poor ones (G3) 12% lower than CL of those defined as normal metabolizers (G2). In conclusion, after evidencing that available Bu dosing methods are not suitable for all GSTA1 diplotypes groups, we have proposed the first pharmacogenomics-based dosing algorithm for Bu to be used in a pediatrics. Its use may contribute considerably to better predict Bu exposure in children and adolescents tailoring the dose according to individual metabolic capacity.

O bussulfano (Bu) é um agente alquilante usado no condicionamento que precede o transplante de células-tronco hematopoiéticas (TCTH) em crianças. Sua farmacocinética (FC) apresenta uma grande variabilidade interindivíduo, que pode ser parcialmente explicada pelas variantes genéticas de GSTA1, gene da enzima glutationa S-transferase α1, crucial para o metabolismo do Bu. Vários métodos de predição da FC do Bu são usados para calcular sua dose, essencialmente com base na idade e peso do paciente. Até o momento, apenas um modelo adulto incorporou as variantes de GSTA1 no cálculo da sua dose do Bu. No presente trabalho, avaliou-se, inicialmente, o desempenho de métodos atualmente disponíveis em pediatria, em função das variantes genéticas de GSTA1. Foram avaliados os parâmetros de FC da primeira dose de 101 crianças e adolescentes submetidos a TCTH alogênico no CHU Sainte-Justine, Montreal, Canadá, após regime de condicionamento que incluía Bu intravenoso (BuCR, do inglês busulfan-containing regimen). Os haplótipos GSTA1 foram interpretados em pares (diplótipos) e depois classificados em três grupos com base nos seus diferentes potenciais de expressão enzimática. As AUCs (area under the curve) medidas e as AUCs calculadas a partir de doses de Bu preditas por 11 modelos diferentes foram classificadas de acordo com a sua capacidade para atingir a AUC-alvo (900 a 1.500 μM.min). Também foram calculados os erros de previsão do clearance do Bu. Após a primeira dose, as AUCs medidas atingiram a AUC-alvo em 38,7%. Os diplótipos de GSTA1 relacionados ao metabolismo lento (G3) e regimes contendo fludarabina (FluCR, do inglês fludarabine-containing regimen) foram os únicos fatores associados à AUC no alvo (OR 4,7, IC 95%, 1,1 - 19,8, p = 0,04 e OR 9,9, IC 95%, 1,6 - 61,7, p = 0,01, respectivamente). Utilizando os outros métodos para o cálculo da dose, a percentagem de AUC no alvo variou de 16% a 74%. G3 e FluCR foram, em alguns modelos, associados à AUC no alvo ou na faixa tóxica, enquanto que os metabolizadores rápidos (G1) foram por vezes associados a AUCs subterapêuticas. Essas associações foram confirmadas na análise de predição do clearance, em que os diplótipos da GSTA1 e o regime de condicionamento influenciaram significativamente a maioria dos erros de previsão dos métodos testados. Uma vez que GSTA1 mostrou influenciar significativamente os algoritmos disponíveis, pretendeu-se desenvolver um modelo de FC de população que incluísse variantes genéticas de GSTA1 como um fator no cálculo de dose do Bu. Para tanto, foram analisados os dados de concentração-tempo de 112 crianças e adolescentes que receberam um BuCR mieloablativo antes de 115 TCTH (autólogos e alogênicos), realizados também no CHU Sainte-Justine. Para a construção do modelo de FC de população, utilizou-se uma análise mista não linear. Sexo, doença de base (maligna vs. não maligna), idade pós-menstrual (PMA) ou idade cronológica, regime de condicionamento e diplótipos de GSTA1 foram avaliados como fatores potenciais. Um modelo de um compartimento com eliminação de primeira ordem foi o que melhor descreveu os dados disponíveis. Um fator de maturação do metabolismo de Bu (Fmat) e o peso elevado a exponencial alométrico teórico foram incluídos no modelo de base. A análise dos fatores revelou PMA (ΔOFV = -26,7, p = 2,3x10-7) e grupos de diplótipos de GSTA1 (ΔOFV = -11,7, p = 0,003) como fatores significativamente associados, respectivamente, ao volume e ao CL do Bu. Os CL dos metabolizadores rápidos (G1) foram preditos como sendo 7% mais elevados que os definidos como metabolizadores normais (G2), enquanto que os metabolizadores lentos (G3) foram descritos com CL 12% menor que os G2. Em conclusão, após se evidenciar que os métodos disponíveis para o cálculo de dose do Bu não são adequados para todos os grupos de diplótipos de GSTA1, propôs-se o primeiro algoritmo de cálculo de dose de Bu em pediatria baseado em farmacogenética. Seu uso pode contribuir para uma melhor previsibilidade da FC do Bu e, desta forma, melhor predizer a exposição de crianças e adolescentes à droga, de acordo com a capacidade metabólica de cada indivíduo. / Busulfan (Bu) is an alkylating agent used in the conditioning before hematopoietic stem cells transplantation (HSCT) in children. Its pharmacokinetics (PK) presents a great inter-individual variability, which can be partially explained by GSTA1 genetic variants, gene coding for the enzyme glutathione s-tranferase α1, crucial for Bu metabolism. Several methods of predicting PK are available and are used to calculate the Bu dose, based essentially on patients’ age and anthropometric characteristics. So far, a single adult model successfully incorporated this factor into the Bu dose calculation. In the present work, we initially evaluate the performance of the currently available guidelines across the different GSTA1 genetic variants. The PK parameters from the Bu first doses from 101 children and adolescents who have undergone allogenic SCT at the CHU Sainte-Justine, Montreal, Canada following a IV Bu-containing conditioning regimen (BuCR). GSTA1 haplotypes were interpreted in pairs (diplotypes) and then classified in 3 groups based on different potentials of enzyme expression. Measured AUCs and AUCs calculated from Bu doses predicted by 11 different models were classified according to their ability to achieve the AUC target (900 and 1500μM.min). Clearance prediction errors were also calculated. After the first dose, measured AUCs achieved the target in 38.7%. GSTA1 diplotypes groups related to poor Bu metabolism (G3) and fludarabine-containing regimens (FluCR) were the only factors associated with AUC within target (OR 4.7, 95% CI, 1.1 - 19.8, p=0.04 and OR 9.9, 95% CI, 1.6 - 61.7, p=0.01, respectively). Using other methods for dose calculation, percentage of AUCs within target varied from 16% to 74%. G3 and FluCR were, in some models, associated to AUC within the target and in the toxic range, whereas rapid-metabolizers (G1) were correlated with sub therapeutic AUCs. These associations were confirmed in clearance-prediction analysis, where GSTA1 diplotypes groups and conditioning regimen consistently influenced methods’ most prediction errors. Once GSTA1 status was demonstrated to influence significantly the available Bu dosing algorithms, we aimed to develop a population PK (PPK) model which included GSTA1 genetic variants as a covariate. For that, concentration-time data from 112 children and adolescents receiving IV Bu as a component of the conditioning regimen for 115 stem cell transplantations (autologous and allogenic) performed at CHU Sainte-Justine were analyzed. Non-linear mixed effects analysis was used to build a PPK model. Sex, baseline disease (malignant vs. non-malignant), post-menstrual age (PMA) or chronological age, conditioning regimen and GSTA1 diplotypes groups were evaluated as potential covariates. A one-compartment model with first-order elimination best described the data. A factor of Bu metabolism maturation (Fmat) and theoretical allometric scaling of weight were included in the base model. Covariate analysis revealed PMA (ΔOFV=-26.7, p=2.3x10-7) and GSTA1 diplotypes groups (ΔOFV=-11.7, p=0.003), as significant factors on volume and clearance (CL), respectively. CL of rapid metabolizers (G1) were predicted as being 7% higher and that of poor ones (G3) 12% lower than CL of those defined as normal metabolizers (G2). In conclusion, after evidencing that available Bu dosing methods are not suitable for all GSTA1 diplotypes groups, we have proposed the first pharmacogenomics-based dosing algorithm for Bu to be used in a pediatrics. Its use may contribute considerably to better predict Bu exposure in children and adolescents tailoring the dose according to individual metabolic capacity.