Ematologia Traslazionale FARMACOGENOMICA: RESISTENZA E SENSIBILITA DELLE CELLULE TUMORALI FARMACOGENOMICA DEL MIELOMA MULTIPLO: IDENTIFICAZIONE DI MARCATORI DI RISPOSTA E TOLLERABILITA Carolina Terragna Dipartimento di Ematologia e Scienze Oncologiche L.A. Seràgnoli - Bologna 3 Workshop SIES Ematologia Traslazionale Perugia, 19-20 maggio 2011
La farmacogenomica sviluppare strategie per personalizzare la terapia adattare la terapia al singolo paziente (a) RISCHIO di MALATTIA Ha basi genetico-molecolari, che permettono la stratificazione dei pazienti in categorie di rischio (b) TERAPIA MIRATA Modulare l intensità del trattamento sulla base del rischio individuale di malattia
Complessità genomica MIELOMA MULTIPLO: plasmacellule CD138+ CNV (SNP array) Gene Expression profile
Cancer genomics: from discovery science to personalized medicine Chin L et al, Nat Med, 2011
Complessità genomica Munshi NC et al, Clin Cancer Res, 2011
Metodologie di analisi high-throughput e genomewide voi siete QUI Stratton MR et al, Nature, 2009
Background genetico del MM t(4;14)(p16;q32) hyperdyploidy CNV chr.1 FISH del(17p) del(13q) SNParray LOH SNParray NGS
Background genetico del MM: high-risk disease 70-gene signature 15-gene signature Shaughnessy, J. D. et al. Blood 2007;109:2276-2284 Decaux, O. et al. J Clin Oncol; 26:4798-4805 2008
Background genetico del MM come strumento prognostico 70-gene signature EFS OS 15-gene signature training set test set
Background genetico del MM come strumento prognostico: t(4,14)(p16;q32) Pazienti con t(4;14)(p16;q32): Vel/Dex vs. VAD A) Event-free Survival: p < 0.001 B) Overall Survival: p < 0.001 Avet-Loiseau H et al. JCO 2010;28:4630-4634
La farmacogenomica nel MM overall accuracy = 75%
Protocollo clinico Bologna 2002 CTX MEL-200 MEL-200 THAL Warfarin DEX 200 mg/d IFN 1 2 3 4 5 6 7 8 9 10 months Criteri EBMT (con l aggiunta delle categorie ncr e VGPR) % 70 60 50 40 30 20 10 0 31 17 4 10 TD CR ncr risposta completa 38 19 4 15 VGPR 55 27 5 23 60 24 3 33* CTX ASCT-1 ASCT-2 *44% dei pazienti che hanno eseguito il secondo ASCT Cavo M et al, Blood, 2005
Gruppo GIMEMA - MM CATANIA UDINE NAPOLI TARANTO AVELLINO CAGLIARI REGGIO EMILIA CAGLIARI ASCOLI PICENO NOCERA INFERIORE (SA) SIENA RAVENNA RIMINI TREVISO PESARO FORLI PIACENZA ANCONA POTENZA CHIOGGIA (VE) CATTOLICA (RN) CESENA MESSINA Prof. Giustolisi, Dott. Di Raimondo, Dott.ssa Gorgone Prof. Fanin, Dott.ssa Patriarca Prof. Rotoli, Dott. Catalano Dott. Mazza, Dott. Casulli, Dott.ssa Annunziata Dott. Cantore, Dott. Volpe Dott. La Nasa, Dott. Ledda Dott. Gugliotta, Dott. Masini Dott. Angelucci, Dott.ssa Carubelli Dott. Galieni, Dott.ssa Bigazzi Dott. D Arco, Dott. Califano Prof. Lauria, Dott. Gozzetti Dott. Zaccaria, Dott.ssa Molinari, D.ssa Salvucci,D.ssaCellini Dott. Pasquini, Dott. Fattori, Dott.ssa Sermasi Dott. Foscolo, Dott. Gherlinzoni, Dott. Stefani Dott. Visani, Dott.ssa Leopardi Dott. Amadori, Dott.ssa Gentilini, Dott.ssa Ronconi Dott. Cavanna, Dott. Lazzaro, Dott. Vallisa Prof. Leoni, Dott. Offidani, Dott.ssa Marconi Dott. Ricciuti, Dott. Vertone, Dott.ssa Attolico Dott.ssa Canistro Dott. Pasquini Dott. Guardigni Dott.ssa Brugiatelli, Dott. Mamone
Protocollo clinico Bologna 2002 : 8-gene signature Quadratic Discriminat Analysis classifier & LOOCV 8 gene signature # Gene Symbol Protein ClassProtein name Signal P_value 1 ATF2 ATF2_HUMA Cyclic AMP-dependent transcription factor -1,961 0,00552 2 CCND2 NCCND2_HUM ATF-2 G1/S-specific cyclin-d2-1,61 0,00446 3 CFLAR AN CFLAR_HUM CASP8 and FADD-like apoptosis regulator -2,045 0,0234 4 DDX17 AN DDX17_HUM Probable ATP-dependent RNA helicase -2,433 0,0414 5 HSPA6 AN HSP76_HUM DDX17 Heat shock 70 kda protein 6-2,257 0,00978 6 RIT1 AN RIT1_HUMA GTP-binding protein Rit1-2,463 0,0009 7 RNF148 NRN148_HUM RING finger protein 148-1,393 0,0204 8 WHSC1 AN NSD2_HUMA N Probable histone-lysine N-methyltransferase NSD2-1,222 0,0209
8-gene signature: significato funzionale?? apoptosi ciclo cellulare regolatori della trascrizione
8-gene signature: predizione della risposta alla terapia overall accuracy = 71% CLINICAL RESPONSE TO TD INDUCTION THERAPY NR CR TOT CR-predicted 20 16 36 PPV TEST OUTCOME NR-predicted 41 3 44 NPV TOT 61 19 80 SPECIFICITY 67% SENSITIVITY 84%
Outcome clinico post autotrapianto Probability of overall survival (%) Probability of overall survival (%) ability of progression (%) ability of progression (%) 110 100 Analisi per intenzione di trattamento CR-predicted (36 pz.) 60 NR-predicted (44 pz.) % di pz. CR 50% 23% 30 (A) (A) 110 110 100 100 90 90 80 80 72% 70 70 60 60 50 50 40 40 30 30 NR-predicted R-predicted 20 Hazard 20 ratio ratio = 2.241 = 2.241 95% 95% C.I. C.I. = 1.073-4.436 = 10 10 p = p 0.03 = 0.03 0 0 0 0 10 10 20 20 30 30 40 40 50 50 60 60 70 70 80 80 Time Time (months) (C) (C) 0.75 0.75 0.50 0.50 0.25 0.25 NR-predicted R-predicted OS p = 0.03 (65 mesi) Hazard ratio ratio = 2.213 = 2.213 95% 95% C.I. C.I. = 1.067-4.408 = p = p 0.03 = 0.03 41% Probability of event-free survival (%) Probability of event-free survival (%) EFS (B) (B) 1.1 1.1 1.0 1.0 0.9 0.9 0.8 0.8 0.7 0.7 55% 0.6 0.6 0.5 0.5 NR-predicted 0.4 0.4 0.3 R-predicted 0.3 19% 0.2 Hazard 0.2 ratio ratio = 2.086 = 2.086 95% 95% C.I. C.I. = 1.132-3.682 = 0.1 0.1 p = p 0.01 = 0.01 0.0 0.0 0 0 10 10 20 20 30 30 40 40 50 50 60 60 70 70 Time Time (months) 20 Hazard ratio = 2.241 95% C.I. = 1.073-4.436 10 p = 0.03 0 0 10 20 30 40 50 60 70 80 p = 0.01 (55 mesi) p = 0.03 (55 mesi) Probability of overall survival (%) Probability of progression (%) (A) 90 80 70 50 40 NR-predicted R-predicted (C) 0.75 NR-predicted R-predicted Hazard ratio = 2.213 0.50 95% C.I. = 1.067-4.408 p = 0.03 Time (months) TTP 69% 34% 0.25 0.00 0 10 20 30 40 50 60 70 Time (months)
8-gene signature: risposta all autotrapianto 61 pazienti con risposta alla terapia di induzione con tali-dex <ncr Pazienti stratificati in 2 sottogruppi (CR-predicted e NR-predicted) in base ai dati di espressione degli 8 geni alla diagnosi. CLINICAL RESPONSE to TD induction therapy CLINICAL RESPONSE TO TD INDUCTION THERAPY CLINICAL RESPONSE NR to autotrasplant CR (s) % TOT p CR-predicted TEST NR-predicted OUTCOME CR-predicted 20 NR-predicted 41 20 41 9 4 16 3 45 9.7 36 44 0.005 PPV NPV TOT TOT 61 61 13 19 80 SPECIFICITY 67% SENSITIVITY 84%
Curve di overall survival post autotrapianto 61 pazienti con risposta alla terapia di induzione con tali-dex <ncr Probability of overall survival (%) 110 100 90 80 70 60 50 40 30 20 10 0 OS NR-predicted CR-predicted Hazard ratio = 2.129 95% C.I. = 0.9104-4.291 p = 0.08 0 10 20 30 40 50 60 70 80 Time (months)
Accuratezza della predizione ANALISI GENOMICA Stratificazione dei pazienti in sottotipi con diversa sensibilità alla terapia (associazione con la risposta) un fenotipo drug response può essere influenzato da molteplici fattori genetici; non è ancora nota, né catalogata tutta la variabiità presente nel genoma umano; l accuratezza della predizione per una diagnosi clinica può variare
Conclusioni 1. è possibile identificare CLASSIFICATORI GENOMICI per predire il risultato clinico di una terapia; 2. l ACCURATEZZA della previsione è influenzata dalla variabilità genomica individuale; 3. è necessario un robusto SUPPORTO STATISTICO per stratificare i pazienti mediante un classificatore genomico
Dipartimento di Ematologia e Scienze Oncologiche L.A.Seràgnoli Università degli Studi di Bologna Michele Baccarani Unità di Ricerca sul Mieloma Multiplo Michele Cavo Lab. Biologia Molecolare (Giovanni Martinelli) Carolina Terragna Sandra Durante Marina Martello Silvia Piccari Enrica Borsi Lab. Citogenetica Nicoletta Testoni Giulia Marzocchi Analisi dati Daniel Remondini Annalisa Astolfi Unità di Ricerca Clinica Elena Zamagni Paola Tacchetti Giulia Perrone Lucia Pantani Annamaria Brioli Beatrice Zannetti Data management Katia Vitali Stefania Bitonte Francesca Miselli Annalisa Pezzi Ricerca Fondamentale Orientata (RFO) (M.C.) Università di Bologna, Fondazione Carisbo e Associazione Italiana contro la Leucemia, (BolognAil).