Upload
nazaire-klein
View
108
Download
3
Embed Size (px)
Citation preview
Apport de la Pharmacogénomi
que dans le traitement des
CancersMaster 1 : Module Oncologie
22 Novembre 2010 - Dr Barthélémy
Plan• Introduction : Chimiothérapie -
limites des approches statistiques
• Apport de la pharmacogénomique: – Apport pronostique– Apport prédictif de réponse à la
chimiothérapie– Apport prédictif de réponse aux
thérapies ciblées
Méthodologie du développement des
chimiothérapies et limites
Drogues1 2 3 4 5 6
Lign
ée c
ellu
laire
Phase 1 : dose maximale tolérée (DMT)
Phase 2 : toxicité/efficacité
Phase 3 : Comparaison bras de référence
Limites des statistiques !
• Jusqu’en 2000 :– Type de chimiothérapie basé sur études phase III =>
Données statistiques de réponse et toxicité
100
0 6 12 24 30 36 42 48 55 62 68
Months
0
20
40
60
80
Prog
ress
ion-
free
sur
viva
l Chimiothérapie A (n=544)
Chimiothérapie B (n=544)
p < 0.05
0
20
40
60
80
100
0 12 24 36 48
Months
Prog
ress
ion
free
sur
viva
l
Bras A
Bras B
p = 0.145
Problème de sélection
Traitement identique
Objectif : Traitement à la carte
Moyens: 1.Pharmacogénomique2.Pharmacogénétique
Hétérogénéité -Tumorale- Patient
Sélection des tumeurs et des patients!!
Cible +
Cible -
Définitions
• Pharmacogénétique
– Etude du génome du patient• Polymorphisme des cytochrome P450 et réponse
à une drogue • Analyse pangénomique des SNP (polymorphisme si
>1% des patients)
• Pharmacogénomique• Etude du génome tumoral
ADN
ARN
Protéine
Transcriptome(cDNA microarray...)
TumeurTumorothèques
Génome(FISH,CGH array, SNP...)
Sang : Protéines, CTC,
Protéome(Spectrométrie de masse...)
Analyses à l’échelle génomique
Echantillons Extraits -mics
Apport de la pharmacogénomique
• Etablir des profils d’expression (signatures moléculaires)– Caractérisation de sous-types de tumeurs (ex. Puces à
ADN et Cancer du sein) – Rôle pronostique, prédictif,
• Identification de nouvelles cibles thérapeutiques (HER-2, EGFR, c-KIT…)
• Identification de facteurs prédictifs de réponse – Mutations de gènes : EGFR, K-RAS, c-KIT– Polymorphismes : ERCC1 et sels de platine– Translocations : ALK4 (cancer du poumon)
Approche « génomique globale »
• Etude par puces à ADN de signatures moléculaires
• Apport pronostique
• Apport prédictif
• Identification de nouvelles cibles thérapeutiques
Signatures moléculaires : Puces à ADN
1.Extraction ARN tumoral
2. RTPCR => ADNc
3. Marquage fluorescent de l’ADNc (Cy5 => ADNc tumoral; Cy3
=> ADNc étalon
4. Hybridation Mix ADNc – Puce à ADN
4. Processus d’analyse
Signatures moléculaires
Ech
an
till
on
sRouge : Surexpression
Vert : Sous-expression
Gènes
• Pronostiques
• Prédictives de réponse aux traitements
Classification moléculaire des cancers du sein
• Etablissement d’une nouvelle taxonomie de cancer du sein
• Définition d’index pronostiques basés sur les caractéristiques génétiques (OncotypeDX, Mammaprint)
• Prédiction de la réponse aux différents traitements antitumoraux
• Identification de cibles moléculaires permettant de nouveaux traitements ciblés
« Normal like »
« BRCA1 »
BCL2
EGFR
« LUMINAL»
KRT 8/18 +ESR1 +++ESR genes regulatedBCL2 +
« HER2 + »
ESR1 -GRB7
TP53 * 71%RAS pathway
«BASAL»ESR1-
KRT5/17 +
HER2 –TP53 * 82%
TOP2AMYC
KIT pathways
ESR1 +
Classification moléculaire des cancers du sein
Perou et al, Sorlie et al, Bertucci et al, Sotiriou et al, Hedenfalk et al, West et alVan de Rijn et al Am J Pathol 2002, Abd El Rehim et al J Pathol 2004
Index pronostic selon la classification
Sorlié 2001
Pharmacogénomique et
Apport pronostique
Nature, 415, 530-536, 2002
25 000 gènes
Signature moléculaire(70 gènes)
Discrimination pronostique
78 tumeurs N0(training set)
Tumeurs du sein (T<5cm; N0)
Absence de métastases( > 5 ans)
Présence de métastases( < 5 ans)
Signaturemoléculaire
17 tumeurs N0(validation set)
Signature pronostique
Nouveaux outils décisionnel en cancérologie du sein
• Oncotype DX : score de récurrence; validé aux USA
• Mammaprint (signature d’amsterdam): en cours de validation (Essai Mindact)
• => probable outil décisionnel pour l’indication de chimiothérapie adjuvante du cancer du sein
Mammaprint : Signature 70 gènes
95% ±2.6%
55% ±4.4%
Survie GlobaleSignature Mammaprint
Essai MINDACT en cours :
Oncotype DX
21-gene assay = 16 outcome-related genes + 5 reference genes
A risk score is calculated from 0 -100
No distant recurrence (low risk) = 93.2%
No distant recurrence (high risk) = 69.5%
Pharmacogénomique et
Apport prédictif
19 813 gènes
Signature moléculaire(74 gènes)
Prédiction pCR >92% (vs 61%)
133 patients(training set)
51 patients(validation set)
Signature prédictive de réponse à la chimiothérapie FAC/Taxol
Profil génomique (signature DLDA-30)
versus
facteurs prédictifs anatomo-cliniques
(âge, grade, RH)
Ayers, 2004, Pusztai 2004, Hess 2006
Prédiction Réponse Docetaxel
• Taxotère 100mg/m2 x 4cycles
• Réponse clinique
• Analyse cDNA
• Profil d’expression de 92 gènes -> corrélation réponse au taxotère
• VPP 92% et VPN 83%Chang JC Lancet 2003c
Prédiction de la réponse à la chimiothérapie pré-
opératoire
• Résultats prometteurs (mais restent à
valider)
• Problèmes de méthodologie
• Nécessité de standardisation des techniques
• Faibles effectifs
• Essais cliniques prospectifs
Pharmacogénomique et
cibles thérapeutiques
« Normal like »
« BRCA1 »
BCL2
EGFR
« LUMINAL»
KRT 8/18 +ESR1 +++ESR genes regulatedBCL2 +
« HER2 + »
ESR1 -GRB7
TP53 * 71%RAS pathway
«BASAL»ESR1-
KRT5/17 +
HER2 –TP53 * 82%
TOP2AMYC
KIT pathwaysEGFR
ESR1 +
Classification moléculaire et identification de cibles
thérapeutiques
Perou et al, Sorlie et al, Bertucci et al, Sotiriou et al, Hedenfalk et al, West et alVan de Rijn et al Am J Pathol 2002, Abd El Rehim et al J Pathol 2004
Identification de cibles potentielles
ex. Cancer basal-like • Angiogenèse
• EGF-R
• c-Kit
• TOP2A → cible des anthracyclines
• Instabilité génétique → DNA-damaging agents ( platinum compounds , . . . )
• p-53 → taxanes
Thérapies ciblées
Approche « mono-génomique »
• Recherche d’anomalies de une ou plusieurs cibles thérapeutiques ou voies de signalisation (amplifications, mutations, translocations, polymorphismes…..)
• Facteurs prédictifs de réponse aux thérapies ciblées
Amplification HER2 cancer du sein et cancer gastrique
P
P
P Grb 2
SOSRAS
RAS
RAF
MEK
ERK
P
GTP
GDP
II II
HER2 HER 1 ; 3 ; 4
hétérodimérisationI I
III
IV
III
IV
HER 2 FISH IHC
Absence de surexpression
Faible surexpression + / ++
Forte surexpression +++
Etude HERA : Apport de la cible
EGFR Cancer du colon / Poumon / ORL
•Surexpression IHC ! •Cible ? Facteur prédictif de réponse ?
•Mutations
•Altération de la voie de signalisation: K-ras, B-raf
EGFR : cible variable
EGF-R
Erbitux, Vectibix => Colon, ORL
Iressa, Tarceva => Poumon
EGFR et Cancer du poumon
• Réponse aux Inhibiteurs de tyrosine kinase ( ITK )
– Non corrélée à l’expression de EGFR
– Corrélée à : • Adénocarcinome• Non fumeur• Asiatique• Sexe féminin
Facteur moléculaire prédictifs de réponse ?
K DFG L L
Tyrosine kinase
745
K DFG Y Y Y YTM
718 964
EGF ligand binding Domaine de P
GXGXXG
858
LREA
861
Exon: 18 19 20 21 22 23 24
Mutations de l’EGFR et Sensibilité au Gefitinib /
Erlotinib
G719A/C L858Rdeletion L861Q
Lynch et al ’04; Paez et al ‘04; Pao et al ‘04
Survie : Statut EGFR et ITK
EGFR mutation positive
EGFR mutation negative
HR (95% CI) = 0.48 (0.36, 0.64) p<0.0001
ITK Gefitinib (n=132)Carboplatin / paclitaxel (n=129)
HR (95% CI) = 2.85 (2.05, 3.98) p<0.0001
0 4 8 12 16 20 240.0
0.2
0.4
0.6
0.8
1.0
Pro
bab
ilit
y o
f p
rog
ressio
n-f
ree
su
rviv
al
0 4 8 12 16 20 240.0
0.2
0.4
0.6
0.8
1.0
Pro
bab
ilit
y o
f p
rog
ressio
n-f
ree
su
rviv
al
ITK Gefitinib (n=91)Carboplatin / paclitaxel (n=85)
Months Months
Mok et al ‘09
Poumon et Gène de Fusion EML4-ALK
Fusion de la partie N terminale de EML4 (Echinoderm Microtubule-Associated Protein-Like 4) et de la région codant la partie intracellulaire d'ALK (Anaplastic Lymphoma Kinase) avec une activité tyrosine kinase
Détermination par FISH
La protéine ALK induitune prolifération et une inhibition de l'apoptose
4 à 5 % des caucasiens et 7 à 8% des asiatiquesY. Bang et al. ASCO 2010. Abstract 3
Basic WD
KinaseTM
ALK
1058 16201
EML4-ALK variant 11 496 1059
EML41 HELP 496 981
Thérapeutique EML4-ALK
• Crizotinib : ITK
Réponse au crizotinib
60
40
20
0
–20
–40
–60
–80
–100
Progressive disease
Stable disease
Confirmed partial response
Confirmed complete response
0 12 24 36 48 60
100
80
60
40
20
0EML4–ALK
EGFRWT/WT
=> Absence de réponse aux anti-EGFR
SSP
autre2%
Inconnu 65%
Ras 15%
Met 1%PDGFRa 4% Ros
1%Alk4%
EGFR 10%
Nouvel arsenal thérapeutique:
-Anti-EGFR si mutations EGFR
-Inhibiteurs EML4-ALK
-Chimiothérapie à base de sels de platine si déficit du mécanismes de réparation (défaut ERCC1 – système NER)
……..
Cancer du poumon : Identification de multiples sous-
types
Adaptation de traitements différents selon le statut moléculaire
EGFR et Cancer du colon
• Absence de réponse aux ITK mais réponse aux anticorps
• Pas de corrélation avec l’expression EGFR en IHC
Facteur prédictif de réponse au mab anti-EGFR ?
PI3KPI3KPI3KPI3K
MEKMEKMEKMEK
ERKERKERKERK
RasRasRasRas
AktAktAktAkt
prolifération
RafRafRafRaf
mTormTormTormTor
Mutations
EGFR
K-Ras et B-Raf : mutations et réponses thérapeutiques
Mutations EGFR rares
Amado, R. G. et al. J Clin Oncol; 26:1626-1634 2008
Importance du statut K-ras
K-ras muté
7.4 vs 7.3 sem
K-ras sauvage
12.3 vs 7.3 sem
Conclusion
• Mutation K-RAS : facteur prédictif de non réponse aux Ac anti-EGFR
• Adaptation du traitement sur les données de biologie moléculaire
• Distinction entre plusieurs sous-types – Kras muté– Braf muté (a valider) ….
GIST et Imatinib / Sunitinib
• Tumeurs rares développées à partir des cellules de cajal (Gastro-Intestinal Stromal Tumor)
• Expression de c-kit (réc. transmembranaire à activité
tyrosine kinase) et PDGFR
• Traitement par Glivec, Sutent…
• Facteurs prédictifs de réponse ???
Heinrich et al. Hum Pathol. 2002;33:484; Science 2003, Corless et al. Proc AACR. 2003
Mutations de KIT et PDGFRa dans Mutations de KIT et PDGFRa dans les GISTles GIST
Mutations activatricesMutations activatrices
Membrane
Cytoplasme
Exon 11 (67%)Exon 11 (67%)
Exon 9 (10%)Exon 9 (10%)
Exon 13 (0.5%)Exon 13 (0.5%)
Exon 17 (0.5%)Exon 17 (0.5%)
Exon 12 (0.9%)Exon 12 (0.9%)
Exon 18 (6.3%)Exon 18 (6.3%)
KIT (78%)
PDGFR((8%)8%)
Fréquence des mutations : Fréquence des mutations :
86%86%
Exon 14 (0.3%)Exon 14 (0.3%)
Sensible au Glivec®
Résistant au Glivec®
Median SSP (months) 6 / 19
3-year estimate (%) 5 / 17
P value (logrank test) 0.017
KIT exon 9 mutants
KIT exon 9 mutants: 400 mg / 800 mg GLIVECOther patients: 400 mg / 800 mg GLIVEC
0 1 2 3 4 50
10
20
30
40
50
60
70
80
90
100
Years
Survie sans progression Survie sans progression selon statut c-KITselon statut c-KIT
Comment sélectionner les Comment sélectionner les cibles?cibles?
• Règles générales:Règles générales:
ExpressionExpression →→ Cible possible Cible possible
ExpressionExpression ++ ActivationActivation →→ Cible prometteuseCible prometteuse
ExpressionExpression ++ ActivationActivation ++ Mécanisme Mécanisme →→ Cible majeureCible majeure
ExpressionExpression ++ ActivationActivation ++ Mécanisme Mécanisme + + DrogueDrogue
→→ Étude cliniqueÉtude clinique
Take Home Message
• Pharmacogénomique
– Approche indispensable à l’évolution vers un traitement à la carte
– Identification de multiples sous-types différents de cancers => classification moléculaire
– Problèmes futurs des études cliniques (effectifs faible et difficultés de recrutement)
– Modèles mathématiques et statistiques