Skip to main content

Medicina di precisione: highlights maggio 2020

By 15 Giugno 2020Giugno 3rd, 2021No Comments
Speciali

Nell’ultimo decennio abbiamo assistito ad un’incredibile espansione delle conoscenze in campo oncologico. La parola chiave che ha permesso questo storico balzo in avanti e che sempre di più caratterizzerà l’oncologia del futuro è “medicina di precisione”. Il proposito di questa rubrica è quello di selezionare una raccolta assolutamente parziale di ciò che la letteratura del mese appena trascorso ha prodotto riguardo al tema medicina di precisione, analizzando i vari temi in cui può essere declinato l’argomento ed evidenziandone potenzialità e limiti.

MAGGIO 2020

OTTA SPOT gene expression signature

In uno studio recentemente pubblicato su “Annals of Oncology” Millstein e colleghi indagano le potenzialità di una signature molecolare che possa stratificare la prognosi delle pazienti affette da carcinoma ovarico sieroso di alto grado. Ad oggi non esiste una firma molecolare in grado di fare ciò, ed i maggiori fattori prognostici rimangono età e stadio di malattia. Grazie all’analisi di 513 geni su circa 3800 campioni tumorali gli autori sono riusciti ad individuare un pannello di 101 geni, definito OTTA-SPOT gene expression, dall’alto valore prognostico. L’OTTA SPOT gene expression signature può migliorare la stratificazione del rischio identificando varie sottocategorie di pazienti a prognosi peggiore. Inoltre l’identificazione di alcuni geni del pannello con un impatto prognostico maggiore, come TAP1, ZFHX4, CXCL9, FBN1 e PTGER3 può guidare nel generare ipotesi per lo sviluppo di nuovi approcci terapeutici.

Millstein J, Budden T, Goode EL, Anglesio MS, Talhouk A, Intermaggio MP, Leong HS, Chen S, Elatre W, Gilks B, Nazeran T, Volchek M, Bentley RC, Wang C, Chiu DS, Kommoss S et al. Prognostic Gene Expression Signature for High-Grade Serous Ovarian Cancer. Ann Oncol 2020;S0923-7534(20)39841-0 doi: 10.1016/j.annonc.2020.05.019.

LINK https://pubmed.ncbi.nlm.nih.gov/32473302/

Amplificazioni di MET negli adenocarcinomi polmonari ALK traslocati

Gli adenocarcinomi polmonari ALK traslocati sono un sottogruppo di neoplasie polmonari che dipendono strettamente dal segnale costruttivamente attivato del gene ALK per crescere e sopravvivere. Questa dipendenza da un oncogene sottolinea la marcata attività mostrata negli anni dagli inibitori tirosinchinasici anti-ALK. Tuttavia, nonostante l’iniziale sensibilità ed efficacia, invariabilmente a distanza di tempo i tumori ALK traslocati sviluppano meccanismi di resistenza. In questo lavoro recentemente pubblicato su “Clinical Cancer Research” viene descritto l’impatto e la frequenza delle amplificazioni del gene MET come meccanismo di resistenza. Le amplificazioni del gene MET sono state ricercate su 207 pazienti in progressione ad un trattamento con ALK-inibitore di prima, seconda e terza generazione. L’analisi è stata effettuata su biopsia tessutale in 101 pazienti e su biopsia liquida nei restanti 106 pazienti. Amplificazioni di MET sono state rilevate nel 15% dei casi, confermando come questa alterazione sia uno dei meccanismi di resistenza emergenti e potenzialmente aggredibili tramite nuovi approcci terapeutici in grado di colpire contemporaneamente il segnale ALK e MET dipendente.

Dagogo-Jack I, Yoda S, Lennerz JK, Langenbucher A, Lin JJ, Rooney MM, Prutisto-Chang K, Oh A, Adams NA, Yeap BY, Chin E, Do A, Marble HD, Stevens SE, Digumarthy SR, Saxena A, Nagy RJ, Benes CH, Azzoli CG, Lawrence MS, Gainor JF, Shaw AT, Hata AN. MET Alterations are a Recurring and Actionable Resistance Mechanism in ALK-Positive Lung Cancer. Clinical Cancer Research 2020; https://doi.org/10.1158/1078-0432.CCR-19-3906.

LINK https://clincancerres.aacrjournals.org/content/early/2020/02/21/1078-0432.CCR-19-3906

Caratterizzazione deep learning-based dei linfociti tumorali infiltranti

Negli ultimi anni, il machine learning ed il deep learning-based approach, due sottocampi dell’intelligenza artificiale, sono emersi come componenti chiave nell’analisi dei dati biomedici. Diversi studi hanno integrato dati di immagini patologiche con dati di genomica per realizzare un approccio combinato. I linfociti tumorali infiltranti (TIL) e le loro caratterizzazioni spaziali su whole-slide images (WSI) di sezioni istopatologiche sono diventati cruciali nella diagnosi, nella prognosi e nella previsione della risposta al trattamento per diversi tumori. In questo lavoro viene presentato un nuovo processo di digital pathology che permette di generare immagini digitali ad alta risoluzione di TILs e di correlarli a particolari sottogruppi di neoplasia mammaria. Diversi sottotipi di carcinoma mammario hanno mostrato un TIL-score in associazione con mutazioni di diversi geni che suggeriscono come alterazioni genetiche diverse possono portare a fenotipi simili. Le caratteristiche spaziali dei TILs, che rappresentano la densità e la distribuzione dei cluster TIL, sono stati identificati inoltre essere degli importanti indicatori di outcome dei pazienti. La standardizzazione dell’uso della digital pathology potrà in futuro portare ad un’armonizzazione sempre maggiore degli score ed una correlazione sempre più precisa genotipo-fenotipo con importanti risvolti terapeutici.

Lu Z, Xu S, Shao W, Wu Y, Zhang J, Han Z, Feng Q, Huang K. Deep-Learning–Based Characterization of Tumor-Infiltrating Lymphocytes in Breast Cancers From Histopathology Images and Multiomics Data. JCO Clinical Cancer Informatics 2020;4:480-490

LINK https://ascopubs.org/doi/full/10.1200/CCI.19.00126

Test di MRD e recidive nel NSCLC

Le neoplasie polmonari che vengono trattate in stadi precoci con chirurgia e chemioterapia adiuvante hanno sicuramente una prognosi migliore rispetto alle neoplasie scoperte in fasi più avanzate. Nonostante ciò, una quota di questi tumori recidiva anche a distanza di molti mesi dall’intervento chirurgico. Ad oggi l’unico tipo di sorveglianza per rilevare recidive locali o a distanza è un follow up radiologico. Nello studio TRACERx recentemente presentato al virtual meeting AACR è stato per la prima volta dimostrato come il DNA circolante possa essere un biomarker efficace per rilevare la malattia minima residua (MRD) nei pazienti affetti da NSCLC in stadi precoci e come la malattia minima residua possa predire le recidive in maniera più puntuale e precoce rispetto all’immagine tradizionale. Infatti, in 37 pazienti affetti da NSCLC che non hanno recidivato dopo l’intervento chirurgico le analisi di MRD hanno confermato l’assenza di biomarker tumorali circolanti in vari momenti del follow-up. Al contrario in 9/10 casi individuati come positivi dai test di MRD, l’analisi ha rilevato una recidiva precoce molto prima delle normali tecniche radiologiche di screening. Una volta confermata da studi prospettici, questa metodica potrebbe rivoluzionare l’approccio alla scelta della terapia adiuvante e delle modalità di sorveglianza più adatte per ciascun paziente.

MRD May Predict Relapse in NSCLC. Cancer Discovery 2020; DOI: 10.1158/2159-8290.CD-ND2020-010.

LINK https://cancerdiscovery.aacrjournals.org/content/early/2020/05/28/2159-8290.CD-ND2020-010.full