Zukunft der Biomarker: NGS für alle? Prof. Dr. Angelika Reiner Wien

Transkript

1 Zukunft der Biomarker: NGS für alle? Prof. Dr. Angelika Reiner Wien

2 Biomarker in der Onkologie Labortest für Evaluierung des Erkrankungsrisikos Ausgangspunkt / Gewebsursprung Evaluierung der Prognose Indikation für Therapie Prädiktion und Intensität der Therapie Monitoring der Therapie Frühzeitige Rezidivdiagnose Therapieänderung Clincal decision support system PatientInnenspezifischen Daten mit wissensbasierten Daten aus Datenbanken für die Auswertung verknüpfen

3 NGS? Ja, aber

4 Genomische Analyse von Tumoren International Cancer Genome Consortium The Cancer Genome Atlas Whole Exom Sequencing (proteinkodierendes Genom) Bisheriger Fokus Mehrheit der aktuell diskutierten Mutationen mrna Expression Quantifizierung von Mutationen, Genfusionen,... microrna Expression kleine nicht kodierende RNA mit Effekt auf Genregulation Epigenom DNA Methylierung Epigenom ist charakteristisch für Tumorentität Gewebsspezifität Nicht proteinkodierende Genom DNA Copy number Alterationen Wahrscheinlich die häufigste Alteration im Rahmen der Tumorgenese

5 Mutationen und Muster Keimbahnmutationen wesentlich für Tumordisposition Somatische Mutationen Drivermutationen Fördern Tumorwachstum, Gewebsinvasion, Metastasierung, Angiogenese, Flucht aus der Apoptose Information über die Tumorbiologie Identifikation neuer Targets für medikamentöse Therapie und diagnostische Tests Passengermutationen Tragen nicht zur Karzinogenese bei geben Einblick in DNA Schäden und Reparaturmechanismen und der Wirkung exogener Noxen < 2% der Tumormutationen im Exom > 98 % der Tumormutationen im nicht kodierenden Genom Aktuell nur rudimentäres Verständnis der genomischen Information

6 Entwicklung von NGS 1. Generation CNA und Genfusionen nicht entdeckbar 2. Generation CNA und Genfusionen nicht entdeckbar 3. Generation Durch Hybrid Capture genomisch interessante Regionen angereichert Punktmutationen, kleine Indels, CNA, Rearrangements und Fusionen in einem Assay detektierbar. Auch unbekannte Genfusionen nachweisbar Einfacher und rascherer Analyseablauf Minimale Tumormenge ( < 100ng DNA) CAVE: Normale DNA als Kontrolle nicht analysiert Lediglich aus Datenbanken im Rahmen der Analyse extrahiert Fehlinterpretationen möglich, weil Unterscheidung von somatischen Mutationen versus Polymorphismen und Keimbahnmutationen problematisch ist. Cave falsch positive Befunde seltene Keimbahnmutationen als somatische Mutationen fehlinterpretiert Heuckmann JM, Thomas RK Ann Oncol 2015;26:

7 Filterung von Keimbahnmutationen aus dem Tumorgenpanel After optimizing a germline filtering strategy, the germline false positive rate with tumor only large panel sequencing was 14 % (144/1012 variants). For patients whose tumor only results underwent molecular pathologist review (n = 91), 50/54 (93 %) false positives were correctly interpreted as uncertain variants. Garofalo et al. Genome Medicine (2016) 8:79

8 Klinische Anwendung von NGS PRO Bearbeitung in einem Test mit hohem Durchsatz Umfangreiches Testergebnis Kosteneffizienz CAVE Wahl der Methode Biologische Aktivität Onkogenese Therapeutisches Target Whole genome sequencing chromosomale und mitochondriale DNA mit Intron und Exon Whole exome sequencing proteinkodierende Regionen Targeted exome sequencing Fokussierung auf interessante Gene karzinomrelevante Genpanels mit tiefergreifender Analyse der Gene Hotspot sequencing Beschränkung auf bestimmte Regionen ausgewählter Gene nicht im Panel enthaltene, jedoch relevante Mutationen könnten unentdeckt bleiben

9 Mutationsmuster in verschiedenen Tumoren Lee JS BMP Rep 2016;49:

10 Anzahl der somatischen Mutationen in verschiedenen Tumoren MMR deficient, mismatch repair deficient cancers (two colorectal, two gastric and one ovarian). Greenman C et al. Nature Mar 8; 446(7132):

11 Anzahl von Mutationen im Mammakarzinom Budzciews J et al. J Path: Clin Res 2015;1:

12 Mutationsspektrum des Mammakarzinoms ER+ missense Mutationen häufig TNBC 80% Missense Mutation = Punktmutation mit Änderung einer Aminosäure im Triplet Lum A 45% HER 2+ missense Mutationen häufig TNBC nonsense und frameshift Mutationen häufig Lum B 15% Lum B 29% Nonsens Mutation = Punktmutation mit Stopcodon Frameshift Mutation = Indels mit Veränderung des Leserahmens Santarpia L et al. The Oncologist 2016;21:

13 Häufigste Copy Number Alterationen des Mammakarzinoms Santarpia L et al. The Oncologist 2016;21:

14 Triple Negativen Mammakarzinome Molekulare Subtypen könnten therapeutische Bedeutung haben Xenografts von Mammakarzinomzellinien sensitiv reagierten auf Platinsalze in basal like Subtypen PI3K/mTOR pathway Inhibition in mesenchymalen Subtypen Antiandrogene in LAR Subtypen Pareja F et al. doi: /npjbcancer % 18% 29% Retrospektive Analyse von Patientinnen mit TNBC mit neoadjuvanter Chemotherapie TNBC Subtypen sprechen auf vergleichbare Therapie unterschiedlich an Lehmann BD et al. PLOS ONE DOI: /journal.pone

15 Triple Negativen Mammakarzinomen Vergleich molekularer Subklassifikationen AR BL1 / 2 AR mesenchymal BL immunosupressed BL immunaktiviert mesenchymal Pareja F et al. doi: /npjbcancer

16 Häufigste Genmutationen des Mammakarzinoms mit bekannten therapeutischen Targets Santarpia L et al. The Oncologist 2016;21:

17 Liquid Biopsy Im Plasma kleine Mengen von fragmentierter zellfreier Tumor DNA Monitoring der Erkrankung Tumorlast Minimal Residual Tumorlast Früherkennung von Rezidiven Monitoring der Therapie Prädiktion und Adaptierung der Therapie Identifikation von therapeutisch ansteuerbaren genetischen Alterationen Resistenzentwicklung Früherkennung / Screening Limitierungen Mutationen müssen während des Erkrankungsverlaufs stabil bleiben Heterogenität und klonale Entwicklung von Mutationen Tests mit hoher Sensitivität erforderlich, weil sehr geringe Mengen der spezifischen Tumor Mutationen im Vergleich zu normaler Hintergrund DNA im Plasma

18 Monitoring der Mammakarzinomerkrankung Results Circulating tumor DNA was successfully detected in 29 of the 30 women (97%) in whom somatic genomic alterations were identified; CA 15 3 were detected in 78% and circulating tumor cells in 87%. Patientin 4 Multiple Mutationen mit ähnlichem dynamischen Muster Patientin 16 Heterogenes Muster der Mutationen Dawson SJ et al. NEJM 2013;368:

19 Conclusio NGS ist dynamisch Welche Parameter sollen für welche Fragestellung untersucht werden Mammakarzinome enthalten ein komplexes genetisches Muster Neben HER 2 Amplifikation nur Mutation von PIK3CA und TP53 häufig Meist multiple seltene Mutationen Zusammenspiel mit Keimbahnmutationen außer HER 2 bisher keine robusten molekularen Prädiktoren Molekulare Tumorboards Beurteilung der Relevanz der genetischen Veränderungen The precision oncology illusion Precision oncology is inspirational! Prasad V. Nature 2016; 537, S63