Molekularne podstawy rokowania onkologicznego – markery prognostyczne

Biomarkery molekularne stanowią fundamentalną podstawę nowoczesnego prognozowania nowotworowego, oferując znacznie większą precyzję niż tradycyjne parametry kliniczne. Identyfikacja wzorców biomarkerów dla prognozy jest głównym obszarem obecnych badań klinicznych w wielu typach nowotworów, w tym w raku piersi1. Coraz więcej dowodów wskazuje, że biomarkery molekularne mogą znacznie poprawić przewidywanie prognostyczne2.

Sygnatury genowe w raku piersi

Pierwszą opisaną sygnaturą prognostyczną raka piersi był profil 70-genowy opracowany przez van t Veer i współpracowników1. Profil ten stanowi silny predyktor rozwoju przerzutów odległych u pacjentek zarówno z ujemnymi, jak i dodatnimi węzłami chłonnymi1. Autorzy porównali prawdopodobieństwo, że pacjentki sklasyfikowane według profilu ekspresji 70 genów, kryteriów St. Gallen lub kryteriów konsensusu National Institutes of Health (NIH) pozostaną wolne od przerzutów odległych1.

Profil 70-genowy klasyfikuje 41% pacjentek z dodatnimi węzłami chłonnymi do grupy niskiego ryzyka przerzutów3. Sygnatura wykazuje wysoką moc w zakresie ujemnej wartości predykcyjnej, co zostało dodatkowo potwierdzone w niezależnym badaniu 100 starszych pacjentek z ujemnymi węzłami chłonnymi3. Profil 70-genowy nie tylko koreluje z ustalonymi czynnikami prognostycznymi, takimi jak wiek, stopień złośliwości i status ER, ale także przewyższa dobrze ugruntowane algorytmy prognostyczne, takie jak kryteria St. Gallen3.

Kluczowe znaczenie: Profil 70-genowy niezawodnie identyfikuje pacjentki wysokiego ryzyka, które wymagają chemioterapii. Co więcej, identyfikuje pacjentki z niskim ryzykiem nawrotu, które mogą oszczędzić sobie chemioterapii, co ma ogromne znaczenie dla jakości życia i redukcji działań niepożądanych.

Test Oncotype DX i wskaźnik nawrotu

21-genowy wskaźnik nawrotu (Oncotype DX) dodaje istotne informacje do tradycyjnych podejść patologicznych, choć niektóre problemy pozostają3. Test Oncotype DX jest prognostyczny i predykcyjny przed 5 latami, ale nie jest prognostyczny i predykcyjny po 5 latach4. To ograniczenie czasowe stanowi istotną kwestię w długoterminowym planowaniu terapii.

Stosunek ekspresji HOXB13:IL17BR stanowi czynnik prognostyczny we wczesnym stadium raka piersi4. Moc predykcyjna sygnatury HDPP w leczeniu trastuzumabem była badana jedynie w małej grupie 22 pacjentek leczonych neoadjuwantowo trastuzumabem i winorebiną4, co wymaga dalszych badań na większych kohortach.

MikroRNA w prognozowaniu raka szyjki macicy

Model prognostyczny oparty na mikroRNA dla raka szyjki macicy został opracowany z wykorzystaniem uczenia maszynowego, który w sposób niezawodny stratyfikuje pacjentki z rakiem szyjki macicy na grupy wysokiego wskaźnika przeżycia (5-letni wskaźnik przeżycia >90%), umiarkowanego (około 65%) i niskiego (około 40%)5. Przewidywanie przeżycia po pierwszej diagnozie jest ważne zarówno dla specjalistów od chorób, jak i pacjentów lub członków ich rodzin5.

W tym badaniu model przewidywania oparty na 10 mikroRNA, opracowany przez program SVM, mógł w sposób niezawodny stratyfikować pacjentki z rakiem szyjki macicy na trzy grupy (5-letni wskaźnik przeżycia >90%, 65% i <40%), co znacząco poprawia użyteczność modelu6. Ten wielostopniowy podział jest bardziej praktyczny niż tradycyjne modele dwugrupowe stosowane w większości molekularnych modeli przewidywania przeżycia.

Biomarkery w raku prostaty – sumoilacja

Sumoilacja stanowi ważną część potranslacyjnych modyfikacji białek i reguluje tysiące białek w sposób dynamiczny7. Wskaźnik ryzyka oparty na genach związanych z sumoilacją wykazał doskonałą skuteczność predykcyjną w przewidywaniu nawrotu biochemicznego (BCR) raka prostaty7. Grupa wysokiego wyniku była skorelowana z gorszym rokowaniem, wyższym TMB, bardziej supresyjnym mikrośrodowiskiem immunologicznym oraz lepszą odpowiedzią na docetaksel, ale gorszą na blokadę PD-1/CTLA-47.

Badanie to wyjaśniło kompleksową rolę genów związanych z sumoilacją w raku prostaty. Co ważne, podkreślono rolę ważnego genu SRG, NUP210, w raku prostaty, który może być obiecującym celem w leczeniu tego nowotworu7. Lepsze zrozumienie sumoilacji i wykorzystanie wskaźnika ryzyka sumoilacji może pomóc w medycynie precyzyjnej i poprawić rokowanie w raku prostaty7.

Postęp w personalizacji: Biomarkery molekularne umożliwiają nie tylko przewidywanie rokowania, ale także optymalizację wyboru terapii. Na przykład, pacjenci z wysokim wskaźnikiem sumoilacji w raku prostaty lepiej odpowiadają na docetaksel, ale gorzej na immunoterapię, co pozwala na spersonalizowane planowanie leczenia.

Biomarkery w innych nowotworach

W raku trzustki zastosowano podejście podobne do algorytmu PageRank Google’a do rankingu genów według ich znaczenia prognostycznego, wykorzystując zarówno informacje o ekspresji, jak i sieci genowej8. Metodę tę zastosowano do profili ekspresji genów uzyskanych od 30 pacjentów z rakiem trzustki i zidentyfikowano siedem kandydujących genów markerowych prognostycznych dla wyniku8.

Sygnatury pochodzące z kandydujących markerów były niezależnie predykcyjne dla wyniku i lepsze od ustalonych klinicznych czynników prognostycznych, takich jak stopień złośliwości, wielkość guza i status węzłowy8. Dodatkowa wartość predykcyjna markerów sygnatur w porównaniu z parametrami klinicznymi wyniosła 9% dla pacjentów z terapią adjuwantową i 6% dla pacjentów bez terapii adjuwantowej9.

Ograniczenia i wyzwania biomarkerów molekularnych

Szeroka różnorodność mutacji nowotworowych stanowi wielkie wyzwanie dla badaczy opracowujących skuteczne biomarkery diagnostyczne lub prognostyczne ze względu na duże proporcje genomu, które należy zbadać, aby zapewnić odpowiednią czułość2. Paradoksalnie wydaje się, że biomarkery związane z genami nie mogą w oczywisty sposób poprawić wydajności modeli2.

Pilne rozwiązanie dotyczące uproszczenia wymaganych biomarkerów przy jednoczesnym zapewnieniu stabilności jest wymagane2. Wyrażanie ER na przykład jest negatywnie predykcyjne dla odpowiedzi na chemioterapię, a to samo można sugerować dla towarzyszącego mu profilu ekspresji genów luminalnych A4. Zastosowanie wewnętrznych podtypów guza w przewidywaniu odpowiedzi na chemioterapię może być wykorzystane w sytuacjach, w których nadal trudno jest znaleźć wzorce ekspresji genów przewidujące odpowiedź na terapię4.

Przyszłość biomarkerów molekularnych

Rozwój technologii sekwencjonowania nowej generacji dostarcza różnorodne czynniki predykcyjne dla klinicznych modeli przewidywania2. Pacjenci, którzy mają prognostyczny profil ekspresji genów wysokiego ryzyka i są przydzieleni do chemioterapii w celu zminimalizowania wskaźnika nawrotów, mogą być dalej przydzieleni do chemioterapii specyficznej dla guza4. Identyfikacja markerów prognostycznych identyfikujących podzbiór pacjentów kwalifikujących się do procedury czujnego oczekiwania i/lub adjuwantowej terapii anty-hormonalnej/anty-HER2 mogłaby pomóc w minimalizacji działań niepożądanych wywołanych terapią1.

Pytania i odpowiedzi

Czym są biomarkery molekularne w onkologii?

Biomarkery molekularne to geny, białka lub inne cząsteczki biologiczne, które pomagają przewidywać przebieg nowotworu i odpowiedź na leczenie. Obejmują sygnatury genowe, mikroRNA i białka regulatorowe.

Jak skuteczny jest profil 70-genowy w raku piersi?

Profil 70-genowy jest silnym predyktorem przerzutów odległych, klasyfikuje 41% pacjentek z dodatnimi węzłami chłonnymi do grupy niskiego ryzyka i przewyższa tradycyjne kryteria prognostyczne.

Co to jest test Oncotype DX?

Oncotype DX to 21-genowy test prognostyczny w raku piersi, który jest skuteczny w przewidywaniu rokowania przed 5 latami, ale traci wartość prognostyczną po tym okresie.

Jak mikroRNA pomagają w prognozowaniu raka szyjki macicy?

Model oparty na 10 mikroRNA stratyfikuje pacjentki z rakiem szyjki macicy na trzy grupy ryzyka z 5-letnim wskaźnikiem przeżycia >90%, około 65% i <40%, co znacznie poprawia precyzję prognozowania." }, { "q": "Jakie są ograniczenia biomarkerów molekularnych?", "a": "Główne ograniczenia to różnorodność mutacji nowotworowych wymagająca badania dużych fragmentów genomu, potrzeba uproszczenia biomarkerów oraz zapewnienia stabilności modeli prognostycznych." } ], "moduly_dodatkowe": [ { "title": "Znaczenie ujemnej wartości predykcyjnej", "content": "

Profil 70-genowy wykazuje szczególnie wysoką moc w zakresie ujemnej wartości predykcyjnej, co oznacza, że skutecznie identyfikuje pacjentki, u których ryzyko nawrotu jest bardzo niskie. Ta właściwość jest kluczowa w podejmowaniu decyzji o oszczędzeniu pacjentkom agresywnej chemioterapii, gdy nie jest ona konieczna. Identyfikacja pacjentek z niskim ryzykiem nawrotu pozwala na uniknięcie niepotrzebnych działań niepożądanych i poprawę jakości życia bez wpływu na rokowanie.

Reklama
Reklama