Chemioterapia „szyta na miarę” – jak przewidzieć odpowiedź guza?
Drukuj
Opublikowane: 2009-04-01
Dyskusja
Streszczenie
Leczenie w onkologii staje przed realizacją celu, jakim jest stosowanie leków specjalnie dobranych dla pacjenta. Niewłaściwa („źle skrojona”) terapia powoduje niezadowalającą jakość życia pacjenta oraz generuje wysokie koszty leczenia wobec efektu, często także powetowanego stratą chorego. Odpowiedź nowotworu na leczenie można przewidywać na podstawie cech kliniczno-patologicznych, immunohistochemicznych oraz profilowania genów. „Szycie terapii na miarę” pacjenta polega na znalezieniu takich cech nowotworu, które są związane z lepszą odpowiedzią guza i węzłów chłonnych na dany schemat lekowy lub lek, a następnie jego zastosowanie. Artykuł koncentruje się na przedstawieniu zagadnienia predykcji wyników leczenia pacjentek z rakiem piersi, co staje się współcześnie jednym z najważniejszych zadań w onkologii tego nowotworu.
Słowa kluczowe: rak piersi, chemiowrażliwość, markery predykcyjne, profilowanie genów, markery biologiczne
Abstract
Improper (poorly tailored) therapy causes unsatisfying quality of life of one’s patient and generate high cost-effective rate of treatment. The lost of patient is also not rare. Tumor response to treatment can be predicted by clinico-pathologic findings, immunohistochemistry and gene profiling. “Tailoring of therapy” is to find treatment based on special features of tumor that are associated with better response. Paper focuses on predicion of treatment results for breast cancer patients which is recently one of the major challenges in oncology of this malignancy.
Key words: breast cancer, chemosensitivity, predictive markers, gene profiling, biologic markers
Wprowadzenie
Istotne cechy kliniczno-patologiczne (m.in. wielkość guza, stopień jego złośliwości) są ujmowane w skalach prognostycznych i predykcyjnych m.in. w nomogramach oraz innych systemach. Badania immunohistochemiczne markerów molekularnych (receptory estrogenowe, ER, progesteronowe, PR, oraz HER-2/neu) są analizowane jako osobne lub integralne z powyższymi elementy procesu stratyfikacji do leczenia. Profilowanie genów (ang. gene profiling) w celu określenia „zestawów genów” o znaczeniu prognostycznym i predykcyjnym jest kolejnym etapem poznawania biologii nowotworów dającym narzędzie do coraz bardziej precyzyjnego postępowania w tych chorobach.
Negatywne czynniki prognostyczne w sytuacji istnienia terapii mogą stać się pozytywnymi czynnikami predykcyjnymi. Tak jest na przykład w przypadku dodatniego statusu receptorów oraz nadekspresji białka HER-2 (predykcja pozytywna wobec leków modyfikujących receptor estrogenowy oraz chemioterapii opartej na trastuzumabie). Ujemny status wszystkich trzech czynników nie oznacza jednak, że sytuacja odwraca się na niekorzyść skuteczności leczenia. Przeciwnie – skuteczne jest leczenie chemiczne, nie oparte o trastuzumab.
Naukowcy skupiają się na przewidywaniu odpowiedzi wobec skutecznych przeciwko rakowi piersi schematów leczenia z udziałem chemioterapeutyków z kilku grup: antracyklin, taksanów, antymetabolitów, leków alkilujących oraz trastuzumabu.
Znaczenie czynników molekularnych oraz sygnatur genowych w odpowiedzi po leczeniu chemicznym
Ujemność pod względem HER-2 guzów pacjentek pozwala na lepsze rokowanie po chemioterapii. Ekspresja określona po neoadjuwantowej chemioterapii nie różniła się znacząco od stanu przed terapią [1]. Żadne z pozostałych parametrów molekularnych (ekspresja ER, PR, białek p53 i p21) w badaniu Tiezziego i wsp. nie wpłynęło istotnie na rokowania miejscowe i odległe. Za amplifikacją HER-2 przemawiają: wysoki stopień złośliwości nowotworu, młody wiek chorej i komponenty in situ typu comedo, co może być pomocne w decyzji o podjęciu leczenia trastuzumabem w sytuacjach wątpliwej ekspresji tego białka [2]. Trastuzumab nie jest obojętny dla chorej, a lansowanie znacznych korzyści z jego stosowania (zwłaszcza przy nieznacznej ekspresji) jest postępowaniem nieodpowiedzialnym.
W badaniu EORTC III fazy pod kierunkiem prof. Iggo [3] ze Szwajcarskiego Instytutu Eksperymentalnych Badań nad Rakiem (Swiss Institute for Experimental Cancer Research, ISREC) porównano zdolność sygnatur dla dwóch różnych schematów leczenia (jednego nie opartego na taksanach i drugiego opartego na taksanach) do przewidywania odpowiedzi in vivo. Patologiczną całkowitą odpowiedź, za którą dopuszczono obecność kilku rozrzuconych komórek raka, było wyrazem chemiowrażliwości, a tylko sygnatury genetyczne w istotny statystycznie sposób wpływały na predykcję. Skuteczność przewidywania odpowiedzi wg sygnatur na schematy złożone z 5-fluorouracylu, epirubicyny i cyklofosfamidu (FEC) oraz docetakselu, epirubicyny i ponownie docetakselu (TET) była wysoka z predykcyjnymi markerami „potencjalnej efektywności” schematu stosowanego (czułość, wartość prognostyczna negatywna) odpowiednio równymi 96% i 92%.
Próby integrowania systemów
Salter i wsp. [4] opublikowali na łamach PLoS ONE artykuł na temat optymalizacji systemu przewidywania odpowiedzi guza na podstawie statusu receptorów i HER-2/neu oraz profilowania ekspresji genów. Autorzy pokazują, że w przewidywaniu efektu na podstawie ekspresji receptorów hormonalnych i receptora naskórkowego czynnika wzrostu znaczenie predykcyjne dla schematu użytego w badaniu (TFAC) miała „potrójna negatywność” guza (typ bazalny), a ekspresja PR była mniej istotna. Status HER-2 miał istotne znaczenie – prawdopodobieństwo wrażliwości na adriamycynę jest wyższe w grupie HER-2-ujemnych guzów. Wśród różnych szlaków aktywacja niektórych, (np. onkogennych) może utrudniać terapię, ale analiza większej ich liczby może też ujawnić sytuację odwrotną. Wydaje się, że aktywacja szlaku genu kinazy EF2 w grupie opornej na leczenie ma związek ze skutecznością docetakselu. Inne badania cytowane przez autorów podtrzymują tę tezę, potwierdzaną także dla m.in. raka głowy i szyi [5].
Inne markery wrażliwości
Homozygotyczność pod względem enzymów związanych z metabolizmem leków z rodziny cytochromu P450 oraz delecje genów S-transferaz glutationu świadczą o bardziej niekorzystnym rokowaniu niż status ER [6]. Badanie De Michele było oparte na pacjentkach z węzłowo-pozytywnym rakiem piersi (cecha >= N2), bez przerzutów odległych a cechę metabolizmu określono jako „genotyp z niskim poziomem leku”. Z kolei Poikonen i wsp. [7] wskazują na użyteczność cykliny A jako markera prognostycznego w raku piersi z przerzutami, ale bez znaczenia predykcyjnego (wobec antracyklin i chemioterapii II-rzutu metotreksat – fluorouracyl).
Podsumowanie
Wydaje się, że jesteśmy jeszcze przed tailoringiem (w analogii do scoringu w klinicznych i patologicznych skalach ocen nowotworów i rokowań), który można by zastosować dla każdego pacjenta w celu zaplanowania najefektywniejszego leczenia w każdym stadium choroby nowotworowej. Określenie wrażliwości guza na wszystkie dostępne leki jest z całą pewnością realne – jednakże złożoność choroby, jaką jest rak piersi, mnogość czynników wpływających na kliniczne zachowanie się nowotworu, praktyka, która pozwoli przejść od linii komórkowej w probówce do raka piersi w ludzkim ciele – będą wymagać czasu, który jest na razie trudny do przewidzenia. „Krawiec” (lekarz onkolog) już jest, dostępnych materiałów (chemioterapeutyków) jest kilka, pozostaje tylko dobrze poznać maszynę (techniki) oraz „klienta” (czyli pacjenta). Zapłatą są tu jednak nie pieniądze, a świadomość, że dla chorego dobrano najwłaściwszą terapię.
Bibliografia
1. Tiezzi DG, Andrade JM, Ribeiro-Silva A, Zola FE, Marana HR, Tiezzi MG. HER-2, p53, p21 and hormonal receptors proteins expression as predictive factors of response and prognosis in locally advanced breast cancer treated with neoadjuvant docetaxel plus epirubicin combination. BMC Cancer 2007; 26;7:36.
2. Crowe JP, Patrick RJ, Rybicki LA, Escobar PF, Weng D, Thomas Budd G, Tubbs RR, Procop GW, Hicks DG. A data model to predict HER2 status in breast cancer based on the clinical and pathologic profiles of a large patient population at a single institution. Breast 2006; 15:728-35.
3. Bonnefoi H, Potti A, Delorenzi M, Mauriac L, Campone M, Tubiana-Hulin M, Petit T, Rouanet P, Jassem J, Blot E, Becette V, Farmer P, André S, Acharya CR, Mukherjee S, Cameron D, Bergh J, Nevins JR, Iggo RD. Validation of gene signatures that predict the response of breast cancer to neoadjuvant chemotherapy: a substudy of the EORTC 10994/BIG 00-01 clinical trial. Lancet Oncol 2007; 12:1071-8.
4. Salter KH, Acharya CR, Walters KS, Redman R, Anguiano A, Garman KS, Anders CK, Mukherjee S, Dressman HK, Barry WT, Marcom KP, Olson J, Nevins JR, Potti A. An integrated approach to the prediction of chemotherapeutic response in patients with breast cancer. PLoS ONE 2008; 4:e1908.
5. Yoo GH, Piechocki MP, Ensley JF, Nguyen T, Oliver J, Meng H, Kewson D, Shibuya TY, Lonardo F, Tainsky MA. Docetaxel induced gene expression patterns in head and neck squamous cell carcinoma using cDNA microarray and PowerBlot. Clin Cancer Res 2002; 12: 3910-21.
6. DeMichele A, Aplenc R, Botbyl J, Colligan T, Wray L, Klein-Cabral M, Foulkes A, Gimotty P, Glick J, Weber B, Stadtmauer E, Rebbeck TR. Drug-metabolizing enzyme polymorphisms predict clinical outcome in a node-positive breast cancer cohort. J Clin Oncol 2005; 24:5552-9.
7. Poikonen P, Sjöström J, Amini RM, Villman K, Ahlgren J, Blomqvist C. Cyclin A as a marker for prognosis and chemotherapy in advanced breast cancer. Br J Cancer 2005; 93: 515-9.
Autor: Lek. Marcin Śniadecki
Opublikowany: 2009-04-01
|
RSS

Subskrybuj nasze kanały RSS.
Zapamiętaj lub poleć
Zapisz ten artykuł do ulubionych lub poleć go innym na popularnych stronach web 2.0
Encyklopedia haseł
Reklamy Google
|