Mutazioni germinali e loro applicazioni cliniche nel cancro

Negli ultimi decenni, i ricercatori si sono concentrati principalmente sulle mutazioni somatiche del cancro, mentre le mutazioni germinali sono state ampiamente ignorate. Il cancro è un evento stocastico che nasce dall’acquisizione di molteplici mutazioni somatiche; pertanto, il razionale scientifico per colpire e caratterizzare queste mutazioni è perfettamente fondato. Tuttavia, mentre siamo d’accordo con questo concetto in senso generale, crediamo che sia parzialmente incompleto. Uno dei principali fattori di rischio nel cancro è la storia familiare (o mutazioni germinali ereditarie). Le mutazioni germinali ereditate dalle generazioni precedenti agiscono come predisposizioni negli individui, aumentando la loro suscettibilità a sviluppare il cancro. Una moltitudine di studi ha già collegato varie predisposizioni germinali in molti geni (BRCA1, BRCA2, PTEN, TP53, KRAS, APC, ecc.), suggerendo che le mutazioni germinali hanno anche un impatto sull’evoluzione del tumore. Eppure, ancora, molti database pubblici, come ICGC, hanno pochissime informazioni riguardanti le mutazioni germinali (8857 profili germinali rispetto a 62329 somatici). Diversi anni fa, abbiamo proposto che le varianti genetiche preesistenti potrebbero svolgere un ruolo importante nel plasmare, o selezionare, le mutazioni somatiche in modo che i geni mutati selezionati possano lavorare insieme alle varianti genetiche preesistenti per guidare la trasformazione di una cellula normale in una cellula tumorale. L’evidenza dei nostri studi più recenti ha mostrato che le mutazioni ereditarie della linea germinale non solo aumentano la suscettibilità al rischio di cancro, ma agiscono anche come modulatori nel modellare l’evoluzione del tumore. Abbiamo dimostrato che le varianti ereditariamente funzionali dei pazienti con cancro al seno hanno predetto significativamente la recidiva del tumore e il rischio di sviluppare il cancro al seno, al cervello e altri tumori. Inoltre, abbiamo dimostrato che le varianti ereditabilmente funzionali nelle cellule natural killer (cioè, le cellule natural killer, un tipo di cellula immunitaria) nei pazienti con cancro hanno influenzato i linfociti infiltranti il tumore (TILs) e la sopravvivenza. Questi risultati portano una visione che cambia il paradigma sui ruoli dei genomi germinali nel cancro. Negli ultimi decenni, solo una piccola frazione dei casi di cancro è stata spiegata da disposizioni germinali; per esempio, una mutazione germinale in BRCA1/2 si trova solo nel 5-10% dei pazienti con cancro al seno e alle ovaie. Poiché la penetranza di altri difetti genetici germinali è molto piccola, il loro ruolo nello sviluppo del cancro e nelle metastasi è stato difficile da studiare e alla fine ignorato. Adottando un approccio di biologia dei sistemi, abbiamo dimostrato che i genomi germinali giocano un ruolo molto più importante nello sviluppo del cancro e nelle metastasi di quello che potrebbe essere stato stimato dalla comunità del cancro.

Mutazioni germinali & esito clinico

Come detto sopra, fino a poco tempo fa, gli scienziati si sono concentrati principalmente sulle mutazioni somatiche nel cancro. Massicci sforzi, come il Catalogue of Somatic Mutations in Cancer (COSMIC) e il TCGA, sono stati fatti per caratterizzare completamente il paesaggio mutazionale somatico in tutti i tipi di cancro. Come risultato, molte firme mutazionali per identificare diversi tipi di cancro, sottotipi molecolari e prognosi del cancro sono state scoperte e hanno aiutato nel trattamento del cancro e nell’uso clinico. La nostra ipotesi iniziale era che le mutazioni germinali giocassero un ruolo molto più grande nella tumorigenesi, piuttosto che agire semplicemente come predisposizioni. Abbiamo ragionato sul fatto che l’impatto collettivo delle mutazioni germinali, o più specificamente il paesaggio genomico germinale di un paziente, potrebbe inferire direttamente sul paesaggio mutazionale somatico. Anche se c’è un evento di casualità per una specifica mutazione somatica da acquisire da una cellula, la fitness di una mutazione somatica sarà automaticamente dipendente e selezionata in base al suo contesto germinale preesistente. In parole più semplici, le cellule tumorali utilizzano il background storico e genetico del loro ospite per massimizzare la loro sopravvivenza. Pertanto, il paesaggio genomico germinale di un paziente potrebbe informarci sull’evoluzione del tumore, l’eterogeneità e persino l’esito clinico (come la recidiva o la risposta al trattamento). Per testare questa ipotesi, abbiamo confrontato i profili germinali di 755 pazienti con cancro al seno ER+ con il loro stato di recidiva. Abbiamo sviluppato un algoritmo basato sull’apprendimento automatico, eTumorMetastasis, che utilizza le mutazioni funzionali della linea germinale per identificare i biomarcatori di recidiva. In breve, il modello utilizza un approccio basato sulla rete per trasformare funzionalmente le informazioni della variante genetica su una rete di segnalazione specifica del cancro al seno ER+, da cui possiamo identificare i biomarcatori (o firme geniche) utilizzando l’apprendimento automatico. L’ipotesi di fondo è che le cellule tumorali sono rappresentate da pochi segni distintivi del cancro, ognuno dei quali è composto da alcune reti molecolari/segnalazione. Abbiamo proposto che le “firme operative di rete” rappresentino le logiche/forze di regolazione dei geni che ci permettono di quantificare le transizioni di stato e misurare i tratti hallmark. Così, gli insiemi di alterazioni genomiche associate alle firme operative di rete potrebbero essere collegate allo stato/misura dei tratti hallmark. La firma operativa di rete trasforma i dati genotipici (cioè le alterazioni genomiche) in profili fenotipici normativi (cioè le logiche/forze normative) e poi in profili fenotipici cellulari (cioè i tratti hallmark) che portano a profili fenotipici clinici (cioè un insieme di tratti hallmark). Maggiori dettagli su questi concetti possono essere trovati in Wang et al. I biomarcatori qui sono le firme operative della rete. Sorprendentemente, siamo stati in grado di prevedere i campioni a basso rischio con una precisione del 94%. Considerando che le mutazioni germinali possono essere ottenute dal sequenziamento di un campione di sangue o di saliva, questo fornisce una nuova strada in un ambiente clinico in cui le mutazioni germinali potrebbero essere utilizzate per classificare i pazienti alla diagnosi in modo non invasivo, permettendo ai medici di non sovratrattare i pazienti.

Implicazioni germinali nel sistema immunitario

A seguito dei risultati di predizione del rischio di recidiva, abbiamo analizzato a fondo le nostre firme geniche. L’analisi di arricchimento ha rivelato interessanti correlazioni tra i geni della firma e i sistemi immunitari (soprattutto l’elaborazione dell’antigene, la stimolazione delle cellule T e le cellule NK). Quindi, abbiamo ipotizzato che le mutazioni germinali potrebbero compromettere i geni leucocitari prima della tumorigenesi, il che porterebbe a una risposta immunitaria indebolita. Sulla base delle previsioni di ricorrenza, abbiamo confrontato l’espressione dei metageni leucocitari e le frazioni di cellule leucocitarie tra i due gruppi previsti. Questi risultati hanno evidenziato che le mutazioni germinali predispongono già il sistema immunitario dei pazienti, portando a una risposta immunitaria più debole che, a sua volta, promuove un microambiente più favorevole alla tumorigenesi e aumenta il rischio di ricaduta del paziente.

Un altro aspetto del nostro studio si è concentrato sulla classificazione dei microambienti immunitari tumorali (TIME). È interessante notare che siamo stati in grado di classificare i TIME in tre gruppi distinti che si trovano comunemente in tutti i tipi di cancro: TIME-ricco (o tumori “immuno-caldi”), TIME-intermedio (o tumori “immuno-freddi”) e TIME-povero (o “tumori immuno-deserti”). Confrontando la genomica germinale dei tre gruppi TIME, abbiamo scoperto che il numero di geni ereditati difettosi relativi alle cellule NK era negativamente correlato alla sopravvivenza dei pazienti, all’abbondanza di TIL nei TIME, suggerendo che i difetti ereditati nelle cellule NK da soli erano sufficienti a modellare il reclutamento delle TIL e quindi l’esito clinico e la risposta all’immunoterapia. Questi risultati hanno importanti implicazioni nell’identificazione di individui ad alto rischio basati su genomi germinali e negli attuali approcci di immunoterapia. Il trasferimento adottivo di cellule NK sane combinato con terapie a base di cellule T anti-PD-1 o recettore chimerico dell’antigene (CAR) permetterebbe una conversione dei tumori TIME-intermedi e TIME-poveri in tumori TIME-ricchi, migliorando la sopravvivenza dei pazienti.

Sguardo al futuro

L’high throughput sequencing ha creato un cambiamento nella medicina tradizionale. Il sequenziamento dell’esoma intero è ora molto accessibile, il che sta portando a un’enorme quantità di dati disponibili. Di conseguenza, coorti massicce di ospedali vengono ora sequenziate in modo estensivo. Tuttavia, uno dei problemi principali nella medicina personalizzata è la capacità di utilizzare queste informazioni genomiche e tradurle in modelli predittivi o test genomici che possono essere utilizzati nelle cliniche su base giornaliera. Nel nostro lavoro precedente, abbiamo dimostrato che le mutazioni germinali hanno una forte correlazione con l’esito dei pazienti, che il paesaggio genetico germinale modula la tumorigenesi e la recidiva e che questo paesaggio è arricchito in geni legati al sistema immunitario che influenzano direttamente i TIME. Complessivamente, i nostri risultati suggeriscono che i genomi germinali, i biomarcatori o anche il profilo TIME potrebbero essere utilizzati nella prognosi o nella diagnosi del cancro. A differenza dell’espressione genica, le informazioni genetiche germinali possono essere ottenute da un campione di sangue o saliva semplice e non invasivo. Negli attuali protocolli per il cancro al seno, se i pazienti soddisfano i criteri, i medici utilizzano OncotypeDx per misurare il rischio di recidiva e/o se i pazienti beneficeranno di un trattamento chemioterapico adiuvante che porta a una regolazione ottimale per individuo. Ad oggi, i test genetici germinali sono scarsamente utilizzati e di solito si concentrano su un piccolo pannello di geni. Prevediamo che i test genetici germinali dell’intero esoma potrebbero essere utilizzati in modo simile a OncotypeDx, il che fornirebbe miglioramenti per la medicina personalizzata in aree quali la risposta ai farmaci, il sovratrattamento e, da un punto di vista finanziario, i costi associati alla sanità. Infine, l’esposizione del paziente a inutili test diagnostici invasivi come la biopsia potrebbe anche essere ridotta al minimo.

Inoltre, la classificazione TIME fornisce anche un nuovo approccio per valutare la classificazione del rischio del paziente e guidare i trattamenti di immunoterapia. Una caratterizzazione completa del TIME fornirebbe anche ulteriori approfondimenti biologici. Recentemente, i trattamenti con cellule adottive, come la terapia con cellule T CAR, sono diventati sempre più popolari. I trattamenti di immunoterapia hanno dimostrato che riprogrammare specificamente i leucociti (come le cellule T) per colpire il CD19 permette al sistema immunitario del paziente di individuare e combattere le cellule tumorali. A differenza della chemioterapia, gli effetti collaterali dell’immunoterapia sono di solito gestibili e non ostacolano la qualità della vita. L’effetto collaterale più grave della terapia con cellule T CAR è la sindrome da rilascio di citochine (o cytokine storm), in cui i pazienti soffrono di ipotensione e insufficienza respiratoria causata da un livello elevato di citochine nel siero. Fortunatamente, la sindrome da rilascio di citochine può essere trattata e persino curata da Actemra (o Tocilizumab), un nuovo farmaco approvato dalla FDA statunitense. Attualmente, i trattamenti di immunoterapia sono utilizzati principalmente sui tumori del sangue (ad esempio, leucemia linfoblastica acuta infantile, mieloma multiplo, linfoma diffuso a grandi cellule B, ecc.) La terapia con cellule T CAR rimane un trattamento sperimentale sui tumori solidi, poiché il trattamento dipende principalmente dall’infiltrazione di cellule T guidate da NK, che di solito varia in base al TEMPO. Gli arricchimenti riscontrati nei geni associati alle cellule NK indicano potenziali nuovi obiettivi di immunoterapia. Il trasferimento cellulare adottivo utilizzando le cellule NK fornisce una nuova strategia per superare l’infiltrazione tumorale. Inoltre, a differenza delle cellule T, le cellule NK possono essere trasferite a un paziente se il donatore possiede un HLA simile. Le cellule NK potrebbero essere utilizzate in modo simile alle cellule T per riprogrammare o riavviare il sistema immunitario.

In conclusione, i nostri risultati suggeriscono che i genomi germinali dei pazienti possono essere utilizzati per valutare la prognosi o la diagnosi nel cancro. Crediamo che l’uso e l’applicazione della linea germinale nel cancro rappresentino un cambiamento di paradigma e potrebbero portare a molte applicazioni nuove e non invasive nelle cliniche che porterebbero ad un migliore monitoraggio dei pazienti affetti da cancro.

Finanziario & interessi concorrenti rivelazioni

Gli autori non hanno affiliazioni rilevanti o coinvolgimento finanziario con qualsiasi organizzazione o entità con un interesse finanziario o conflitto finanziario con la materia o materiali discussi nel manoscritto. Questo include impiego, consulenze, onorari, azioni o opzioni, testimonianze di esperti, sovvenzioni o brevetti ricevuti o in attesa, o royalties.

Nessuna assistenza alla scrittura è stata utilizzata nella produzione di questo manoscritto.

  • 1 Maistro S, Teixeira N, Encinas G et al. Mutazioni germinali in BRCA1 e BRCA2 in pazienti con cancro ovarico epiteliale in Brasile. BMC Cancer 16(1), 934 (2016).Crossref, Medline, Google Scholar
  • 2 Chan SH, Lim WK, Ishak NDB et al. mutazioni germinali nei geni di predisposizione al cancro sono frequenti nei sarcomi sporadici. Sci. Rep. 7(1), 10660 (2017).Crossref, Medline, Google Scholar
  • 3 Liaw D, Marsh DJ, Li J et al. Mutazioni germinali del gene PTEN nella malattia di Cowden, una sindrome ereditaria di cancro al seno e alla tiroide. Nat. Genet. 16(1), 64-67 (1997).Crossref, Medline, CAS, Google Scholar
  • 4 De Queiroz Rossanese LB, De Lima Marson FA, Ribero JD, Coy CSR, Bertuzzo CS. Mutazioni germinali APC in famiglie con poliposi adenomatosa familiare. Oncol. Rep. 30(5), 2081-2088 (2013).Crossref, Medline, Google Scholar
  • 5 Hu C, Hart SN, Polley EC et al. Associazione tra mutazioni germinali ereditate in geni di predisposizione al cancro e rischio di cancro al pancreas. JAMA 319(23), 2401-2409 (2018).Crossref, Medline, CAS, Google Scholar
  • 6 Wang E, Zaman N, Mcgee S, Milanese JS, Masoudi-Nejad A, O’Connor-McCourt M. Predictive genomics: a cancer hallmark network framework for predicting tumor clinical phenotypes using genome sequencing data. Semin. Cancer Biol. 30, 4-12 (2015).Crossref, Medline, Google Scholar
  • 7 Milanese JS, Tibiche C, Zaman N et al. eTumorMetastasis, un algoritmo basato sulla rete predice gli esiti clinici utilizzando i dati di sequenziamento dell’esoma intero di pazienti oncologici. bioRxiv 268680 (2018) (Epub ahead of print).Google Scholar
  • 8 Milanese JS, Tibiche C, Zou J et al. Germline genetic variants associated with leukocyte-genes predict tumor recurrence in breast cancer patients. bioRxiv 312355 (2018) (Epub ahead of print).Google Scholar
  • 9 Zou J, Wang E. eTumorRisk, un algoritmo predice il rischio di cancro basato su reti di geni co-mutati nel genoma germinale di un individuo. bioRxiv 393090 (2018) (Epub ahead of print).Google Scholar
  • 10 Xue X, Li J, Zou J et al. Inherited defects in natural killer cells shape tumor immune microenvironment, clinical outcome and immunotherapy response. bioRxiv 471912 (2018) (Epub ahead of print).Google Scholar
  • 11 Forbes SA, Beare D, Boutselakis H et al. COSMIC: somatic cancer genetics at high-resolution. Nucleic Acids Res. 45(D1), D777-D783 (2017).Crossref, Medline, CAS, Google Scholar
  • 12 Alexandrov LB, Nik-Zainal S, Wedge DC, Campbell PJ, Stratton MR. Decifrare le firme dei processi mutazionali operativi nel cancro umano. Cell Rep. 3(1), 246-259 (2013).Crossref, Medline, CAS, Google Scholar
  • 13 Alexandrov LB, Nik-Zainal S, Wedge DC et al. Signatures of mutational processes in human cancer. Natura 500(7463), 415-421 (2013).Crossref, Medline, CAS, Google Scholar
  • 14 Helleday T, Eshtad S, Nik-Zainal S. Meccanismi alla base di firme mutazionali nei tumori umani. Nat. Rev. Genet. 15(9), 585-598 (2014).Crossref, Medline, CAS, Google Scholar
  • 15 Alexandrov LB, Stratton MR. Firme mutazionali: i modelli di mutazioni somatiche nascoste nei genomi del cancro. Curr. Opin. Genet. Dev. 24, 52-60 (2014).Crossref, Medline, CAS, Google Scholar
  • 16 Vanunu O, Magger O, Ruppin E, Shlomi T, Sharan R. Associando geni e complessi proteici con la malattia attraverso la propagazione della rete. PLOS Comput. Biol. 6(1), e1000641 (2010).Crossref, Medline, Google Scholar
  • 17 Hofree M, Shen JP, Carter H, Gross A, Ideker T. Network-based stratificazione delle mutazioni tumorali. Nat. Methods. 10(11), 1108-1115 (2013).Crossref, Medline, CAS, Google Scholar
  • 18 Li J, Lenferink AEG, Deng T et al. Identificazione di marcatori prognostici di cancro di alta qualità e moduli di rete metastasi. Nat. Commun. 1, 34 (2010).Crossref, Medline, Google Scholar
  • 19 Karczewski KJ, Francioli LC, Tiao G et al. Variation across 141,456 human exomes and genomes reveals the spectrum of loss-of-function intolerance across human protein-coding genes. bioRxiv 531210 (2019). doi: https://doi.org/10.1101/531210.Google Scholar
  • 20 Dowsett M, Cuzick J, Wale C et al. Previsione del rischio di recidiva a distanza utilizzando il punteggio di recidiva 21-gene in pazienti in postmenopausa nodosa e nodosa positiva con cancro al seno trattato con anastrozolo o tamoxifene: uno studio TransATAC. J. Clin. Oncol. 28(11), 1829-1834 (2010).Crossref, Medline, Google Scholar
  • 21 Albain KS, Barlow WE, Shak S et al. Valore prognostico e predittivo del 21-gene recurrence score assay in donne in postmenopausa con tumore al seno nodulo-positivo, recettore estrogeno-positivo in chemioterapia: un’analisi retrospettiva di uno studio randomizzato. Lancet Oncol. 11(1), 55-65 (2010).Crossref, Medline, CAS, Google Scholar
  • 22 Le RQ, Li L, Yuan W et al. FDA approval summary: tocilizumab for treatment of chimeric antigen receptor T cell-induced severe or life-threatening cytokine release syndrome. Oncologist 23(8), 943-947 (2018).Crossref, Medline, CAS, Google Scholar
  • 23 Davis ZB, Felices M, Verneris MR, Miller JS. Terapia di trasferimento adottivo delle cellule natural killer: sfruttare la prima linea di difesa contro il cancro. Cancer J. 21(6), 486-491 (2015).Crossref, Medline, CAS, Google Scholar