Nouvelle
La médecine personnalisée grâce aux signatures d’expression génique : l’exemple du cancer du sein Personalized medicine through gene expression signatures: the case of breast cancer Laurent Sansregret1, Alain Nepveu2,3,4,5 1-Cancer Research UK London Research Institute, Clare Hall Laboratories, South Mimms, Hertfordshire, EN6 3LD, UK. 2-Centre du cancer Rosalind and Morris Goodman, 3-Départements de biochimie, 4-d’oncologie et 5-de médecine, Université McGill, 1160, avenue des Pins ouest, Montréal (Québec) Canada H3A 1A3 Correspondance : Alain Nepveu Tél. : (514) 398-5839 Fax : (514) 398-6769
[email protected]
Article reçu le : Article accepté le :
8 septembre 2011 22 novembre 2011
Laurent Sansregret et coll.
1
Nous entrons dans l'ère de la médecine
Les cancers HER2+ représentent 10% à
personnalisée. En termes simples, ce type
15% de tous les cancers du sein. Dans tous
de médecine suppose que l'application d'un
les autres cas, le trastuzumab n'a aucun
traitement
être
effet bénéfique. La décision de traiter ou
généralisée à tous les patients. En effet, la
non avec le trastuzumab est donc basée sur
notion de traitement unique, bien que
l'expression du récepteur HER2. Dans les
présentant
pratiques
cas de cancer du sein qui expriment le
évidents dans l'organisation d'un système
récepteur de l'estrogène (RE+), on optera
de santé, a graduellement été rejetée dans
pour un traitement hormonal (4, 5). De plus,
le cas de certaines maladies pour faire
on recommandera la chimiothérapie si, lors
place
sur
de la chirurgie, on a détecté l'infiltration de
mesure» pour chaque patient. Le cancer du
cellules cancéreuses dans les ganglions
sein, en particulier, fait figure de paradigme
lymphatiques
dans
au
spécifique
des
concept
le
puisse
avantages
de
l'établissement
gouvernant
ne
«traitement
des
développement
principes de
la
Une femme sur huit sera atteinte du du
sein.
Nous
comptons
annuellement 22 000 nouveaux cas de cancer du sein au Canada et 5500 au Québec (Société canadienne du cancer, statistiques 2010). Le cancer du sein est difficile à traiter, entre autres à cause de son hétérogénéité (1, 2). Certains types de cancer du sein répondent bien à certains traitements, mais pas à d'autres. Il est donc important de choisir le bon traitement pour chaque type. Par exemple, le trastuzumab donne de bons résultats pour les cancers du sein qui expriment le récepteur HER2 (3).
RE
d'infiltration
+
Dans
qui
des
ne
le
cas
des
montrent
pas
ganglions
lymphatiques
(RE+/LN-), la décision d'ajouter ou non la
médecine personnalisée.
cancer
patientes
(GL+).
chimiothérapie est plus difficile à prendre, d'une part parce que la chimiothérapie ne profite qu'à environ 10% de ces patientes (6,
7),
et
d'autre
chimiothérapie secondaires
parce
produit
des
négatifs
patientes (8, 9). incluent
part
chez
que
la
effets plusieurs
Les effets à court terme
l'alopécie
(perte
l'immunosuppression,
la
de
cheveux),
nausée
et
la
fatigue. À plus long terme, les traitements de chimiothérapie peuvent entraîner la ménopause précoce et un risque accru de cardiomyopathies,
neuropathies
et
leucémies secondaires (10). Il est donc important
Laurent Sansregret et coll.
de
soupeser
à
la
fois
les
2
bénéfices et les risques potentiels de la
que celui de la chimiothérapie est évalué à
chimiothérapie pour chacune des patientes.
environ 17 000 $ par patiente. Donc, le
Pour prendre leur décision, l'oncologue et
système de santé épargne de l'argent si le
sa patiente devront considérer une série de
test permet d'éviter un traitement inutile à
paramètres cliniques et histo-pathologiques.
25% des patientes et plus. Or, une étude
Au-delà de ces critères classiques, il existe
clinique
maintenant des outils d'analyse moléculaire
OncotypeDX® développé en 2004 permet
qui permettent d'évaluer la probabilité de
d'identifier un groupe de patientes RE+/LN- à
récidive ou de progression de la maladie
faible
(outil pronostique) ou de prédire la réponse
chimiothérapie n'apporte aucun bénéfice (7,
à un traitement spécifique (outil prédictif)
13). Ce groupe représente environ 50% de
(11).
signatures
toutes les patientes RE+/LN-. Cet exemple
d'expression génique ont récemment été
spectaculaire de médecine personnalisée
développées afin de mieux catégoriser les
montre que la biologie moléculaire de pointe
différents types de cancer du sein et
permet d'améliorer la qualité des traitements
d'évaluer la pertinence de recourir à la
tout en diminuant les coûts. Mais il est
chimiothérapie (12).
possible de faire encore mieux. En effet, si
En
particulier,
des
Les compagnies d'assurance aux États-Unis ainsi que le régime d'assurancemaladie de l'Ontario ont récemment décidé de
rembourser
les
coûts
du
test
OncotypeDX®, afin de mieux cibler les patientes de type RE+/LN- qui devraient recevoir un traitement de chimiothérapie.
on
a
démontré
risque
considère
pour
que
que
le
test
lesquelles
90%
des
la
patientes
RE+/LN- ne retirent aucun avantage de la chimiothérapie
et
que
le
test
permet
d’identifier seulement 50% de celles-ci, il reste encore une fraction importante des patientes qui pourraient en être épargnées. Des chercheurs du Centre du cancer
Cette décision est justifiée non seulement
Goodman
par le désir de ne pas faire subir inutilement
récemment
la chimiothérapie aux patientes qui n'en
d’expression génique capable d'évaluer la
retireraient aucun bénéfice, mais aussi par
probabilité de récidive et de progression de
des considérations économiques. En effet,
plusieurs
le coût du test est d'environ 3 800 $, alors
notamment ceux du type RE+/LN- (14). La
Laurent Sansregret et coll.
de mis
types
l’université à
de
jour
McGill une
cancers
ont
signature
du
sein,
3
signature a été nommée C1S (CUX1
révélé
Signature) du fait qu'elle comprend des
améliorer le pronostic même après avoir
gènes régulés par le facteur de transcription
considéré
CUX1. Ce facteur de transcription est
pathologiques tels que le grade, l’infiltration
surexprimé dans plusieurs types de cancer
des ganglions lymphatiques et le niveau
(15-17), notamment dans le cancer du sein
d’expression du récepteur de l’estrogène
(18, 19). Les gènes régulés par CUX1 sont
(14). Des analyses comparatives ont montré
impliqués
processus
que la signature C1S était supérieure à la
cellulaires qui jouent un rôle important dans
signature de OncotypeDX® et de plusieurs
le développement et la progression des
autres
tumeurs. Ainsi, le facteur CUX1 accélère la
(Tableau 1). La qualité de ces résultats
prolifération
leurs
ainsi que la possibilité de développer un test
propriétés migratoires et invasives et permet
diagnostique d’une grande précision ont
la survie de cellules dont le caryotype est
permis l’obtention d’une subvention de
instable (14, 20-24). Des modèles de souris
l‘Institut de recherches en santé du Canada
transgéniques
la
pour valider l’utilisation de ce test dans les
surexpression de CUX1 dans les cellules
cas de cancer du sein de type RE+/LN- et de
épithéliales de la glande mammaire cause
faire une étude comparative des tests C1S
l'apparition de tumeurs mammaires qui
et OncotypeDX®.
dans
des
plusieurs
cellules,
ont
stimule
démontré
que
ressemblent à plusieurs types de cancer du sein chez l'humain (25). De plus, toutes les tumeurs mammaires induites par CUX1 présentent
un
haut
degré
d'instabilité
génétique (14). Outre l'avancement de nos connaissances sur les mécanismes sousjacents à la progression tumorale, ces recherches
pourraient
mener
à
des
applications pratiques dans le diagnostic des cancers chez l'humain. En effet, des tests
bio-informatiques
sur
plusieurs
banques de données de cancers du sein ont
que
la
signature
plusieurs
signatures
Nous
C1S
critères
récemment
croyons
que
pouvait clinico-
publiées
la
valeur
pronostique accrue de la signature C1S, par rapport à d’autres signatures d’expression génique, tient au fait que cette signature comprend deux classes de gènes impliqués dans des processus cellulaires distincts (26). En effet, alors que les signatures de OncotypeDX®
et
de
Mammaprint
comprennent essentiellement des gènes liés à la prolifération cellulaire (27, 28), la signature C1S inclut à la fois des gènes qui
Laurent Sansregret et coll.
4
jouent un rôle dans la prolifération cellulaire
capacité des cellules tumorales à évoluer
et des gènes qui ont un impact sur
rapidement
l’instabilité
cellules
hétérogénéité tant histologique (29-31) que
Or, l’instabilité génomique
génétique (32-35). Au plan pratique, un test
permet aux cellules cancéreuses d’évoluer
diagnostique capable à la fois d'évaluer le
rapidement et ainsi de générer de larges
potentiel de croissance d'une tumeur et de
populations de variants génétiques. Il est
prédire la stabilité ou l'instabilité génétique
entendu
des
génomique
cancéreuses.
génétique
que
les
ont
des
changements
généralement
d’ordre
un
effet
est
cellules
l'information
illustrée
cancéreuses
nécessaire
aux
par
leur
fournira patientes
délétère sur les cellules. Toutefois, les
atteintes du cancer du sein du type RE+/LN-
populations de cellules cancéreuses qui
pour décider de la pertinence de recourir ou
évoluent
non à la chimiothérapie.
rapidement
permettent
l’émergence de rares variants génétiques aux propriétés tumorigènes accrues. La
Laurent Sansregret et coll.
5
Tableau 1. Analyses univariées
Variable Grade 2 (vs 1) Grade 3 (vs 1) Ganglion lymphatiques HER2 ER Signature CUX1 (14) Sotiriou (12) Carter (36) Liu (37) Teschendorff t52 (38) van de Vijver (38) (Mammaprint) Chang (39) Paik (OncotypeDX) (40) Wang (40) Finak (41) van Vliet (42) Teschendorff t17 (38)
Cancers RE+/GL- , n = 920 Intervalle Valeurs de p de confiance (95% CI) 1,69 (1,09-2,63) 2,0 x 10-2 *** 2,76 (1,73-4,39) 1,9 x 10-5 1,38 (0,94-2,02) 9,9 x 10-1 2,73 (2,12-3,52) 6,3 x 10-15 *** 2,74 (2,11-3,56) 5,5 x 10-14 *** 2,73 (2,12-3,52) 6,3 x 10-15 *** 1,49 (1,14-1,97) 4,2 x 10-3 ** -10 2,26 (1,74-2,94) 9,0 x 10 *** 1,58 (1,17-2,14) 2,9 x 10-3 **
Tous les cas, n=1474 Intervalle Valeurs de p de confiance (95% CI) 2,25 (1,65 – 3,05) 2,1 x 10-7 *** 3,18 (2,34 -4,31) 1,4 x 10-13 *** 1,51 (1,27 -1,78) 1,8 x 10-6 *** 1,47 (1,21 – 1,78) 1,0 x 10-4 *** 1,51 (1,27 – 1,80) 4,1 x 10-6 *** 2,34 (2,01 – 2,73) < 1 x 10-19 *** 2,31 (1,97-2,71) < 1 x 10-19 *** 0,55 (0,48-0,64) 1,5 x 10-14 *** 1,73 (1,49-2,01) 4 x 10-13 *** 2,09 (1,79-2,44) < 1 x 10-19 *** 0,62 (0,39-0,85) 9,6 x 10-10 *** 1,72 (1,48-2,00) 1,15 (0,71-1,02) 0,76 (0,65-0,88) 1,15 (0,99-1,34) 0,49 (0,42-0,56) 0,57 (0,49-0,66)
1 x 10-12 6,1 x 10-2 2,8 x 10-4 6,8 x 10-2 1 < 10-19 1,8 x 10-13
***
1,64 (1,27-2,11) 1,03 (0,77-1,39) 0,96 (0,73-1,25) 1,19 (0,91-1,56) 0,44 (0,34-0,57) 0,65 (0,50-0,83)
*** *** ***
1,5 x 10-4 *** 8,3 x 10-2 7,4 x 10-1 2,0 x 10-1 2,3 x 10-10 *** 6,6 x 10-4
Tableau 1 Des analyses unitaires ont été effectuées pour mesurer la valeur pronostique de 12 signatures d’expression génique pour 1474 cas de cancer du sien, provenant de 8 bases de données, et pour lesquels les paramètres cliniques (grade, infiltration des ganglions lymphatiques, expression de HER2 et du récepteur de l'estrogène (RE) étaient disponibles (12, 14, 36-44). Les analyses unitaires considèrent indépendamment les signatures d’expression génique et les paramètres cliniques. La valeur pronostique de chaque signature est calculée soit pour tous les 1474 cas (les deux colonnes à gauche) ou seulement pour les 920 cas positifs pour le récepteur de l'estrogène et négatifs quant à l'infiltration des ganglions + lymphatiques (RE /GL ). La valeur pronostique des paramètres et des signatures est statistiquement significative lorsque la valeur de p, calculée par le test de Student, est inférieure à 0,05*, 0,01** ou 0,001***.
Laurent Sansregret et coll.
6
Tableau 2. Analyses multivariées Variable Grade 2 (vs 1) Grade 3 (vs 1) Ganglion lymphatiques HER2 ER Signature CUX1 (14) Sotiriou (12) Carter (36) Liu (37) Teschendorff t52 (38) van de Vijver (38) (Mammaprint) Chang (39) Paik (OncotypeDX) (40) Wang (40) Finak (41) van Vliet (42) Teschendorff t17 (38)
Cancers RE+/GL-, n = 657 Intervalle Valeurs de p de confiance (95% CI) 1,38 (0,87-2,18) 1,7 x 10-1 1,54 (0,90-2,65) 1,1 x 10-1 -
Tous les cas, n=1474 Intervalle Valeurs de p de confiance (95% CI) 1,77 (1,26-2,49) 9,2 x 10-4 *** 1,58 (1,08-2,30) 1,8 x 10-2 * 1,57 (1,29-1,92) 8,5 x 10-6 *** 1,18 (0,91-1,53) 1,08 (0,83-1,40) 1,65 (1,20-2,29) 1,37 (0,92-2,04) 1,33 (0,89-1,97) 1,21 (0,93-1,57) 1,20 (0,87-1,65) 1,17 (0,88-1,55)
2,2 x 10-1 5,7 x 10-1 2,4 x 10-3 1,2 x 10-1 1,6 x 10-1 1,5 x 10-1 2,6 x 10-1 2,9 x 10-1
0,99 (0,59-1,64) 2,13 (1,28-3,55) 1,94 (1,01-3,74) 1,10 (0,59-2,04) 1,15 (0,77-1,74) 1,35 (0,81-2,25) 1,12 (0,71-1,77)
9,6 x 10-1 3,8 x 10-3 4,7 x 10-2 7,7 x 10-1 4,9 x 10-1 2,6 x 10-1 6,3 x 10-1
1,15 (0,88-1,50) 1,11 (0,88-1,39)
3,0 x 10-1 3,8 x 10-1
1,03 (0,66-1,60) 1,17 (0,78-1,75)
9,1 x 10-1 4,4 x 10-1
1,07 (0,87-1,32) 1,03 (0,84-1,26) 1,02 (0,71-1,46) 1,02 (0,74-1,40)
5,3 x 10-1 8,0 x 10-1 9,3 x 10-1 9,3 x 10-1
1.,21 (0,86-1,71) 0,99 (0,69-1,40) 1,59 (0,87-2,89) 1,13 (0,66-1,94)
2,7 x 10-1 9,3 x 10-1 1,3 x 10-1 6,6 x 10-1
**
Tableau 2 Des analyses multivariées ont été effectuées pour mesurer la valeur pronostique de 12 signatures d’expression génique pour 1474 cas de cancer du sien, provenant de 8 bases de données, et pour lesquels les paramètres cliniques (grade, infiltration des ganglions lymphatiques, expression de HER2 et de RE) étaient disponibles (12, 14, 36-44). Alors que les analyses unitaires considèrent indépendamment les signatures d’expression génique et les paramètres cliniques, les analyses multivariées considèrent à la fois les paramètres cliniques ainsi que chacune des signatures d’expression génique. En d’autres termes, les analyses multivariées vérifient si les signatures d’expression génique peuvent fournir de l’information additionnelle au-delà des paramètres cliniques. La valeur pronostique de chaque signature est calculée soit pour tous les 1474 cas (les deux colonnes à gauche) ou seulement pour les 920 cas positifs pour le récepteur de l'estrogène et négatifs quant à l'infiltration des ganglions lymphatiques + (RE /GL ). La valeur pronostique des paramètres et des signatures est statistiquement significative lorsque la valeur de p, calculée par le test de Student, est inférieure à 0,05*, 0,01** ou 0,001***.
Laurent Sansregret et coll.
7
** *
Références 1.
2.
3.
4.
5.
6.
7.
8.
9.
Bevers TB, et al. NCCN clinical practice guidelines in oncology: breast cancer screening and diagnosis. J Natl Compr Canc Netw 2009; 7(10): 1060-96. Carlson RW, et al. Breast cancer. Clinical practice guidelines in oncology. J Natl Compr Canc Netw 2009; 7(2): 122-92. Mass RD, et al. Evaluation of clinical outcomes according to HER2 detection by fluorescence in situ hybridization in women with metastatic breast cancer treated with trastuzumab. Clinical Breast Cancer 2005; 6(3): 240-6. Vogel VG, et al. Update of the National Surgical Adjuvant Breast and Bowel Project Study of Tamoxifen and Raloxifene (STAR) P-2 Trial: Preventing breast cancer. Cancer Prevention Research 2010; 3(6): 696-706. Cuzick J, et al. Effect of anastrozole and tamoxifen as adjuvant treatment for early-stage breast cancer: 10-year analysis of the ATAC trial. Lancet Oncology 2010; 11(12): 1135-41. Fisher B, et al. Treatment of lymphnode-negative, oestrogen-receptorpositive breast cancer: long-term findings from National Surgical Adjuvant Breast and Bowel Project randomised clinical trials. Lancet 2004; 364(9437): 858-68. Paik S, et al. Gene expression and benefit of chemotherapy in women with node-negative, estrogen receptorpositive breast cancer. Journal of clinical oncology : official journal of the American Society of Clinical Oncology 2006; 24(23): 3726-34. Mrozek E, Shapiro CL. Survivorship and complications of treatment in breast cancer. Clin Adv Hematol Oncol 2005; 3(3): 211-22, 38.
10. 11.
12. 13.
14.
15.
16.
17.
18.
19.
Soule SE. When not to treat-chemotherapy for small (< or = 1 cm) breast cancers. Breast Disease 2004; 21: 33-40. Azim HA, Jr., et al. Long-term toxic effects of adjuvant chemotherapy in breast cancer. Ann Oncol 2011. Cianfrocca M, Goldstein LJ. Prognostic and predictive factors in early-stage breast cancer. Oncologist 2004; 9(6): 606-16. Sotiriou C, Pusztai L. Gene-expression signatures in breast cancer. N Engl J Med 2009; 360(8): 790-800. Paik S. Development and clinical utility of a 21-gene recurrence score prognostic assay in patients with early breast cancer treated with tamoxifen. The oncologist 2007; 12(6): 631-5. Sansregret L, et al. Cut homeobox 1 causes chromosomal instability by promoting bipolar division after cytokinesis failure. Proc Natl Acad Sci USA 2011; 108(5): 1949-54. De Vos J, et al. Comparison of gene expression profiling between malignant and normal plasma cells with oligonucleotide arrays. Oncogene 2002; 21(44): 6848-57. Moon NS, et al. Expression of Nterminally truncated isoforms of CDP/CUX is increased in human uterine leiomyomas. Int J Cancer 2002; 100(4): 429-32. Ripka S, et al. CUX1: target of Akt signalling and mediator of resistance to apoptosis in pancreatic cancer. Gut 2010; 59(8): 1101-10. Goulet B, et al. Characterization of a tissue-specific CDP/Cux isoform, p75, activated in breast tumor cells. Cancer Res 2002; 62(22): 6625-33. Michl P, et al. CUTL1 is a target of TGF(beta) signaling that enhances cancer cell motility and invasiveness. Cancer Cell 2005; 7(6): 521-32.
Laurent Sansregret et coll.
8
20. Sansregret L, et al. The p110 isoform of the CDP/Cux transcription factor accelerates entry into S phase. Mol Cell Biol 2006; 26(6): 2441-55. 21. Truscott M, et al. Carboxyl-terminal proteolytic processing of CUX1 by a caspase enables transcriptional activation in proliferating cells. J Biol Chem 2007; 282(41): 30216-26. 22. Harada R, et al. Genome-wide location analysis and expression studies reveal a role for p110 CUX1 in the activation of DNA replication genes. Nucleic Acids Res 2008; 36(1): 189-202. 23. Sansregret L, Nepveu A. The multiple roles of CUX1: Insights from mouse models and cell-based assays. Gene 2008; 412(1-2): 84-94. 24. Kedinger V, et al. p110 CUX1 homeodomain protein stimulates cell migration and invasion in part through a regulatory cascade culminating in the repression of E-cadherin and occludin. J Biol Chem 2009; 284(40): 27701-11. 25. Cadieux C, et al. Mouse mammary tumor virus p75 and p110 CUX1 transgenic mice develop mammary tumors of various histologic types. Cancer Res 2009; 69(18): 7188-97. 26. Sansregret L, Nepveu A. Gene signatures of genomic instability as prognostic tools for breast cancer. Future Oncol 2011; 7(5): 591-4. 27. Fan C, et al. Concordance among gene-expression-based predictors for breast cancer. N Engl J Med 2006; 355(6): 560-9. 28. Oakman C, Santarpia L, Di Leo A. Breast cancer assessment tools and optimizing adjuvant therapy. Nat Rev Clin Oncol 2010; 7(12): 725-32. 29. Hanna W, Nofech-Mozes S, Kahn HJ. Intratumoral heterogeneity of HER2/neu in breast cancer--a rare event. Breast J 2007; 13(2): 122-9.
30. Cottu PH, et al. Intratumoral heterogeneity of HER2/neu expression and its consequences for the management of advanced breast cancer. Annals of oncology : official journal of the European Society for Medical Oncology / ESMO 2008; 19(3): 595-7. 31. Iliopoulos D, et al. Inducible formation of breast cancer stem cells and their dynamic equilibrium with non-stem cancer cells via IL6 secretion. Proc Natl Acad Sci USA 2011; 108(4): 1397-402. 32. Korkola J, Gray JW. Breast cancer genomes--form and function. Curr Op Genet Dev 2010; 20(1): 4-14. 33. Shah SP, et al. Mutational evolution in a lobular breast tumour profiled at single nucleotide resolution. Nature 2009; 461(7265): 809-13. 34. Swanton C, Burrell RA, Futreal PA. Breast cancer genome heterogeneity: a challenge to personalised medicine? Breast cancer research: BCR 2011; 13(1): 104. 35. Navin N, et al. Inferring tumor progression from genomic heterogeneity. Genome research 2010; 20(1): 68-80. 36. Carter SL, et al. A signature of chromosomal instability inferred from gene expression profiles predicts clinical outcome in multiple human cancers. Nat Genet 2006; 38(9): 10438. 37. Liu R, et al. The prognostic role of a gene signature from tumorigenic breastcancer cells. N Engl J Med 2007; 356(3): 217-26. 38. Teschendorff AE, et al. A consensus prognostic gene expression classifier for ER positive breast cancer. Genome biology 2006; 7(10): R101. 39. Chang HY, et al. Gene expression signature of fibroblast serum response predicts human cancer progression:
Laurent Sansregret et coll.
9
similarities between tumors and wounds. PLoS Biol 2004; 2(2): E7. 40. Paik S, et al. A multigene assay to predict recurrence of tamoxifen-treated, node-negative breast cancer. N Engl J Med 2004; 351(27): 2817-26. 41. Finak G, et al. Stromal gene expression predicts clinical outcome in breast cancer. Nature medicine 2008; 14(5): 518-27. 42. van Vliet MH, et al. Pooling breast cancer datasets has a synergetic effect
on classification performance and improves signature stability. BMC Genomics 2008; 9:375. 43. van de Vijver MJ, et al. A geneexpression signature as a predictor of survival in breast cancer. N Engl J Med 2002; 347(25): 1999-2009. 44. Wang Y, et al. Gene-expression profiles to predict distant metastasis of lymphnode-negative primary breast cancer. Lancet 2005; 365(9460): 671-9.
Laurent Sansregret et coll.
10