À quand des traitements oncologiques “sur mesure” fondés sur des signatures génétiques tumorales ? Tailored anti-cancer treatment based on gene signatures – ready for prime time? ● C. Bernard-Marty*, F. Cardoso*, C. Sotiriou*, M.J. Piccart* ctuellement dans l’Union européenne, si l’incidence du cancer est de 1 300 000 nouveaux cas par an, responsables de 837 000 décès par an (67%), le cancer du sein représente, à lui seul, 69 000 décès par an. Jusqu’à présent, l’oncologie médicale pouvait se décrire comme “empirique”, en ce sens que les traitements étaient prescrits car statistiquement bénéfiques à une population de patientes de même caractéristique. Au XXIe siècle, l’oncologie devient “moléculaire”, c’est-à-dire mieux adaptée aux caractéristiques biologiques de la tumeur et de la patiente. Le but, dans un avenir proche, est de définir un traitement individualisé pour chaque patiente (treatment tailoring). Les résultats des études cliniques et des méta-analyses comme, par exemple, celle d’Oxford pour le traitement adjuvant (1, 2), ont eu un impact majeur sur la prise en charge du cancer du sein. De nos jours, la grande majorité des patientes se voit offrir un traitement systémique, quel qu’il soit (hormonothérapie, chimiothérapie ou thérapie ciblée). Cette décision se fonde sur les caractéristiques de la tumeur et de la patiente (critères clinicopathologiques). Malheureusement, cette prise en charge est extrapolée à partir de conclusions d’études cliniques effectuées dans une population particulière, ce qui conduit à proposer un traitement à un grand nombre de patientes pour un bénéfice à peu d’entre elles (3). Deux autres points sont importants à signaler : le développement des nouveaux traitements systémiques, que ce soit dans le cadre de l’hormonothérapie, de la chimiothérapie ou des thérapies ciblées, entraîne une augmentation des coûts exponentielle. De plus, ces traitements ont également tous des effets secondaires indésirables qui ne sont pas complètement prévisibles à l’échelon individuel. Il est donc particulièrement important pour la communauté oncologique d’identifier des facteurs prédictifs qui permettraient de choisir la meilleure stratégie thérapeutique pour chaque individu. Cette sélection des patients et son corollaire, l’administration d’un traitement individualisé, sont essentiels pour supprimer le surtraitement, avec ses complications potentielles parfois sévères, et le soustraitement avec ses conséquences délétères sur la survie. Le premier pas vers une meilleure individualisation du traitement vient de la connaissance de facteurs biologiques, pronostiques et prédictifs. La recherche translationnelle est une nou- A velle forme de recherche ayant pour but de construire un “pont” entre les scientifiques et les cliniciens pour accélérer le processus de transfert des découvertes depuis le laboratoire fondamental vers le lit du patient. Deux applications majeures de la recherche translationnelle sont l’identification de facteurs prédictifs et celle de nouvelles cibles thérapeutiques. Les efforts fournis pendant ces dix dernières années ont permis la découverte de marqueurs biologiques, importants en particulier pour la prédiction de la réponse au traitement. Malheureusement, les études de recherche translationnelle, dite “traditionnelle”, présentent plusieurs limitations (4) : elles sont, en général, rétrospectives, portent sur un échantillon restreint, et souvent seulement sur un sous-groupe de la population enrôlée dans l’étude. Il y a également de nombreux problèmes liés à la collection, à l’utilisation et au stockage du matériel anatomopathologique. Abstraction faite de ces inconvénients, ces études ont l’intérêt majeur de générer des hypothèses qui peuvent ensuite être validées dans de larges études cliniques prospectives. À titre d’exemple, le rôle potentiel de la topoisomérase-IIα dans la réponse aux anthracyclines est actuellement testé dans l’étude TOP (figure 1), et le rôle de la mutation p53 dans la réponse aux taxanes est l’hypothèse biologique supportant l’étude p53-EORTC-BIG (figure 2). Cette recherche translationnelle a permis de modifier l’attitude générale : on a tendance, à présent, à associer aux critères clinicopathologiques pronostiques classiques que sont le nombre de gan- * Institut Jules-Bordet, Bruxelles, Belgique. Figure 1. Étude TOP. La Lettre du Sénologue - n° 28 - avril/mai/juin 2005 11 D O S S I E R die très hétérogène sur le plan moléculaire, ce qui peut expliquer la différence d’évolution de patientes apparemment similaires d’après les facteurs pronostiques clinicopathologiques classiques. L’ensemble des études conduit à la conclusion que : • Le statut des récepteurs estrogéniques (RE) de la tumeur est l’élément le plus discriminant des différents sous-groupes. • Le cancer du sein peut être subdivisé sur la base d’expression génique en au moins trois classes distinctes : le sous-groupe basal-like (principalement RE négatifs) présentant un profil proche de celui des cellules myoépithéliales, le sous-groupe luminal-like (principalement RE positifs) présentant un profil proche de celui des cellules épithéliales luminales et le sousgroupe erbB2, surexprimant l’oncogène erbB2. • Ces trois classes ont des caractéristiques biologiques et pronostiques très différentes sur le plan du devenir et de la réponse aux traitements. Figure 2. Étude EORTC-BIG-p53. VALEUR PRONOSTIQUE Figure 3. Étude MINDACT. glions atteints, la taille de la tumeur, le grade histologique, la présence de récepteurs hormonaux et l’âge de la patiente, de nouveaux éléments comme l’index de prolifération cellulaire, la densité en microvaisseaux et l’image d’invasion vasculaire et les nouveaux marqueurs biologiques comme HER-2. Les nouvelles techniques de microarrays sont en train de changer fondamentalement notre compréhension de la biologie du cancer à un échelon moléculaire, nous permettant de connaître l’expression de dizaines de gènes simultanément. Cette approche de la biologie du cancer du sein via le profil d’expression génique a déjà prouvé son intérêt et permis d’identifier de nouveaux outils pronostiques et prédictifs. CONNAISSANCE DE LA BIOLOGIE DU CANCER DU SEIN Les premières études de microarrays impliquant quelques cinq cents échantillons de cancer du sein ont apporté des résultats remarquablement concordants, malgré les limitations d’une population hétérogène par le traitement reçu et le problème de méthodologies différentes. Elles ont conduit à une même classification moléculaire des cancers du sein (5-8). Elles ont confirmé la notion que le cancer du sein est, en fait, une mala12 L’équipe d’Amsterdam (9, 10) a été capable d’identifier, en utilisant la technique de la plate-forme de microarrays Agilent®, une liste de 70 gènes dont l’expression serait significativement associée à une évolution clinique péjorative, avec survenue de métastases à distance dans les 5 ans. Cette signature de mauvais pronostic permet de prédire la survie sans récidive de façon plus sûre qu’avec les critères clinicopathologiques classiques, que ce soit dans le groupe ganglions négatifs ou dans le groupe ganglions positifs. Il est intéressant de noter que le nombre de patientes à faible risque de rechute, et donc qui ne devraient pas bénéficier d’une chimiothérapie adjuvante, est plus important si l’on utilise cette signature plutôt que les critères clinicopathologiques classiques. Une validation de cette nouvelle méthode pronostique a été récemment effectuée dans une population indépendante issue de différents pays (France, Grande-Bretagne, Suède et États-Unis) grâce au travail du TRANSBIG – récent réseau de recherche translationnelle multidisciplinaire. Cela a fait l’objet d’une présentation au congrès annuel de San Antonio (11), en décembre dernier, donnant le feu vert à une très large étude prospective randomisée : l’étude MINDACT (Microarray for Node Negative Disease may Avoid Chemotherapy) qui sera coordonnée par l’EORTC, sous l’ombrelle du Breast International Group (BIG) et du TRANSBIG. Une étude microarray sera utilisée pour classer les patientes avec un cancer du sein à un stade précoce dans un groupe à fort ou à faible risque de récidive à distance. Cette répartition sera comparée à celle qu’auraient donné les critères clinicopathologiques classiques. L’étude MINDACT est la première du genre à tester directement les techniques génomiques dans la prise en charge des patientes, ce qui, si l’étude est positive, modifiera clairement la pratique clinique actuelle (figure 3). Plus récemment encore, un autre profil pronostique a été développé par un groupe de chercheurs de Rotterdam en utilisant l’autre plate-forme de microarrays disponible (Affymetrix®). Il a également présenté à San Antonio en décembre dernier (12). VALEUR PRÉDICTIVE Il y a de plus en plus d’éléments suggérant que, si un sousgroupe de patientes tire un grand bénéfice de certains traiteLa Lettre du Sénologue - n° 28 - avril/mai/juin 2005 ments, d’autres n’ont qu’un bénéfice minime, alors même que l’histologie de leur tumeur n’est pas différente. La prédiction de la sensibilité à la drogue, en pratique clinique, est particulièrement difficile, car cette réponse n’est pas seulement le reflet des propriétés intrinsèques de la cellule cible, mais aussi des interactions entre les cellules tumorales et l’hôte ainsi que des propriétés métaboliques de l’hôte. L’étude du profil d’expression génique avant l’administration d’une chimiothérapie est particulièrement informative. La chimiothérapie néoadjuvante n’a pas d’impact négatif sur la survie par rapport à la chimiothérapie adjuvante et permet d’offrir aux patientes qui se présentent avec une tumeur non opérable, une chance de conservation du sein. Permettant aussi de tester la sensibilité de la tumeur à la chimiothérapie in vivo, cette situation clinique est le scénario idéal pour étudier les modifications moléculaires et identifier les marqueurs associés à la réponse ou à la résistance au traitement. À ce jour, il n’y a que peu d’études fondées sur cette approche. Deux groupes de gènes permettant de prédire la réponse à la chimiothérapie et de distinguer les patients répondeurs des non-répondeurs à une chimiothérapie précise ont été identifiés : un premier groupe de 74 gènes en relation avec la réponse au paclitaxel (13), un deuxième groupe de 92 gènes en relation avec la réponse au docétaxel (14). Malheureusement, les deux études précitées ont une taille insuffisante pour considérer et valider ces groupes de gènes prédictifs de réponse. Il est important de bien considérer la méthodologie et le design de telles études. Elles doivent avoir des objectifs bien définis (cliniques ou réponse pathologique), une méthode de biopsie établie (aspiration à l’aiguille fine ou biopsie), un régime de chimiothérapie fixé (monothérapie ou combinaison) et une population étudiée homogène (stade, statut RE). Quoi qu’il en soit, les deux études précitées ont le mérite de supporter le concept de profil génique prédictif de réponse au traitement. Un profil génique prédictif de la réponse à l’hormonothérapie a aussi été recherché par deux études majeures publiées à ce jour. Ma et son équipe (15) ont étudié rétrospectivement le profil transcriptionnel de 60 patientes avec un cancer du sein précoce, traitées uniquement par tamoxifène adjuvant et ont rapporté un ratio de deux gènes – HOXB13 versus IL17BR – censé prédire la survie sans récidive de ces patientes. Comme le rôle du gène HOXB13 était antérieurement inconnu dans le cancer du sein, les auteurs ont montré que, dans les lignées cellulaires MCF-10A transfectées par HOXB13, ce gène semble contribuer à la régulation de l’invasion cellulaire. Une nouvelle fenêtre dans la compréhension de la résistance au tamoxifène a été ouverte. Un “score de récidive” a été développé par le groupe du NSABP en collaboration avec la firme Genomic Health, aux États-Unis (16). Grâce à l’utilisation d’une RT-PCR quantitative, un groupe de 16 gènes a été sélectionné sur la base d’une recherche dans la littérature et étudié ensuite comme prédicteur potentiel de récidive de patientes recevant un traitement adjuvant par tamoxifène. De là, 21 gènes ont été choisis, 5 comme contrôle. Ce prédicteur multigénique attribue un “score de récidive” permettant de prédire un risque de récidive à distance faible, intermédiaire ou élevé. Ce score a ensuite été validé rétrospectivement sur 675 échantillons de patientes ayant reçu La Lettre du Sénologue - n° 28 - avril/mai/juin 2005 du tamoxifène dans le cadre de l’étude NSABP B-14. Il a correctement attribué le risque de récidive sous tamoxifène en identifiant les patientes qui avaient une évolution péjorative en cas de traitement par tamoxifène seul (p < 0,00001). En revanche, ce score n’a pas confirmé sa validité lorsqu’il a été appliqué à un groupe de patientes non traitées du M.D. Anderson (17), n’ayant pas prédit statistiquement leur récidive. De ce fait, cette analyse est probablement plus pertinente comme prédicteur de réponse au tamoxifène, même si le groupe de patientes de départ provient d’une population hétérogène traitée. Plus récemment encore, cet outil a été testé comme prédicteur de réponse à la chimiothérapie avec des résultats prometteurs (18). Ce “score de récidive”, même s’il n’a pas été prospectivement validé, est actuellement disponible aux États-Unis (Oncotype™, Genomic Health). En résumé, le profil transcriptionnel et les autres nouvelles techniques comme la protéomique ont le potentiel de modifier largement la prise en charge des patientes porteuses d’un cancer du sein. L’identification de gènes prédictifs ne cesse de croître et le défi est maintenant de franchir un nouveau cap : la validation adéquate de larges sets indépendants et l’incorporation dans des études cliniques prospectives. Ces études doivent avoir un design permettant de prouver que la prise de décision, fondée sur les nouveaux éléments prédictifs, améliore le devenir des patientes comparé à celui des approches traditionnelles empiriques. Un effort collaboratif à grande échelle, un design d’étude clinique novateur et une analyse statistique stricte sont nécessaires pour permettre à ce projet de devenir une réalité. Dans un futur proche, la connaissance dérivant de ces études améliorera sans aucun doute nos capacités à décider d’un traitement individualisé par rapport à un traitement empirique. Le défi reste l’interprétation adéquate de la fonction des gènes et l’intégration des connaissances génomiques dans la pratique clinique. Dans ce but, une collaboration internationale et multidisciplinaire est indispensable, et des réseaux comme le BIG/TRANSBIG tracent le chemin vers un changement crucial dans la recherche clinique en cancérologie, avec une incorporation précoce de nouvelles technologies et/ou des hypothèses biologiques dans les études cliniques. Cela facilitera leur application clinique et conduira à une meilleure individualisation du traitement. L’oncologie moléculaire va nous permettre d’identifier les patientes qui nécessitent un traitement systémique et, en particulier, celles qui vont en tirer le plus grand bénéfice. Ainsi, le calcul de la balance bénéfice/risque sera juste et adapté à chaque individu. L’oncologie médicale empirique est appelée à disparaître… Il est grand temps de tourner la page vers l’ère de l’oncologie moléculaire. ■ R É F É R E N C E S B I B L I O G R A P H I Q U E S 1. EBCTCG. Polychemotherapy for early breast cancer: an overview of the randomised trials. Lancet 1998;352:930-42. 2. Peto R. Fifth main meeting of the Early Breast Cancer Trialist’s Collaborative Group. Oxford, UK, september 2000. 3. Cardoso F, Piccart MJ. The best use of chemotherapy in the adjuvant setting. The Breast 2003;12:522-8. 4. Di Leo A, Cardoso F, Scohy S, Piccart MJ. Predictive molecular markers: a new window of opportunity in the adjuvant therapy of breast cancer. In: “Breast 13 D O S S I E R 12. Wang Y, Klijn J, Zhang Y et al. Pathway analysis and validation of the 76gene prognostic signature in lymph node negative primary breast cancer. Breast Cancer Res Treat 2004;88(Suppl 1),S20:abstr 103. 13. Ayers M, Symmans WF, Stec J et al. Gene expression profiles predict complete pathologic response to neoadjuvant paclitaxel and fluorouracil, doxorubicin, and cyclophosphamide chemotherapy in breast cancer. J Clin Oncol 2004;22(12):2284-93. 14. Chang JC, Wooten EC, Tsimelzon A et al. Gene expression profiling for the prediction of therapeutic response to docetaxel in patients with breast cancer. Lancet 2003;362(9381):362-9. 15. Ma XJ, Wang Z, Ryan P et al. A two-gene expression ratio predicts clinical outcome in breast cancer patients treated with tamoxifen. Cancer Cell 2004;5:607-16. 16. Paik S, Shak S, Tang G et al. A multigene assay to predict recurrence of tamoxifen-treated, node-negative breast cancer. N Engl J Med 2004;30,351 (27):2817-26. 17. Esteva FJ, Sahin AA, Coombes et al. Multigene RT-PCR assay for predicting recurrence in node negative breast cancer patients – M.D. Anderson Clinical Validation Study. Breast Cancer Res Treat 2003;82(Suppl 1):abstr 17. 18. Paik S, Shak S, Tang G et al. Expression of the 21 genes in the Recurrence Score assay and prediction of clinical benefit from tamoxifen in NSABP study B14 and from chemotherapy in NSABP study B-20. Breast Cancer Res Treat 2004;88(Suppl 1),S23:abstr 24. Cancer Management – Application of Clinical and Translational Evidence to Patient Care”, editors: Naboltz JM, Tonkin K, Reese DM, Aapro MS, Buzdar AU. Lippincott Williams & Wilkins, United Kingdom, 2nd edition, 2003:367-80. 5. Perou CM, Sorlie T, Eisen MB et al. Molecular portraits of human breast tumours. Nature 2000;406(6797):747-52. 6. Sørlie T, Perou CM, Tibshirani R et al. Gene expression patterns of breast carcinomas distinguish tumor subclasses with clinical implications. Proc Natl Acad Sci USA 2001;98:10869-74. 7. Sørlie T, Tibshirani R, Parker J et al. Repeated observation of breast tumor subtypes in independent gene expression data sets. Proc Natl Acad Sci USA 2003;100:8418-23. 8. Sotiriou C, Neo SY, McShane LM et al. Breast cancer classification and prognosis based on gene expression profiles from a population-based study. Proc Natl Acad Sci USA 2003;100:10393-8. 9. van’t Veer LJ, Dai H, van de Vijver MJ et al. Gene expression profiling predicts clinical outcome of breast cancer. Nature 2002;415:530-6. 10. van de Vijver MJ, He YD, van’t Veer LJ et al. A gene-expression signature as a predictor of survival in breast cancer. New Engl J Med 2003;347(25): 1999-2009. 11. Piccart MJ, Loi S, van’t Veer LJ et al. Multicenter external validation study of the Amsterdam 70-gene prognostic signature in node negative untreated breast cancer: are the results still outperforming the clinical-pathological criteria? Breast Cancer Res Treat 2004;88(Suppl 1):abstr 38. ABONNEZ-VOUS ABONNEZ-VOUS ABONNEZ-VOUS ✂ OUI, À découper ou à photocopier JE M’ABONNE AU TRIMESTRIEL La Lettre du Sénologue Merci d’écrire nom et adresse en lettres majuscules ❏ Collectivité .............................................................................................. ABONNEMENT : 1 an ÉTRANGER (AUTRE QU’EUROPE) FRANCE/DOM-TOM/EUROPE ❐ ❐ ❐ à l’attention de ........................................................................................... *joindre la photocopie de la carte ❏ Particulier ou étudiant M., Mme, Mlle ............................................................................................. Prénom ....................................................................................................... Pratique : ❏ hospitalière ❐ ❐ ❐ 80 E collectivités 64 E particuliers 40 E étudiants* ❏ libérale 100 E collectivités 84 E particuliers 60 E étudiants* *joindre la photocopie de la carte + ET POUR 10 E DE PLUS ! ❐ 10 E , accès illimité aux 22 revues de notre groupe de presse disponibles sur notre site vivactis-media.com (adresse e-mail gratuite) ❏ autre......................................... + RELIURE Adresse e-mail ............................................................................................ ❐ 10 E avec un abonnement ou un réabonnement Adresse postale .......................................................................................... MODE DE PAIEMENT Code postal................................Ville ………………………………………… ❐ carte Visa, Eurocard Mastercard Pays............................................................................................................. Signature : Tél............................................................................................................... Merci de joindre votre dernière étiquette-adresse en cas de réabonnement, changement d’adresse ou demande de renseignements. 14 Total à régler............. E À remplir par le souscripteur N° Date d’expiration ❐ chèque (à établir à l’ordre de La Lettre du Sénologue) ❐ virement bancaire à réception de facture (réservé aux collectivités) LS No 28 ................................................................................................................... EDIMARK SAS - 62-64, rue Jean-Jaurès - 92800 Puteaux Tél. : 01 41 45 80 00 - Fax : 01 41 45 80 25 - E-mail : [email protected] La Lettre du Sénologue - n° 28 - avril/mai/juin 2005