Immunité antitumorale dossier thématique Microenvironnement immunitaire dans les cancers colorectaux Tumour microenvironment in colorectal cancer Jérôme Galon* que le cancer rend le pronostic et la prédiction de la réponse aux traitements très difficiles. Récemment, des approches de biologie des systèmes ont facilité l’analyse des interactions complexes entre la tumeur et la réponse immunitaire de l’hôte, et ont permis la définition de la contexture immunitaire. Cet article passe en revue le potentiel clinique de la contexture immunitaire ainsi que d’une mesure simple de la réponse immunitaire du patient par un test appelé “Immunoscore”. Enfin, le concept de la réaction immunitaire de l’hôte y est introduit comme un élément essentiel pour déterminer la réponse au traitement. Summary RÉSUMÉ » La complexité inhérente aux maladies multifactorielles telles Keywords: Prognosis – Colorectal cancer – Immunoscore – Immune contexture. Mots-clés : pronostic – cancer colorectal – immunoscore – contexture immunitaire. L’ * Inserm U872, laboratoire d’immunologie et de cancérologie intégrative, Paris ; université Paris-Descartes ; centre de recherche des Cordeliers, université Pierre-et-Marie-Curie, Paris-VI. 12 The inherent complexity of multifactorial diseases, such as cancer, makes the prognosis and prediction of response to treatment very difficult. Recently, systems biology approaches have facilitated the analysis of complex interactions between the tumor and the immune response of the host, and allowed the definition of the immune contexture. Here, we review the clinical potential of the immune contexture, as well as a simple measure of the patient’s immune response, a test called Immunoscore. Finally, we introduce the concept of the immune response of the host as an essential element in determining the response to treatment. évolution du cancer est fortement influencée par le microenvironnement dans lequel la tumeur se développe. Les cellules tumorales interagissent avec des cellules endothéliales, des fibroblastes, des vaisseaux sanguins, des vaisseaux lymphatiques, des cellules immunitaires, des cytokines, des chimiokines et des produits du métabolisme cellulaire. La complexité inhérente à une telle maladie multifactorielle rend le pronostic et la prédiction de la réponse au traitement très difficiles. Un marqueur de bon pronostic est un biomarqueur qui fournit des informations sur l’évolution probable de la maladie chez un individu non traité ou quel que soit le traitement. Un biomarqueur prédictif peut être utilisé pour identifier les sous-populations de patients les plus susceptibles de répondre au traitement. Ces paramètres pronostiques et prédictifs sont essentiels à la prise en charge des malades atteints de cancer. Définition de la contexture immunitaire L’analyse histologique des tumeurs humaines, en particulier les tumeurs colorectales, a souligné l’importance des paramètres immunitaires. Les infiltrats immunitaires présents dans les tumeurs sont constitués de l’ensemble des sous-populations immunitaires, comprenant les macrophages, les cellules dendritiques, les mastocytes, les cellules Natural Killer, les lymphocytes naïfs et mémoires, les lymphocytes B et les lymphocytes T. L’analyse de ces composantes immunitaires in situ et de leur organisation a mis en évidence une grande hétérogénéité entre les types de tumeurs ainsi qu’une large diversité parmi les patients. Le rôle du système immunitaire dans la progression tumorale et dans le pronostic des patients est de mieux en mieux compris. Ainsi, les principaux paramètres immunitaires associés à la survie des patients ont été décrits comme la “contexture immunitaire” (1). Cette dernière est définie par le type de cellules immunitaires, l’orientation fonctionnelle de la réponse immunitaire, la densité des cellules infiltrant les tumeurs et la localisation intratumorale des cellules immunitaires (1-4). Les paramètres établissant la contexture immunitaire sont constitués de la densité des lymphocytes CD8+ T cytotoxiques (CTL) et des lymphocytes T mémoires (CD45RO+), de leur emplacement au centre de la tumeur et à la marge d’invasion de la tumeur, de l’orientation fonctionnelle Correspondances en Onco-Théranostic - Vol. II - n° 1 - janvier-février-mars 2013 Microenvironnement immunitaire dans les cancers colorectaux Tableau. Caractéristiques et paramètres associés à la contexture immunitaire et à l’Immunoscore. Contexture immunitaire Paramètres Immunoscore Paramètres Type CTL (CD3+ CD8+) Lymphocytes T mémoires (CD45RO+) Type CTL (CD3+ CD8+) Lymphocytes T mémoires (CD45RO+) Localisation Centre de la tumeur, Localisation marge d’invasion Présence et qualité des structures lymphoïdes tertiaires Centre de la tumeur, marge d’invasion Présence et qualité des structures lymphoïdes tertiaires Densité Continue Densité Valeurs prédéfinies (I0, I1, I2, I3, I4) Orientation fonctionnelle Orientation Th1, cytotoxicité Chimiokines, adhésion, cytokines Analyse de Cox (5) telle que les facteurs liés à la réponse Th1 (IFNγ, T-bet, IRF1, IL-12), des chimiokines (CX3CL-1, CXCL9, CXCL10, CCL5, CCL2), des molécules d’adhésion (MADCAM1, ICAM1, VCAM1) et des facteurs cytotoxiques (granzymes, perforine, granulysine) [tableau]. Survie sans récidive Survie globale HR p HR p 0,64 < 0,001 0,71 < 0,001 Tumeur à un stade précoce CT IM Des marqueurs immuns comme marqueurs pronostiques Tumeur à un stade avancé T1 T2 T3 Traditionnellement, pour les cancers colorectaux (CCR), comme pour les autres cancers, l’extension tumorale dans l’organe primaire et les critères d’invasion tumorale constituent les facteurs pronostiques les plus importants. Les données sur l’extension de la tumeur (stade T), combinées à la présence de cellules cancéreuses dans les ganglions lymphatiques drainant la tumeur (stade N) et à la présence de métastases à distance (stade M), caractérisent la classification internationale des cancers : la classification TNM de l’American Joint Committee on Cancer [AJCC] et de l’International Union Against Cancer [UICC]. Cette dernière permet d’estimer le pronostic des patients et d’adapter les traitements en conséquence. Malgré la puissance pronostique de ce système, il est de plus reconnu que le devenir clinique de différents patients peut varier de manière très significative à un même stade. La classification actuelle fournit une information pronostique limitée et ne prédit pas la réponse au traitement. Des progrès importants dans ce domaine ont été obtenus récemment grâce à l’analyse du microenvironnement tumoral et des populations immunitaires infiltrant les tumeurs (figure 1). Ainsi, une forte infiltration lymphocytaire dans les CCR a été associée à une survie beaucoup plus longue des patients (2, 6-24). Cette corrélation entre la prévalence de l’infiltration tumorale par des cellules immunitaires T4 TLS CT IM TLS Lymphocytes T cyctotoxiques et mémoires Autres lymphocytes T TLS (structure lymphoïde tertiaire) Cellules tumorales CT : centre de la tumeur IM : marge d’invasion de la tumeur Figure 1. Tumeurs à différents stades, présentant une forte infiltration par des lymphocytes T cytotoxiques et mémoires au centre et à la marge d’invasion de la tumeur. et le pronostic des patients a été bien documentée dans d’autres tumeurs telles que le mélanome, le cancer urothélial et les cancers de l’ovaire, de la tête et du cou, de la vessie, du sein, du rein, de la prostate et du poumon (2). La majorité des études ont démontré que de fortes densités de cellules T CD3+, CD8+ cytotoxiques et les lymphocytes T CD45RO+ mémoires sont associés à une survie sans récidive (SSR) plus longue et à l’amélioration de la survie globale (SG) [figure 2] (3). Correspondances en Onco-Théranostic - Vol. II - n° 1 - janvier-février-mars 2013 13 Immunité antitumorale dossier thématique Figure 2. Tumeurs (en bleu) présentant une infiltration par des lymphocytes T (CD8+) cytotoxiques (en marron), en faible densité (à gauche) et en forte densité (à droite). L’Immunoscore comme marqueur pronostique Autres marqueurs pronostiques Les données accumulées, recueillies auprès de grandes cohortes de patients atteints de cancer, ont démontré l’importance du système immunitaire pour classifier ces derniers. Un test simple et puissant appelé “Immunoscore” a été élaboré à partir de la contexture immunitaire. Il est fondé sur la quantification de 2 populations de lymphocytes (CD3/CD45RO, CD3/CD8 ou CD8/CD45RO) dans le centre et la marge d’invasion de la tumeur. Ces paramètres fournissent un système de cotation allant de 0, lorsque la densité des 2 types de cellules dans les 2 régions est faible, à 4, lorsqu’elle est forte [tableau]. La valeur pronostique de ces critères immunitaires a été démontrée chez les patients à tous les stades de la classification TNM, y compris les stades précoces (I-II) de CCR (25). Les 5 groupes Immunoscore (I0, I1, I2, I3, I4) ont été associés à des différences spectaculaires de SSR et de SG (p < 0,0001). Cinq ans après le diagnostic, seuls 4,8 % des patients ayant des densités élevées de cellules CD8 et CD45RO ont eu une récidive, et 86,2 % ont survécu. En revanche, le cancer a récidivé chez 75 % des patients ayant une faible densité de ces populations cellulaires et seuls 27,5 % des patients ont survécu (20). Ainsi, il a été montré que l’Immunoscore a une valeur pronostique supérieure à celle de la classification TNM. Des analyses multivariées de Cox montrent que la progression et l’invasion tumorales sont significativement dépendantes de l’Immunoscore. Ce dernier reste en effet le seul critère significatif pour la SSR et la SG, alors que la classification TNM perd sa significativité (5). Chez les patients qui n’ont pas rechuté, la densité des infiltrats CD8 était inversement corrélée au stade T, tandis que, chez les patients ayant une récidive, le nombre de cellules CD8 était faible, 14 quel que soit le stade T de la tumeur (5). Ainsi, de nombreuses preuves expérimentales étayent l’idée d’introduire des biomarqueurs immunologiques pour la prédiction du pronostic des patients. L’intégration de l’Immunoscore dans la classification des cancers pourrait se traduire par une amélioration de la prédiction du pronostic, mais aussi, potentiellement, de la prédiction de la réponse aux traitements (26, 27). L’évaluation immunitaire des tumeurs pourrait faciliter la prise en charge clinique des patients, non seulement pour effectuer une stratification rationnelle mais aussi pour guider les stratégies thérapeutiques des cancers. Plusieurs marqueurs pronostiques ont été proposés pour de nombreuses maladies, mais l’adaptation des nouveaux marqueurs à la routine clinique est de plus en plus difficile. Des marqueurs tumoraux et génétiques ont été décrits. Ainsi, le proto-oncogène N-MYC est un indicateur de mauvais pronostic dans le neuroblastome. Le statut mutationnel de KRAS est également utilisé en tant que marqueur pronostique, par exemple dans les cancers bronchiques non à petites cellules (CBNPC). Le nombre de ganglions lymphatiques a une forte influence sur le pronostic de SSR dans le cancer du sein. Le développement des technologies à haut débit, comme les puces à ADN, a conduit à l’étude des profils d’expression de gènes. Des signatures de gènes ont été définies, telle une signature de 70 gènes dans le cancer du sein, parmi beaucoup d’autres, dans d’autres soustypes de tumeurs. Malheureusement, la précision de ces prédicteurs reste insuffisante, et il est difficile d’identifier un biomarqueur pronostique robuste pour une analyse de routine. Des études ont également tenté de trouver des listes de prédiction de gènes dans le cancer de l’ovaire. Neuf signatures génétiques ont été rapportées, qui ne partagent presque aucun gène commun (comme c’est le cas pour d’autres types de cancers). Aucune de ces signatures n’a été mise en œuvre en routine clinique. Des technologies fondées sur la génomique ont conduit à des avancées significatives dans le diagnostic et le pronostic du cancer. Une mutation sur le gène APC de la polypose adénomateuse se produit chez environ 60 % des patients atteints de CCR. Il est utilisé comme biomarqueur pour déterminer le stade et la récurrence de la maladie et pour surveiller sa progression dans le cancer de l’œsophage (25). Ainsi, une augmentation du niveau d’APC hyperméthylé dans le sang a été associée à une faible survie. Correspondances en Onco-Théranostic - Vol. II - n° 1 - janvier-février-mars 2013 Microenvironnement immunitaire dans les cancers colorectaux Les caractéristiques d’un bon marqueur pronostique sont les suivantes : réalisable en routine clinique, simple, peu coûteux, rapide, robuste, reproductible, quantitatif et puissant. L’Immunoscore répond à ces exigences (26). D’autres marqueurs, en particulier immunitaires, pourraient être utilisés pour affiner la valeur pronostique de l’Immunoscore. Marqueurs prédictifs Les marqueurs pronostiques sont importants pour prédire le risque de récidive ou de décès ; cependant, ils ne fournissent pas d’information sur la prédiction de la réponse aux traitements thérapeutiques. Il est donc nécessaire d’avoir recours à des marqueurs prédictifs pour aider au choix thérapeutique. Par exemple, la surexpression de HER2 a été associée à une meilleure réponse à la doxorubicine dans le cancer du sein. De nombreux régimes thérapeutiques sont actuellement employés pour traiter le cancer, y compris des thérapies cytotoxiques telles que la chimiothérapie et la radiothérapie. Différentes thérapies à base d’anticorps sont utilisées et comprennent des approches centrées sur la tumeur (antityrosine kinase) et des approches visant le microenvironnement tumoral (anticorps antiVEGF) ou ciblant le système immunitaire, telles que les anti-PD1 et l’anticorps anti-CTLA4 ipilimumab. Des thérapies à base de petites molécules inhibitrices, de BRAF par exemple, sont également utilisées. D’autres approches immunothérapeutiques sont exploitées, tels les agonistes des récepteurs Toll-like (TLR), les vaccins à base de cellules dendritiques, les vaccins peptidiques et les thérapies cellulaires de transfert adoptif de lymphocytes T (ACT) [28]. Il devient évident que la majorité des traitements mentionnés ci-dessus ont un effet sur le système immunitaire (2). Ainsi, la contexture immunitaire pourrait être d’une importance capitale pour prédire la réponse thérapeutique des patients atteints de cancer (2). Des études récentes commencent à mettre en évidence l’interaction entre la mort des cellules tumorales déclenchée par la radiochimiothérapie et la réponse immunitaire. La prévalence de l’infiltrat immunitaire semble prédire la réponse clinique à certaines immunothérapies, y compris la réponse aux vaccins contre le cancer (29). Des patientes atteintes de cancer du sein ayant une mutation perte de fonction sur TLR4 rechutent plus précocement après avoir reçu une chimiothérapie à base d’anthracyclines. Le bénéfice de survie de patients atteints de CCR ayant reçu une chimiothérapie à base de 5-fluorouracil est grandement amélioré lorsqu’ils présentent une forte infiltration lymphocytaire tumorale (ILT) [p = 0,02] (30). Comme la présence d’une ILT reflète une réponse immunitaire adaptative, ces résultats suggèrent une interaction potentielle entre la réponse immunitaire et la chimiothérapie. Pour démontrer la valeur prédictive d’un biomarqueur, il est nécessaire d’être en mesure de comparer les patients dans un essai randomisé dans lequel un groupe témoin de patients non traités doit être évalué, faute de quoi, un marqueur supposé prédictif est susceptible d’être en fait un marqueur pronostique. Marqueurs immunitaires prédictifs et pronostiques Des profils d’expression des gènes ont révélé la présence d’une signature inflammatoire prédictive (30). Cette signature comprend des marqueurs de l’immunité innée, des chimiokines responsables du recrutement des lymphocytes T et des molécules effectrices immunitaires. Pour l’ensemble des stratégies thérapeutiques utilisées pour traiter les cancers, des marqueurs prédictifs de la réponse aux traitements pourraient en fait être le reflet d’une contexture immunitaire préexistante et d’une réponse immunitaire consécutive aux traitements. Ainsi, il est probable que des marqueurs immunitaires prédictifs soient également des marqueurs pronostiques. Comme les caractéristiques moléculaires tumorales sont susceptibles de moduler les réactions immunitaires des patients, il est essentiel de disposer d’une évaluation de l’ensemble de ces paramètres (31). Ainsi, l’évaluation immunitaire des patients peut non seulement fournir des informations sur leur pronostic, mais aussi aider à identifier des patients davantage susceptibles de bénéficier des traitements et fournir de nouvelles approches immunothérapeutiques. Conclusion La biologie des systèmes et les technologies à grande échelle sont des approches puissantes pour découvrir les mécanismes associés à la progression tumorale et à la récidive. Les réactions immunitaires intratumorales sont d’une importance majeure pour la survie des patients. Ces paramètres immunitaires définissent la contexture immunitaire. Celle-ci est caractérisée par le type cellulaire, l’orientation fonctionnelle de la réponse immunitaire et la densité et la localisation des cellules immunitaires adaptatives dans différentes régions de la tumeur. Pour des évaluations immunitaires de routine, Correspondances en Onco-Théranostic - Vol. II - n° 1 - janvier-février-mars 2013 15 Immunité antitumorale thématique un test simple a été proposé, appelé “Immunoscore”. La validation internationale de ce test pourrait entraîner la mise en œuvre d’un nouveau composant pour la classification des cancers, appelée “TNM-Immune” (TNM-I). En outre, la contexture immunitaire et l’Immu- noscore pourraient permettre de prédire la réponse à de nombreuses thérapies. Enfin, la connaissance des défauts de la contexture immunitaire pourrait fournir de nouvelles stratégies thérapeutiques pour guérir du cancer. ■ Références 1. Galon J, Fridman WH, Pages F. The adaptive immunologic 11. Halama N, Michel S, Kloor M et al. The localization and 2. Fridman WH, Pages F, Sautes-Fridman C et al. The immune contexture in human tumours: impact on clinical outcome. Nat Rev Cancer 2012;12:298-306. 12. Harrison JC, Dean PJ, El-Zeky F et al. From Dukes through microenvironment in colorectal cancer: a novel perspective. Cancer Res 2007;67:1883-6. 3. Galon J, Costes A, Sanchez-Cabo F et al. Type, density, and location of immune cells within human colorectal tumors predict clinical outcome. Science 2006;313:1960-4. 4. Mlecnik B, Tosolini M, Charoentong P et al. Biomolecular network reconstruction identifies T-cell homing factors associated with survival in colorectal cancer. Gastroenterology 2010;138:1429-40. 5. Mlecnik B, Tosolini M, Kirilovsky A et al. Histopathologic- based prognostic factors of colorectal cancers are associated with the state of the local immune reaction. J Clin Oncol 2011;29:610-8. 6. Baker K, Zlobec I, Tornillo L et al. Differential significance of tumour infiltrating lymphocytes in sporadic mismatch repair deficient versus proficient colorectal cancers: a potential role for dysregulation of the transforming growth factor-beta pathway. Eur J Cancer 2007;43:624-31. 7. Camus M, Tosolini M, Mlecnik B et al. Coordination of intratumoral immune reaction and human colorectal cancer recurrence. Cancer Res 2009;69:2685-93. 8. Dahlin AM, Henriksson ML, Van Guelpen B et al. Colorectal cancer prognosis depends on T-cell infiltration and molecular characteristics of the tumor. Mod Pathol 2011;24:671-82. 9. Dalerba P, Maccalli C, Casati C et al. Immunology and immunotherapy of colorectal cancer. Crit Rev Oncol Hematol 2003;46:33-57. 10. Diederichsen AC, Hjelmborg JB, Christensen PB et al. Prognostic value of the CD4+/CD8+ ratio of tumour infiltrating lymphocytes in colorectal cancer and HLA-DR expression on tumour cells. Cancer Immunol Immunother 2003;52: 423-8. 16 density of immune cells in primary tumors of human metastatic colorectal cancer shows an association with response to chemotherapy. Cancer Immun 2009;9:1. Jass: pathological prognostic indicators in rectal cancer. Hum Pathol 1994;25:498-505. 13. Lee WS, Park S, Lee WY et al. Clinical impact of tumor- infiltrating lymphocytes for survival in stage II colon cancer. Cancer 2010;116:5188-99. 14. Lugli A, Karamitopoulou E, Panayiotides I et al. CD8+ lymphocytes/ tumour-budding index: an independent prognostic factor representing a ‘pro-/anti-tumour’ approach to tumour host interaction in colorectal cancer. Br J Cancer 2009;101:1382-92. 15. Menon AG, Janssen-Van Rhijn CM, Morreau H et al. Immune system and prognosis in colorectal cancer: a detailed immunohistochemical analysis. Lab Invest 2004;84: 493-501. 16. Nagtegaal ID, Marijnen CA, Kranenbarg EK et al. Local and distant recurrences in rectal cancer patients are predicted by the nonspecific immune response; specific immune response has only a systemic effect - a histopathological and immunohistochemical study. BMC Cancer 2001;1:7. 17. Naito Y, Saito K, Shiiba K et al. CD8+ T cells infiltrated within cancer cell nests as a prognostic factor in human colorectal cancer. Cancer Res 1998;58:3491-4. 18. Nosho K, Baba Y, Tanaka N et al. Tumour-infiltrating T-cell subsets, molecular changes in colorectal cancer, and prognosis: cohort study and literature review. J Pathol 2010;222:350-66. 19. Pages F, Berger A, Camus M et al. Effector memory T cells, early metastasis, and survival in colorectal cancer. N Engl J Med 2005;353:2654-66. 20. Pages F, Kirilovsky A, Mlecnik B et al. In situ cytotoxic and memory T cells predict outcome in patients with early-stage colorectal cancer. J Clin Oncol 2009;27:5944-51. 21. Prall F, Duhrkop T, Weirich V et al. Prognostic role of CD8+ tumor-infiltrating lymphocytes in stage III colorectal cancer with and without microsatellite instability. Hum Pathol 2004;35:808-16. 22. Salama P, Phillips M, Grieu F et al. Tumor-infiltrating FOXP3+ T regulatory cells show strong prognostic significance in colorectal cancer. J Clin Oncol 2009;27:186-92. 23. Sinicrope FA, Rego RL, Ansell SM et al. Intraepithelial effector (CD3+)/regulatory (FoxP3+) T-cell ratio predicts a clinical outcome of human colon carcinoma. Gastroenterology 2009;137:1270-9. 24. Tosolini M, Kirilovsky A, Mlecnik B et al. Clinical impact of different classes of infiltrating T cytotoxic and helper cells (Th1, Th2, Treg, Th17) in patients with colorectal cancer. Cancer Res 2011;71:1263-71. 25. Fearnhead NS, Britton MP, Bodmer WF. The ABC of APC. Hum Mol Genet 2001;10:721-33. 26. Galon J, Franck P, Marincola FM et al. Cancer classification using the Immunoscore: a worldwide task force. J Transl Med 2012;10:205. 27. Galon J, Pages F, Marincola FM et al. The immune score as a new possible approach for the classification of cancer. J Transl Med 2012;10:1. 28. Rosenberg SA, Restifo NP, Yang JC et al. Adoptive cell transfer: a clinical path to effective cancer immunotherapy. Nat Rev Cancer 2008;8:299-308. 29. Apetoh L, Tesniere A, Ghiringhelli F et al. Molecular interactions between dying tumor cells and the innate immune system determine the efficacy of conventional anticancer therapies. Cancer Res 2008;68:4026-30. 30. Morris M, Platell C, Iacopetta B. Tumor-infiltrating lymphocytes and perforation in colon cancer predict positive response to 5-fluorouracil chemotherapy. Clin Cancer Res 2008;14:1413-7. 31. Ogino S, Galon J, Fuchs CS et al. Cancer immunology– analysis of host and tumor factors for personalized medicine. Nat Rev Clin Oncol 2011;8:711-9. Correspondances en Onco-Théranostic - Vol. II - n° 1 - janvier-février-mars 2013 RÉSUMÉ dossier