Sviluppo di strategie preventive sulla base della caratterizzazione molecolare delle patologie

Ulrich Pfeffer

U.O.C. Patologia Molecolare Integrata IRCCS Azienda Ospedaliera Universitaria San Martino – IST

Istituto Nazionale per la Ricerca sul Cancro

Uno di due uomini e una di tre donne riceveranno una diagnosi di cancro in qualche momento della loro vita …

Tutti sono a rischio !

La prevenzione primaria dei tumori

OBBIETTIVI DELLA

CHEMIOPREVENZIONE

Individui sani

Inibizione della cancerogenesi Prevenzione primaria

Fase pre-clinica

Reversione della cancerogenesi Prevenzione secondaria

Pazienti dopo la terapia

Prevenzione di nuovi tumori primari Prevenzione secondaria

Prevenzione delle metastasi Prevenzione terziaria

LIVELLO DI PREVENZIONE

La prevenzione primaria dei tumori

• Interventi sullo stile di vita fumo, alcool, dieta, attività fisica

American Heart Association: In 2004, women consumed an average of 22% more calories per day than they did in 1971, and men consumed 10% more. A third of adults do not undertake any physical activity.

• Sostanze naturali contenute nella dieta che prevengono il cancro anti-ossidanti, anti-infiammatori

• Sostanze chemiopreventivi farmaci ben tollerati privi di effetti tossici sostanze naturali somministrate come farmaco

Chemioprevenzione mirata

Fattori di rischio genetici ed ambientali

Caratteristiche molecolari del

tumore

Meccanismi molecolari della

prevenzione

Fattori di rischio genetici ed ambientali

Ambientali: fumo, amianto, PCB, alcool, dieta ecc. Genetici: Mutazioni di geni tumore soppressore (BRCA1 ecc.) Polimorfismi

Benché il genoma umano è quasi identico tra tutti gli uomini ci sono piccole differenze tra individui che consistono nella sostituzione di singole lettere (nucleotidi) del nostro codice genetico, polimorfismi, che possono alterare la funzionalità dei geni ed influenzare il rischio di sviluppare tumori

© Affymetrix Inc.

SNP array

Rischio genetico del carcinoma mammario

Mutazioni in geni di soprressori della tumorigenesi - BRCA1, BRCA2 alta penetranza, bassa incidenza Polimorfismi (SNP) in oltre 200 geni bassa penetranza, alta incidenza

Rischio genetico del carcinoma mammario

Mutazioni in geni di soprressori della tumorigenesi - BRCA1, BRCA2 alta penetranza, bassa incidenza Polimorfismi (SNP) in oltre 200 geni bassa penetranza, alta incidenza Mutazioni rare - presenti in singoli soggetti o famiglie, risultati di «errori» nella trasmissione dei geni da genitori a figli varia penetranza, bassissima incidenza Queste mutazioni possono essere scoperto attraverso il sequenziamento del genoma intero di singoli pazienti con la metodica del «Next Generation Sequencing»

Caratterizzazione molecolare dei tumori

Hu et al. BMC Genomics 2006

Caratterizzazione molecolare dei tumori

Obesità e cancro

Sinicrope F A , Dannenberg A J JCO 2011;29:4-7

©2011 by American Society of Clinical Oncology

I geni del sistema insulinico • Insulin pathway

• IGF-pathway

• Infiammazione • Metabolismo del glucosio

Insulin, insulin induced genes, insulin-degrading enzyme (IDE) insulin receptor insulin receptor substrate (IR-S) 1, IR-S 2, IR-S 4, similar to IR-S like protein, insulin-like factors insulin promoter factor 1, homeodomain transcription factor putative IGF II associated protein IGF 1 (somatomedin C), IGF 2 (somatomedin A) IGF BP (Binding proteins) IGF-II mRNA-BP2, IGF-II mRNA-BP 3 IGF 1 receptor, IGF 2 receptor IGF 2 antisense

IL- 6 signal transducer (oncostatin M receptor) IL-6 (interferon, beta 2) IL-6 receptor TNF superfamily

solute carrier family 2 (facilitated glucose transporter), member 1 (GLUT1), member 4 (GLUT4) hydroxysteroid (11-beta) dehydrogenase 1 CD68 antigen (macrophage marker )

Alessandra Gennari, Pia Sormani, Valentina Mirisola, Alessia Esposito

Modello multivariato

Gene names p value Score coefficients

Mean SD Mean SDX201163_s_at IGFBP7 12.39 0.51 12.16 0.69 0.046 1.37X201508_at IGFBP4 10.03 1.22 9.49 1.19 0.048 0.05

X201627_s_at INSIG1 6.86 1.33 7.67 0.84 0.004 0.31X202410_x_at IGF2 5.05 2.41 3.77 2.14 0.016 0.09X203328_x_at IDE 2.90 1.02 3.63 1.49 0.005 0.34X203628_at IGF1R 8.94 2.20 7.75 2.99 0.024 0.05X203851_at IGFBP6 6.25 1.61 4.75 1.85 <0.001 -0.34X204686_at IRS1 8.01 1.41 7.22 1.89 0.013 -0.17

X204863_s_at IL6ST 8.25 1.81 6.84 2.67 0.001 0.02X209184_s_at IRS2 5.67 1.66 4.82 1.94 0.033 0.22

X209295_at TNFRSF10B 7.32 1.01 6.84 1.23 0.045 -0.03X209540_at IGF1 7.02 2.08 4.80 2.06 <0.001 -0.44

X214329_x_at TNFSF10 8.58 1.52 7.83 1.84 0.038 -0.07X214581_x_at TNFRSF21 3.77 1.04 4.66 1.46 0.002 0.11X218368_s_at TNFRSF12A 7.39 1.08 7.88 0.79 0.032 0.28

No Relpase Relapse

Score = 1.37 x IGFBP7 + 0.05 x IGFBP4 + 0.31 x INSIG1….

Analisi statistica multivariata di COX per generare una «signature» prognostica basata sulla combinazione lineare dei valori di espressione pesati

Alessandra Gennari, Pia Sormani, Valentina Mirisola, Alessia Esposito

p<0.001 (log rank test)

Insulin score

P=0.03 (log rank test)

Alessandra Gennari, Pia Sormani, Valentina Mirisola, Alessia Esposito

La «signature» del sistema insulinico

Una donna il cui tumore risulta ad alto rischio applicando la «signature» del sistema insulinico potrebbe considerare • Terapie aggiuntive contro la «sindrome metabolica»

Metformina • Diete particolari

Pochi grassi animali, molta frutta e verdura • Attività fisica Moderata ma regolare

I geni che mediano l’effetto pro-tumorale dell’obesità diventano bersagli per gli approcci di chemioprevenzione La comprensione dei meccanismi può indirizzare la ricerca di nuove sostanze chemiopreventivi

Meccanismi molecolari della prevenzione

Sostanze dietetiche prive di effetti tossici spesso hanno anche effetti limitati sulle cellule del nostro organismo che possono essere difficili da misurare. Di solito, i ricercatori usano queste sostanze a concentrazioni elevate, condizione in cui gli effetti diventano visibili. Queste concentrazioni non possono essere raggiunte nel paziente e pertanto la rilevanza degli effetti osservati è questionabile. Abbiamo sviluppato un approccio, la “Reference Profile Correlation” che ci permette di analizzare effetti deboli attraverso il paragone con gli effetti forti di un “vero” farmaco.

Reference profile correlation

Bachmeier, BE et al. Cell. Physiol. Biochem. 26, 471, 2010

Reference Profile Correlation

-7.5 -5.0 -2.5 2.5 5.0 7.5

-1.00

-0.75

-0.50

-0.25

0.25

0.50

0.75

1.00

Curcumin

-7.5 -5.0 -2.5 2.5 5.0 7.5

-1.00

-0.75

-0.50

-0.25

0.25

0.50

0.75

1.00

E2

Curc

umin

-7.5 -5.0 -2.5 2.5 5.0 7.5

-1.5

-1.0

-0.5

0.5

1.0

1.5

Quercetin

-7.5 -5.0 -2.5 2.5 5.0 7.5

-1.5

-1.0

-0.5

0.5

1.0

1.5

E2

Que

rcet

in

-7.5 -5.0 -2.5 2.5 5.0 7.5

-1.00

-0.75

-0.50

-0.25

0.25

0.50

0.75

1.00

Enterolactone

-7.5 -5.0 -2.5 2.5 5.0 7.5

-1.00

-0.75

-0.50

-0.25

0.25

0.50

0.75

1.00

E2

Ente

rola

cton

e

-7.5 -5.0 -2.5 2.5 5.0 7.5

-1.00

-0.75

-0.50

-0.25

0.25

0.50

0.75

1.00

Nonylphenol

-7.5 -5.0 -2.5 2.5 5.0 7.5

-1.00

-0.75

-0.50

-0.25

0.25

0.50

0.75

1.00

E2

Correlazione di Spearman Curcumin = 0.39 p<0.0001 Quercitin = 0.31 p< 0.0001 Enterolactone = 0.14 p= 0.012

Curcumin inhibits the pro-inflammatory transcription factor NFkB

Bachmeier et al. Cell Physiol Biochem 2007

Curcumin inhibits the formation of metastases in mice

Bachmeier et al. Cell Physiol Biochem 2007 Kilian et al. submitted

Breast Prostate

p=0.024 p=0.0035

Number of metastases in each animal

E2 stimulated Proliferation

ER

Bachmeier et al. Cell Physiol Biochem 2007 Bachmeier et al. Carcinogenesis 2008 Bachmeier et al. Cell Physiol Biochem 2010 Bachmeier et al. Frontiers Biosci. 2011 Kilian et al. submitted

Chemioprevenzione molecolarmente mirata

• E’ possibile classificare i tumori sulla base delle loro caratteristiche molecolari come il profilo di espressione e lo spettro di mutazioni.

• La classificazione molecolare indica bersagli della chemioprevenzione. • E’ possibile studiare i meccanismi molecolari attraverso i quali sostanze naturali e

sintetiche esercitano un effetto preventivo. • Si possono individuare sostanze adeguate a contrastare l’insorgenza o la

progressione di tumori con determinate caratteristiche molecolari. • Rimane difficile determinare il rischio specifico di ogni singola persona a

prescindere dai pochi casi chiaramente familiari.

Chemio-prevenzione

mirata

Genetica

Tumore farmaco

IRCCS AOU San Martino - IST Integrated Molecular Pathology

Adriana Amaro

Alessia Esposito Daniele Gaibazzi

Giovanna Angelini Graziana Savarino

Renata Scarzello Valentina Mirisola

Anatomy and Cytohistopathology

Mauro Truini Franca Carli

Medical Oncology

Lucia Del Mastro Paolo Pronzato

Uni Genova

Maria Pia Sormani

AO Galliera, Genova Alessandra Gennari

Multimedica

Adriana Albini

LMU-Munich Beatrice Bachmeier

Peter Kilian

Funding: MinSal, LILT, Regione Liguria, Compagnia San Paolo, AIRC