D. Miguel Aracil Biomarcadores en el desarrollo de fármacos en Oncología Workshop sobre Gestión del conocimiento clínico ISCIII

Biomarcadores en el desarrollo
de fármacos en Oncología
Miguel Aracil
Workshop sobre Gestión del conocimiento clínico
ISCIII (31 Mayo, 2007)
Guión
La medicina personalizada y los biomarcadores
Las tecnologías “ómicas” y sus aplicaciones
La experiencia y las necesidades de PharmaMar
Problemas en el tratamiento del cáncer
Los fármacos antitumorales sólo son eficaces en una
fracción de los pacientes tratados.
La clasificación histopatológica del tumor no puede
anticipar con precisión la respuesta al tratamiento.
Los regímenes de quimioterapia son muy tóxicos para
el paciente.
Los nuevos fármacos antitumorales, la mayoría terapias
dirigidas, son muy caros (Gleevec 2.300 $/año;
Herceptin 3.300 $/año)
Se necesita el fármaco adecuado para cada
tumor/paciente: MEDICINA PERSONALIZADA
La respuesta a los fármacos
(Spear et al. TRENDS Molecul Med, May 2001)
Variabilidad en la respuesta a fármacos
Factores
genéticos
Doxorubicina (MDR1)
Paclitaxel (MDR1)
Transportador
Diana
5-FU (TS)
Erlotinib (EGFR)
Metabolismo
Célula
6-MP (TPMT)
Irinotecan
(UGT1A1)
Medicina personalizada
Pacientes con el mismo
diagnóstico
Perfil genético de
no respuesta
o toxicidad
Fármaco o dosis
alternativa
Biomarcadores
Perfil genético
de respuesta
favorable
Fármaco o dosis
convencional
Definición de Biomarcador
Una característica que se puede medir objetivamente
y que se puede evaluar como indicador de procesos
biológicos normales o patogénicos o de respuestas
farmacológicas a una intervención terapéutica (FDA).
Una característica bioquímica que puede utilizarse
para medir el progreso de una enfermedad o los
efectos de un tratamiento (Webster’s Medical
Dictionary).
Biomarcadores tumorales en clínica
Desarrollo de biomarcadores
Academia
Biotech
Pharma & Diagnostics
Plataformas tecnológicas
Bancos de muestras
Impacto de los biomarcadores en la
Industria Farmacéutica
Incremento de la eficacia del fármaco:
– Facilita el registro basado en eficacia.
– Mejora sobre fármacos competidores
– Acceso a primera línea de tratamiento
Ensayos clínicos mas cortos y dirigidos
– Menor coste del desarrollo clínico
Rescate de terapias que, siendo muy activas en
ciertas poblaciones, no se muestran eficaces en la
población general
Productos derivados de farmacogenómica
Invader® UGT1A1 test
Herceptin: tratamiento adyuvante de pacientes con cáncer de mama
primario HER2+
AmpliChip: análisis de dos genes del sistema citocromo P450 para
predecir el fenotipo metabolizador de fármacos.
Invader UGT1A1 Test: predicción de efectos adversos del irinotecan en
el tratamiento del cáncer de colon
Productos derivados de farmacogenómica
MammaPrint (Agendia): microarray para analizar 70 genes que
predicen el desarrollo de metástasis en pacientes con cáncer de
mama premenopáusicas.
Utilizacion de microarrays en el
desarrollo de fármacos
Modo de acción de antitumorales
– Identificación de genes cuya expresión se modifica por
exposición al fármaco
– Identificación de mecanismos de acción del fármaco
– Comparación de análogos de fármacos
– Identificación de mecanismos de resistencia y toxicidad
Clasificación molecular de tumores
– Estratificación y pronóstico de evolución clínica
– Identificación de subtipos moleculares de tumores
– Identificación de rutas y genes clave de transformación
tumoral
– Identificación de nuevas dianas terapéuticas
Predicción de respuesta a fármacos
Microarrays de cDNA
Lectura de resultados de hibridación
Rojo: Sólo
expresa en
test (Cy5)
Verde: Sólo
expresa en
referencia (Cy3)
Relación o
ratio de
expresión
(Cy3+Cy5)
Análisis de perfiles de expresión génica.
Necesidad de herramientas bioinformáticas
Datos
numéricos
1.833444 0.876241
1.495178 1.001273
Análisis
de datos
Gran cantidad de datos ”no
exactos”
1. Gestión de los datos (Bases
de Datos)
2. Herramientas estadísticas y
matemáticas
3. Asociación a conocimiento
biológico asociado (enlace con
bases de datos externas)
Procesos
biológicos
Modo de acción de un fármaco
Gene Ontology
GSTA4 PLCE1 BRE CYP2E1 PIM1 TRIP11 ELF1 CCNC DMTF1 PSMB4 DDIT3 MAPK14 PTPN12
PLCE1 RANGAP1 SGNE1 CNTNAP2 LAMB1 P2RY5 MAPK14 CD2 VAV3 TSHR
PLCE1 PIM1 TNKS2 DDIT3 MAPK14 CD2 CCNC TSHR
GSTA4 TNKS2 DDIT3 MAPK14 CD2
CNTNAP2 MAPK14 CD2 CHGA
PLCE1 CD2 TSHR
PLCE1 CD2
CD2
CD2
PLCE1
CHGA
Genes desregulados por Aplidina
Búsqueda de información de genes
http://www.ncbi.nlm.nih.gov/
Comparación de análogos
Similitud de los perfiles de expresión de análogos de Yondelis
Predicción de toxicidad
Estrategia de descubrimiento de marcadores
en PharmaMar
Identificación de genes clave en el mecanismo de
acción del fármaco como potenciales marcadores de
respuesta
– Análisis in vitro en líneas celulares y xenoinjertos
– Tecnologías “ómicas” para la identificación de marcadores
Validación del biomarcador en cohortes
retrospectivas de muestras de pacientes tratados
– Muestras de pacientes de ensayos clínicos y de uso compasivo
– Marcadores y procedimientos analíticos definidos
Validación clínica de los biomarcadores en ensayos
clínicos prospectivos
Obtención retrospectiva de muestras de pacientes
Preparación de una justificación basada en estudios in
vitro.
Revisión y aprobación por los investigadores clínicos
de los Centros que han tratado el mayor número de
pacientes.
Aprobación por los Comités Éticos.
Recuperación de las muestras tumorales de los
archivos de Anatomía Patológica.
Envío de las muestras.
Análisis molecular en el laboratorio
Análisis estadístico: correlación con los datos clínicos
Obtención de muestras de pacientes en
ensayos clínicos
Ventajas:
Obtención de un gran número de muestras en condiciones
óptimas para el análisis.
Consentimiento del paciente para múltiples análisis
Posibilidad de recoger tejidos frescos y fluidos biológicos.
Recogida de los datos clínicos de los pacientes necesarios
para las correlaciones con los datos moleculares.
Uso regulatorio de los resultados.
Desventajas:
Gran retraso desde el diseño del estudio hasta el análisis de
las muestras y su correlación con los datos clínicos.
Logística cara y complicada.
El flujo de muestras
Clinical Collaborators
Patient’s Clinical Data
Pathology Departments
Tissue Blocks / Tissue slices
4-3 weeks
Sample pooling & processing
Sample anonimization
Statistical Analysis
Molecular Analysis Labs:
• mRNA expression
• IHC
• Promoter Methylation
• Pathology Review
Diseño experimental
Tejido tumoral incluido en
parafina antes del tratamiento
con Yondelis
Microdisección de las células
tumorales
Extracción de RNA
Taq-Man
qRT-PCR
Cuantificación de los
niveles de expresión de mRNA
Correlación con la
respuesta clínica
Niveles de expresión del mRNA de BRCA1
PFS
Parameter
CR + PR
CR+PR+MR+SD>6
PFS>6 Months
Median PFS (KM)
PFS 6 (KM)
Median Survival (KM)
P. Schoffski et al, AACR 2007
Survival
BRCA1 Expression Levels
p-Value
BRCA1<2.34
BRCA1≥2.34
11/71 (15%)
6/64 (9%)
<0.001
33/71 (46%)
12/64 (19%)
<0.001
30/73 (41%)
10/65 (15%)
<0.038
4.2 m
1.8 m
0.0002
42%
16.5%
0.0007
15.4 m
6.8 m
0.0008
Niveles de expresión del mRNA de BRCA1 +ERCC1
Survival
PFS
Parameter
CR + PR
CR+PR+MR+SD≥6
PFS≥6 Months
Median PFS (KM)
PFS 6 (KM)
Median Survival (KM)
P. Schoffski et al, AACR 2007
BRCA1+ERCC1
Favorable
Unfavorable
4/31 (13%)
18/31 (58%)
16/32 (50%)
6.6 m
55.5 %
17.7 m
0/22 (0%)
2/22 (9%)
2/23 (9%)
1.7 m
9%
5.4 m
p-Value
<0.001
<0.001
<0.003
0.0004
0.0004
0.0012
Gene Set Enrichment Analysis Statistics
Correlación entre la expresión de
genes de una ruta biológica y la
sensibilidad a trabectedin en un panel
de líneas celulares
Objetivo de los estudios de farmacogenómica
Descubrimiento y validación de marcadores moleculares
para la identificación de pacientes (tumores) con mayor
probabilidad de responder al fármaco.
Biomarcador
29%
of pts alive > 2 +
yrs
Biomarcador -
Necesidades de herramientas bioinformáticas
en PharmaMar
Química
combinatoria
Predicción de estructuras
moleculares
Sistemas de manejo de información de laboratorio:
LIMS Nautilus
EXPLORACION
ENSAYOS
COMPLEJOS
NUEVAS
MOLECULAS
Statistical Analysis
Software
SAS, SPSS
Microarrays
datamining tools
DEFINICION DE
DIANAS
ENSAYOS
CLINICOS
Los biomarcadores en el desarrollo de fármacos
• Academia
• Plataformas tecnológicas
• Biotecnológicas
• Empresas de diagnóstico
Terapias más eficaces
Biomarcadores
Nuevas dianas
Menores efectos adversos
Menor tasa de fracasos
Tecnologías “ómicas”
Bioinformática
¡Gracias!