Tumori, dal DNA i nuovi indizi su prognosi e metastasi: trovati dei biomarcatori “invisibili”

Dagli stessi test molecolari emergono informazioni finora trascurate: il peso di una mutazione potrebbe aiutare a distinguere le forme più aggressive e il rischio di diffusione della malattia

LA NOTIZIA IN BREVE – Dai test molecolari già utilizzati negli ospedali si possono ricavare informazioni sul cancro che finora restavano nascoste. E’ quanto dimostrato da uno studio coordinato dall’Università di Trieste e pubblicato sulle pagine di Nature Genetics, basato sull’analisi di oltre 60.000 campioni, 39 tipi di tumore e più di 500.000 mutazioni.

Il gruppo ha sviluppato INCOMMON, un software open source che calcola quante copie mutate di un gene sono presenti nelle cellule tumorali. Questo dato, definito dosaggio mutazionale, ha permesso di individuare 46 biomarcatori associati alla sopravvivenza. Tredici sarebbero sfuggiti ai modelli che si limitano a classificare un gene come mutato o non mutato.

L’analisi ha fatto emergere anche 26 segnali collegati alle metastasi e altri 20 associati alla diffusione verso specifici organi. I risultati potrebbero affinare la prognosi e, in futuro, contribuire alla scelta delle terapie. Prima dell’uso clinico serviranno però verifiche su nuovi gruppi di pazienti e dati più completi sui trattamenti ricevuti.

 Se vuoi andare oltre alla sintesi della nostra notizia leggi qui di seguito l’approfondimento

L’APPROFONDIMENTO – Tredici biomarcatori associati alla sopravvivenza dei pazienti oncologici sarebbero rimasti nascosti usando il metodo più comune di lettura del DNA tumorale, quello che distingue semplicemente tra un gene mutato e uno privo di quella specifica alterazione. A individuarli è stato uno studio coordinato dall’Università di Trieste, pubblicato su Nature Genetics, che ha analizzato oltre 500.000 mutazioni in più di 60.000 campioni, appartenenti a 39 tipi di tumore. I ricercatori hanno trovato anche nuovi segnali collegati alle metastasi e agli organi verso i quali alcune neoplasie tendono a diffondersi.

Il lavoro ruota attorno a INCOMMON, un programma open source capace di stimare quante copie di un gene mutato siano presenti nelle cellule cancerose. Il dato può essere ricavato dai pannelli di sequenziamento mirato già impiegati in oncologia, senza eseguire necessariamente un nuovo tipo di esame. Per ora resta uno strumento di ricerca: lo studio ricostruisce associazioni statistiche su grandi gruppi di pazienti, ma non dimostra ancora che il suo impiego possa migliorare la scelta delle terapie.

Leggi di più

Perché la stessa mutazione può avere un peso diverso?

Nel DNA di una cellula normale ogni gene è presente, in genere, in due copie: una ereditata dalla madre e l’altra dal padre. Nei tumori questo equilibrio spesso salta. Intere porzioni del genoma possono essere perse, duplicate oppure amplificate molte volte.

Di conseguenza, trovare una mutazione dice quale alterazione è presente, ma non sempre chiarisce quanto quella mutazione pesi nell’assetto complessivo del tumore. Una cellula può conservare una copia sana del gene accanto a quella alterata. In un’altra, la copia sana può essere scomparsa. In un’altra ancora, la versione mutata può essersi moltiplicata.

Queste configurazioni possono produrre effetti diversi. Se viene amplificato un oncogene – un gene capace di favorire la crescita tumorale – il segnale che spinge la cellula a proliferare può diventare più intenso. Nel caso di un gene oncosoppressore, invece, la perdita della copia sana può eliminare uno degli ultimi freni alla crescita incontrollata.

Il gene mutant dosage, tradotto come dosaggio mutazionale del gene, misura proprio questo rapporto: quante copie contengono la mutazione e quante copie complessive del gene sono presenti. Due tumori classificati entrambi come positivi alla stessa alterazione possono così finire in gruppi differenti, con comportamenti clinici diversi.

Leggi di più

Come riesce INCOMMON a ricostruire il dosaggio mutazionale?

INCOMMON è l’acronimo di INference of COpy number and Mutation Multiplicity in ONcology. Il programma parte dai conteggi prodotti durante il sequenziamento: quante volte è stata letta una regione del DNA e in quale percentuale di quelle letture compare la mutazione.

Da questi elementi, attraverso un modello probabilistico bayesiano, stima il numero totale delle copie presenti nel campione, quante portano l’alterazione e quale proporzione del materiale analizzato proviene realmente dalle cellule tumorali. Per rendere più solide le ricostruzioni utilizza come riferimento grandi raccolte di tumori già studiati mediante sequenziamento dell’intero genoma.

Il vantaggio pratico è evidente. Diversi programmi impiegati per ricostruire il numero di copie richiedono i file grezzi del sequenziamento oppure un campione sano dello stesso paziente da confrontare con quello tumorale. INCOMMON può lavorare direttamente sui dati di lettura ottenuti da un campione di solo tumore.

Questo permette di tornare su analisi già eseguite e porre una domanda nuova a informazioni che erano state raccolte per altri scopi. Il software, distribuito con licenza open source, è disponibile anche attraverso un’applicazione utilizzabile dal browser.

Leggi di più

Quanto è precisa la ricostruzione?

Gli autori hanno verificato il modello su 6.492 campioni di 46 tipi di tumore, dei quali conoscevano già l’assetto genomico grazie a esami più estesi. La valutazione è stata ripetuta cinquanta volte, separando ogni volta i dati usati per addestrare il sistema da quelli impiegati per metterlo alla prova.

La stima del numero complessivo di copie è rimasta entro lo scarto di una copia nel 78,6% dei casi. Per il conteggio delle copie mutate la percentuale ha raggiunto il 96,4%. Il confronto con FACETS, uno degli strumenti già utilizzati in questo settore, ha mostrato scostamenti contenuti anche nella valutazione del numero di copie e della purezza del campione.

La precisione media consente di lavorare su grandi archivi, ma non rende infallibile la ricostruzione di ogni singolo tumore. Le biopsie contengono spesso cellule sane mescolate a quelle cancerose. All’interno della stessa massa, inoltre, possono convivere popolazioni cellulari con caratteristiche differenti.

Il modello attuale considera le mutazioni e le variazioni del numero di copie come alterazioni clonali, dunque presenti in tutte le cellule tumorali del campione. La scelta semplifica il calcolo e permette di analizzare decine di migliaia di casi, ma descrive con minore precisione le neoplasie molto eterogenee o i campioni con una bassa presenza di cellule cancerose.

Leggi di più

Quali indizi sono emersi sulla sopravvivenza?

L’analisi prognostica ha riguardato 21.937 tumori contenuti nell’archivio MSK-MET del Memorial Sloan Kettering Cancer Center. I pazienti sono stati divisi in base al dosaggio mutazionale di oncogeni e geni oncosoppressori.

Il confronto ha prodotto 46 biomarcatori specifici per tipo di tumore associati alla sopravvivenza complessiva. Per 38 le prove statistiche sono risultate più solide; altri otto hanno mostrato segnali più incerti. In circa il 70% dei biomarcatori, un dosaggio elevato della mutazione era legato a una prognosi peggiore.

Il numero che dà la misura della novità è però 13. Sono le associazioni che non emergevano dividendo i pazienti soltanto tra portatori e non portatori di una mutazione. L’alterazione genetica era già visibile nei test; a restare nascosto era il significato assunto dal suo numero di copie.

Un esempio arriva dall’adenocarcinoma del pancreas. Nei tumori con KRAS mutato, un dosaggio elevato è risultato associato a una sopravvivenza peggiore rispetto ai gruppi con un assetto più bilanciato o senza quella mutazione. L’effetto derivava sia dall’aumento delle copie alterate sia, in alcuni casi, dalla perdita della copia sana.

Segnali dello stesso tipo hanno interessato altri geni della via RAS-RAF, tra cui NRAS e BRAF, in differenti neoplasie. Nel carcinoma mammario positivo ai recettori ormonali e negativo per HER2, il dosaggio di PIK3CA ha identificato differenze prognostiche che la classificazione binaria non aveva rilevato.

Lo studio non propone un marcatore universale valido per ogni cancro. La stessa mutazione può assumere un significato diverso a seconda del tessuto nel quale compare, delle altre alterazioni presenti e del rapporto tra copie sane e mutate. È una lettura più vicina alla biologia reale dei tumori, ma anche meno adatta alle scorciatoie.

Che cosa è stato scoperto sulle metastasi?

Per studiare la diffusione della malattia, i ricercatori hanno confrontato 13.216 tumori primari con 8.721 campioni metastatici. Il dosaggio mutazionale non si distribuiva allo stesso modo nei due gruppi: alcune configurazioni comparivano più spesso nei tumori che avevano già raggiunto altri organi.

Da questa analisi sono emersi 26 biomarcatori, distribuiti in dieci tipi di cancro, associati alla presenza di metastasi. Altri 20, osservati in cinque neoplasie, erano legati al cosiddetto tropismo metastatico: la tendenza di un tumore a colonizzare uno specifico organo.

Tra i geni coinvolti compaiono nomi centrali nella ricerca oncologica, come TP53, PIK3CA, KRAS, EGFR, CDH1 e KEAP1. Nel tumore della mammella, per esempio, determinate configurazioni di CDH1 sono risultate più frequenti nelle metastasi ovariche. Nel carcinoma polmonare sono comparsi segnali differenti per le metastasi al fegato, al sistema nervoso centrale e alle ossa.

I dati indicano associazioni, non una mappa capace di anticipare con certezza la destinazione delle cellule cancerose. I campioni primari e metastatici non provenivano sempre dagli stessi pazienti; il confronto è stato costruito tra gruppi indipendenti. Per capire se il dosaggio mutazionale predica davvero il percorso futuro della malattia occorreranno campioni raccolti nel tempo dalle stesse persone.

Perché il metodo non può ancora guidare le cure?

Lo studio è retrospettivo: utilizza informazioni cliniche e genomiche già presenti negli archivi. Questo approccio consente di lavorare su numeri molto elevati, ma offre un controllo minore sulle differenze tra pazienti, trattamenti, laboratori e modalità di raccolta dei campioni.

Mancano soprattutto dati terapeutici abbastanza omogenei da stabilire se il dosaggio mutazionale abbia un valore predittivo, cioè se permetta di capire chi risponderà meglio a un determinato farmaco. Il lavoro documenta soprattutto un valore prognostico, legato all’andamento della malattia e al rischio di diffusione.

La distinzione è decisiva. Un’informazione può descrivere un tumore più aggressivo senza indicare quale terapia utilizzare. Gli studi successivi dovranno integrare tipo di trattamento, risposta, durata del beneficio e comparsa di resistenze. Gli stessi autori indicano la necessità di validazioni prospettiche e di campioni abbinati, raccolti dal tumore primario e dalle metastasi dello stesso paziente.

Anche le soglie usate per separare dosaggio basso, bilanciato ed elevato dovranno dimostrare di funzionare in ospedali diversi e con differenti pannelli di sequenziamento. Prima dell’ingresso nei referti clinici serviranno protocolli condivisi, controlli esterni e una valutazione dell’effettiva utilità per il paziente.

Chi ha partecipato e finanziato la ricerca?

Il lavoro è stato coordinato da Giulio Caravagna, docente di Informatica all’Università di Trieste e responsabile del Cancer Data Science Laboratory. I primi autori sono Nicola Calonaci, ricercatore sostenuto da AIRC, ed Eriseld Krasniqi, oncologo dell’IRCCS Istituto Nazionale Tumori Regina Elena di Roma e dottorando dell’ateneo triestino.

Alla ricerca hanno partecipato anche Human Technopole, Area Science Park, IRB Barcelona, Institute of Cancer Research di Londra, University Hospital Basel, Dana-Farber Cancer Institute e Harvard Medical School. I dati provengono soprattutto dalle coorti MSK-MET e AACR GENIE-DFCI.

I finanziamenti dichiarati comprendono contributi di Fondazione AIRC, Ministero della Salute, European Research Council, Cancer Research UK e Swiss National Science Foundation. Un autore, Trevor Graham, ha segnalato tre domande di brevetto e compensi per consulenze ricevuti da DAiNA Therapeutics; gli altri ricercatori hanno dichiarato di non avere interessi concorrenti.

Che cosa potrebbe cambiare per l’oncologia italiana?

L’interesse per il sistema sanitario italiano nasce dalla possibilità di ricavare un’informazione aggiuntiva da esami molecolari già eseguiti. Nei centri che utilizzano pannelli di sequenziamento mirato, il dosaggio mutazionale potrebbe essere calcolato senza ricorrere ogni volta a un nuovo prelievo o al sequenziamento completo del genoma.

Il beneficio economico, tuttavia, deve ancora essere misurato. Integrare il programma nei laboratori richiederebbe personale formato, verifiche sui diversi strumenti, procedure comuni e una chiara definizione del significato clinico dei risultati.

Uno spazio naturale potrebbe trovarsi nei Molecular Tumor Board, i gruppi multidisciplinari che discutono i casi più complessi riunendo oncologi, genetisti, patologi, bioinformatici e farmacologi. Il dosaggio mutazionale aggiungerebbe un elemento alla valutazione, senza sostituire la storia clinica, le condizioni del paziente e le prove disponibili sui trattamenti.

Link utili:
Studio originale pubblicato su Nature Genetics
Software open source INCOMMON

Note per i lettori

Le informazioni contenute in questo articolo hanno scopo puramente informativo e divulgativo. Non costituiscono in alcun modo parere medico o prescrizione. Prima di intraprendere qualsiasi terapia o integrazione, è necessario consultare il proprio medico curante.

Roberto Zonca

Roberto Zonca è giornalista professionista, attivo nell’informazione digitale dal 2000. Ha lavorato per oltre venticinque anni nella redazione di Tiscali News, testata considerata tra le esperienze storiche del giornalismo online italiano, nata nella stagione pionieristica del web e cresciuta insieme alla trasformazione digitale del Paese. Oggi dirige GiornaleTecnologico.net.

Correlati