ES2633165T3 - Nuevo clasificador para la clasificación molecular de mieloma múltiple - Google Patents

Nuevo clasificador para la clasificación molecular de mieloma múltiple Download PDF

Info

Publication number
ES2633165T3
ES2633165T3 ES12733765.7T ES12733765T ES2633165T3 ES 2633165 T3 ES2633165 T3 ES 2633165T3 ES 12733765 T ES12733765 T ES 12733765T ES 2633165 T3 ES2633165 T3 ES 2633165T3
Authority
ES
Spain
Prior art keywords
risk
patients
emc
gene
multiple myeloma
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES12733765.7T
Other languages
English (en)
Inventor
Rowan Kuiper
Pieter Sonneveld
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Erasmus University Medical Center
Original Assignee
Erasmus University Medical Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Erasmus University Medical Center filed Critical Erasmus University Medical Center
Application granted granted Critical
Publication of ES2633165T3 publication Critical patent/ES2633165T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6813—Hybridisation assays
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6813—Hybridisation assays
    • C12Q1/6834—Enzymatic or biochemical coupling of nucleic acids to a solid phase
    • C12Q1/6837—Enzymatic or biochemical coupling of nucleic acids to a solid phase using probe arrays or probe chips
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/112—Disease subtyping, staging or classification
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/118—Prognosis of disease development
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Microbiology (AREA)
  • Pathology (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

Método para determinar el resultado o pronóstico de la enfermedad de un paciente diagnosticado con mieloma múltiple clasificando al paciente en una categoría de alto riesgo o de bajo riesgo usando el análisis de expresión génica de al menos 92 genes como se indica en la tabla 1, en donde el método comprende las etapas de: a. proporcionar un conjunto de sondas para la detección de al menos el conjunto de genes 92 según la tabla 1, b. poner en contacto el conjunto de sondas con una muestra que comprende ARNm de un paciente, c. determinar el nivel de expresión de cada gen individual del conjunto de 92 genes establecidos en la muestra.

Description

5
10
15
20
25
30
35
40
45
50
DESCRIPCION
Nuevo clasificador para la clasificacion molecular de mieloma multiple Introduccion
La presente invencion se encuentra en el campo del diagnostico molecular. La descripcion proporciona un metodo para clasificar muestras obtenidas de pacientes diagnosticados con mieloma multiple. La descripcion tambien proporciona un metodo para determinar el pronostico de un individuo diagnosticado con mieloma multiple, asf como un metodo para la prediccion de la respuesta al tratamiento de un individuo diagnosticado con mieloma multiple.
Antecedentes de la invencion
El mieloma multiple (MM) se caracteriza por la acumulacion de celulas plasmaticas monoclonales malignas en la medula osea. La supervivencia media total (OS) es de 3 a 4 anos, pero vana ampliamente entre los pacientes. Actualmente, el International Staging System (ISS), basado en el suero p2m y albumina, se utiliza ampliamente en clmica para clasificar a los pacientes con MM en tres categonas de pronostico. [1]
Con base en citogenetica, se pueden distinguir dos clases de MM con implicaciones para la biologfa y el pronostico de MM. El MM hiperdiploide, ~ 60% de los pacientes, caracterizado por trisoirnas de multiples cromosomas impares (3, 5, 7, 9, 11, 15, 19, y 21) tiene un pronostico relativamente bueno. El MM no hiperdiploide, ~ 40% de los casos, se caracteriza por translocaciones recurrentes que involucran al gen de la cadena pesada de inmunoglobulina en 14q32, dando como resultado la activacion transcripcional de CCND1, CCND3, MAF, MAFB o FGFR3/MMSET. [2, 3] La translocacion t(11;14), que involucra CCND1, confiere un pronostico relativamente favorable mientras que la translocacion t(4;14), que involucra FGFR3 y MMSET, tiene mal pronostico. [4, 5] Las translocaciones t(14;16) y t(14;20), que involucran los oncogenes de MAF, tambien confieren un mal pronostico, aunque recientemente ha sido debatido [6]. Ademas, se informo que del(17p), del(13q) y 1q-gain detectados mediante deteccion convencional del cariotipo estan asociados con un mal pronostico. [7]
Con base en el analisis de la expresion genica, se han publicado varias clasificaciones para MM que incluyen la clasificacion de la Universidad de Arkansas para Ciencias Medicas (UAMS) y mas recientemente una clasificacion por nuestro propio grupo. La clasificacion molecular de la UAMS del mieloma consiste en siete grupos distintos de expresion genica, incluidos los grupos de translocacion MS, MF y CD-1/2, asf como un grupo hiperdiploide (HY), un grupo con genes asociados a la proliferacion (PR), y un grupo caracterizado por un bajo porcentaje de enfermedad osea (LB). [8] Nuestra clasificacion de MM dio lugar a tres grupos adicionales: NFkB, CTA y PRL3. [9]
La expresion genica es capaz de explicar una cantidad aun mayor de varianza en la supervivencia en comparacion con el ISS y la citogenetica. Una de las primeras firmas de supervivencia basadas en la expresion genica fue el genica UAMS-70 y el genica mas refinado UAMS-17. [10,11]. Otros clasificadores incluyen la firma Millennium, la firma de genes mRC-IX-6 y el clasificador IFM. [12-14] Ademas, se informo que las firmas predicen la proliferacion de celulas plasmaticas, tal como el mdice de proliferacion de expresion genica (GPI) publicado recientemente. [15]
El documento EP1964930 A1 describe un clasificador molecular de 15 genes util para evaluar la probabilidad de supervivencia de pacientes con MM. El metodo analiza el nivel de expresion de estos genes en una matriz de ADN.
El documento WO2010/064016 A2 describe una firma de expresion de 97 genes que esta asociada con un mal pronostico (es decir, alto riesgo) en pacientes con MM. El analisis del nivel de expresion descrito en el mismo se lleva a cabo utilizando una matriz de ADN.
El documento US 2008/274911 A1 tambien utiliza analisis de expresion de matrices de ADN, pero utiliza diferentes genes marcadores.
El objetivo del estudio, tal como se describe en la presente memoria, era desarrollar una firma de pronostico, basada en perfiles de expresion genica (GEP) de pacientes con MM, tratados ya sea con tratamiento de induccion estandar o induccion con bortezomib, seguidos en ambos casos por dosis altas de melfalan y mantenimiento.
Sumario de la invencion
Se presenta aqu un clasificador que comprende un conjunto de 92 genes capaz de distinguir entre pacientes con alto riesgo y pacientes con un riesgo bajo. En un analisis de supervivencia de pacientes con mieloma multiple recien diagnosticados (MM), el clasificador arrojo excelentes resultados en los que la clasificacion en el grupo de bajo riesgo identifico pacientes con una buena supervivencia general, mientras que el grupo identificado como de alto riesgo mostraron tasas de supervivencia significativamente peores.
La presente descripcion se refiere a un metodo para determinar el resultado de la enfermedad o el pronostico de un paciente diagnosticado con mieloma multiple clasificando dicho paciente en una categona de alto riesgo o de bajo riesgo, comprendiendo dicho metodo las etapas de
a) proporcionar un chip genetico que comprende sondas para la deteccion de al menos el conjunto de 92 genes de
5
10
15
20
25
acuerdo con la tabla 1,
b) poner en contacto el chip genetico con una muestra que comprende ARNm de un paciente,
c) determinar los niveles de expresion del conjunto de 92 genes en la muestra,
d) normalizar los niveles de expresion utilizando normalizacion media/varianza para obtener el valor de expresion normalizado,
e) multiplicar el valor de expresion normalizado con el valor beta de acuerdo con la tabla 1 para obtener el valor calculado para una sonda individual,
f) determinar una puntuacion de EMC-92 por suma de los valores calculados de las sondas individuales,
en donde una puntuacion de EMC-92 por encima de un umbral predeterminado indica que el paciente debe clasificarse en la categona de alto riesgo y una puntuacion en o por debajo del umbral predeterminado indica que el paciente debe clasificarse en la categona de bajo riesgo.
Descripcion detallada de la invencion
Se presenta aqu un clasificador que comprende un conjunto de 92 genes capaz de distinguir entre pacientes con alto riesgo y pacientes con un riesgo bajo. En un analisis de supervivencia de pacientes recien diagnosticados con mieloma multiple (MM), el clasificador arrojo excelentes resultados en los que la clasificacion en el grupo de bajo riesgo identifico pacientes con una buena supervivencia general, mientras que el grupo identificado como de alto riesgo mostraron tasas de supervivencia significativamente peores.
El clasificador se valido en un entorno experimental en el que los pacientes con una supervivencia general pobre (OS) se distingrnan de los pacientes con OS estandar. Por lo tanto, se construyo un modelo SPCA utilizando los datos de HOVON65/GMMG-HD4 como un conjunto de entrenamiento (vease la seccion experimental a continuacion). Se encontro que una serie de 1088 conjuntos de sondas estaban asociadas con la supervivencia libre de progresion (PFS) en un analisis de regresion de Cox univariado (FDR <10%). Con base en estos conjuntos de sondas, se desarrollo un clasificador con 92 conjuntos de sondas (tabla 1). Este clasificador se denominara la firma de genes EMC-92.
Tabla 1
#
Sondas Beta Gen Cromosoma Banda
1
226217_at -0,0319 SLC30A7 1 p21.2
2
208967_s_at 0,0113 AK2 1 p35.1
3
202553_s_at 0,0054 SYF2 1 p36.11
4
217728_at 0,0773 S100A6 1 q21.3
5
223381_at -0,0070 NUF2 1 q23.3
6
218365_s_at 0,0035 DARS2 1 q25.1
7
211963_s_at 0,0303 ARPC5 1 q25.3
8
222680_s_at 0,0205 DTL 1 q32.3
9
221826_at 0,0200 ANGEL2 1 q32.3
10
201795_at 0,0067 LBR 1 q42.12
11
202813_at 0,0548 TARBP1 1 q42.2
12
202322_s_at 0,0129 GGPS1 1 q42.3
13
202728_s_at -0,1105 LTBP1 2 p22.3
14
209683_at -0,0561 FAM49A 2 p24.2
15
201930_at -0,0090 MCM6 2 q21.3
16
228416_at -0,0778 ACVR2A 2 q22.3
#
Sondas Beta Gen Cromosoma Banda
17
206204_at 0,0477 GRB14 2 q24.3
18
215177_s_at -0,0768 ITGA6 2 q31.1
19
224009_x_at -0,0520 DHRS9 2 q31.1
20
AFFX-HUMISG F3A/M97935_MA_at 0,0525 STAT1 2 q32.2
21
222154_s_at 0,0154 SPATS2L 2 q33.1
22
207618_s_at 0,0746 BCS1L 2 q35
23
239054_at -0,1088 SFMBT1 3 p21.1
24
217852_s_at 0,0008 ARL8B 3 p26.1
25
219510_at -0,0097 POLQ 3 q13.33
26
202107_s_at 0,0225 MCM2 3 q21.3
27
220351_at 0,0420 CCRL1 3 q22.1
28
208942_s_at -0,0997 SEC62 3 q26.2
29
233437_at 0,0446 GABRA4 4 p12
30
225366_at 0,0140 PGM2 4 p14
31
218662_s_at -0,0176 NCAPG 4 p15.31
32
204379_s_at 0,0594 FGFR3 4 p16.3
33
201307_at 0,0165 SEPT11 4 q21.1
34
202542_s_at 0,0870 AIMP1 4 q24
35
205046_at 0,0087 CENPE 4 q24
36
226218_at -0,0644 IL7R 5 p13.2
37
202532_s_at -0,0006 DHFR 5 q14.1
38
226742_at -0,0345 SAR1B 5 q31.1
39
231738_at 0,0686 PCDHB7 5 q31.3
40
214150_x_at -0,0349 ATP6V0E1 5 q35.1
41
201555_at -0,0052 MCM3 6 p12.2
42
209026_x_at 0,0255 TUBB 6 p21.33
43
211714_x_at 0,0221 TUBB 6 p21.33
44
213002_at -0,0418 MARCKS 6 p22.2
45
221041_s_at -0,0520 SLC17A5 6 q13
46
217824_at -0,0041 NCUBE1 6 q15
47
223811_s_at 0,0556 SUN1/GET4 7 p22.3
48
202842_s_at -0,0626 DNAJB9 7 q31.1
49
208232_x_at -0,0493 Desconocido 8 p12
50
208732_at -0,0618 RAB2A 8 q12.1
#
Sondas Beta Gen Cromosoma Banda
51
201398_s_at -0,0254 TRAM1 8 q13.3
52
233399_x_at -0,0184 ZNF252 8 q24.3
53
200775_s_at 0,0163 HNRNPK 9 q21.32
54
230034_x_at -0,0330 MRPL41 9 q34.3
55
204026_s_at 0,0046 ZWINT 10 q21.1
56
243018_at 0,0407 Desconocido 11 p14.1
57
222713_s_at 0,0278 FANCF 11 p14.3
58
221755_at 0,0396 EHBP1L1 11 q13.1
59
231210_at 0,0093 C11orf85 11 q13.1
60
202884_s_at 0,0714 PPP2R1B 11 q23.1
61
219550_at 0,0559 ROBO3 11 q24.2
62
238780_s_at -0,0529 Desconocido 11 q24.3
63
208747_s_at -0,0874 C1S 12 p13.31
64
38158_at 0,0423 ESPL1 12 q13.13
65
217732_s_at -0,0252 ITM2B 13 q14.2
66
214482_at 0,0861 ZBTB25 14 q23.3
67
200701_at -0,0210 NPC2 14 q24.3
68
238662_at 0,0490 ATPBD4 15 q14
69
217548_at -0,0423 C15orf38 15 q26.1
70
213007_at -0,0106 FANCI 15 q26.1
71
231989_s_at 0,0730 SMG1 16 p12.3
72
238116_at 0,0661 DYNLRB2 16 q23.2
73
212282_at 0,0530 TMEM97 17 q11.2
74
203145_at -0,0002 SPAG5 17 q11.2
75
201292_at -0,0372 TOP2A 17 q21.2
76
210334_x_at 0,0175 BIRC5 17 q25.3
77
212055_at 0,0384 C18orf10 18 q12.2
78
242180_at -0,0585 TSPAN16 19 p13.2
79
208904_s_at -0,0334 RPS28 19 p13.2
80
213350_at 0,0056 RPS11 19 q13.3
81
200875_s_at 0,0437 NOP56 20 p13
82
212788_x_at -0,0164 FTL 19 p13
83
215181_at -0,0342 CDH22 20 q13.12
84
221677_s_at 0,0126 DONSON 21 q22.11
5
10
15
20
25
30
35
40
#
Sondas Beta Gen Cromosoma Banda
85
201102_s_at 0,0349 PFKL 21 q22.3
86
208667_s_at -0,0390 ST13 22 q13.2
87
216473_x_at -0,0576 DUX4 4/10 q35.2 / q26.3
88
200933_x_at -0,0323 RPS4X X q13.1
89
218355_at 0,0116 KIF4A X q13.1
90
221606_s_at 0,0208 HMGN5 X q21.1
91
225601_at 0,0750 HMGB3 X q28
92
214612_x_at 0,0496 MAGEA6 X q28
Un umbral de corte de dicotomizacion se baso en la definicion clmicamente relevante de pacientes de alto riesgo tal como aquellos pacientes que tienen una supervivencia general de menos de 2 anos. Esto equivale a una proporcion del 21,7% en el conjunto de entrenamiento y un valor de corte de 0,827. En los cuatro bases de datos TT2 (n = 351) [11], TT3 (n = 208) [11], MRC-IX (n = 247) [14] y APEX (n = 264) [12], la firma de genes EMC-92 discrimino a un grupo de alto riesgo, que se diferencio significativamente del grupo de riesgo estandar (Figuras 1a hasta d).
En los bases de datos que contienen pacientes recien diagnosticados, la firma de genes EMC-92 selecciono una poblacion de alto riesgo de 17,7% en promedio, con un OS significativamente mas corto y una relacion de riesgo de 3,52 (p = 2,5x10-8 =; TT2), 2,7 (p = 0,07 =2; TT3) y 2,38 (p = 3,6x10'6 =; MRC-IX). En la recafda, la firma de genes EMC-92 tambien filtro a los pacientes de alto riesgo con una razon de alto riesgo de 3,14 (p = 5,3x10'9=; APEX). La proporcion de pacientes de alto riesgo en este ultimo estudio fue menor en comparacion con los estudios de MRC-IX y TT2, pero no significativa (15,9%, n = 264 frente a 19,6%, n =; p = 0,2) (Tabla 1.1).
En un analisis de covarianza multivariante, la firma de genes EMC-92 fue independiente de la mayona de los factores de pronostico estandar y caractensticas clmicas. Tres bases de datos estaban disponibles para este analisis: HOVON65/GMMG-HD4, APEX y MRC-IX. El analisis multivariante del estudio HOVON65/GMMG-HD4 demuestra que junto con la firma EMC-92, del(17p), p2m[>3,5mg/L] y el trasplante alogenico estaban significativamente relacionados con una supervivencia menor, mientras que se encontro que el estatus de OMS [0] estaba significativamente relacionado con una supervivencia mayor. En el APEX, el nivel de albumina, se encontro que ISS y el isotipo IgG estaban significativamente relacionados. Para el MRC-IX, se encontraron principalmente covariantes ISS relacionadas. WHO [2], 1q gain y IGHsplit mostraron una clara contribucion. IGHsplit indica todos los pacientes con aberracion citogenetica del locus IGH. La edad tema una proporcion de riesgo pequena pero significativa aqrn. En los tres bases de datos, la firma de genes EMC-92 sigue siendo un fuerte predictor de supervivencia despues de la correccion de las variables disponibles.
A las muestras de los cuatro conjuntos de validacion se les asigno una etiqueta de agrupamiento molecular por la clasificacion del vecino mas cercano. La regresion logfstica para la asociacion entre los grupos moleculares y los resultados de alto riesgo revelo una relacion significativa entre la clasificacion de alto riesgo y los grupos MF, MS, PR y HY.
Comparando el conjunto genico UAMS-17 y EMC-92 en bases de datos independientes (es decir, TT3, MRC-IX y APEX), una proporcion significativamente mayor de pacientes fue clasificada como de alto riesgo mediante la firma de genes EMC- 92 (p = 0,009). Ademas, las razones de riesgo estimadas (alto riesgo/riesgo estandar) fueron mayores en el clasificador de genes EMC-92, con la excepcion del estudio de TT3.
En la poblacion de estudio de MRC-IX, el clasificador de genes EMC-92 identifico exclusivamente 31 pacientes correctamente como pacientes de alto riesgo, que se perdieron en el clasificador de genes UAMS-17 (tasa de supervivencia del 50% de 11, 24 y 51 meses para el grupo de alto riesgo compartido, el grupo de alto riesgo intermedio y los grupos de riesgo estandar, respectivamente). Ademas, el clasificador de genes UAMS-17 identifico exclusivamente 10 pacientes como pacientes de alto riesgo con una menor proporcion de riesgo en comparacion con los 31 pacientes clasificados como de alto riesgo por el clasificador de genes EMC92.
La superioridad del clasificador EMC-92 fue aun mas clara en la poblacion de APEX. En este caso, 24 pacientes fueron identificados exclusivamente como de alto riesgo en el clasificador EMC-92, que se perdieron en el clasificador UAMS-17. Estos 24 pacientes formaron un grupo cuya supervivencia general despues de 20 meses fue del 14%, mientras que la poblacion de alto riesgo identificada en el clasificador EMC-92 y UAMS-17 mostro una supervivencia general del 25% despues de 20 meses.
5
10
15
20
25
30
35
40
45
50
55
Ademas, se aplicaron a los bases de datos el clasificador de genes UAMS-70, la firma de genes MRC-IX-6, la puntuacion GPI, la firma Millennium e IFM. En un par de analisis multivariante con base en los bases de datos independientes agrupados, incluyendo dos clasificadores a la vez y la correccion por estudio y la edad, el clasificador de genes EMC-92 tuvo las relaciones de riesgo mas altas y los valores p mas bajos de todos los clasificadores.
La interseccion de los pacientes de alto riesgo entre los clasificadores de genes EMC-92 y UAMS-17 fue de ~ 8% de la poblacion total. Alrededor del 14% de los pacientes fueron clasificados como de alto riesgo por cualquiera de estos clasificadores. El grupo de alto riesgo que se entrecruzo mostro las diferencias mas grandes en comparacion con el grupo de interseccion de riesgo estandar, segun lo indicado por las relaciones de riesgo (HR = 5,40; p = 3,1x10-3; TT3), (HR = 3,84; p = 5 X 10-7, MRC-IX) y (HR = 3,39, p = 1,9x10-5, APEX). El 14% de los pacientes unicamente clasificados como de alto riesgo por cualquiera de las firmas, mostro una relacion de riesgo intermedia. Para el grupo de alto riesgo del clasificador de genes UAMS-17 esto dio como resultado relaciones de riesgo de 4,08 (p = 7,6x10-2), 1,92 (p = 7,7x10-2) y 2,31 (p = 2,3x10-2) para el TT3, MRX-IX y APEX. El grupo de alto riesgo del clasificador de genes EMC-92 produjo relaciones de riesgo de 0 (p = 1,0 sin eventos), 1,98 (p = 2,9x10-34) y 3,21 (p = 1,6x10'®) para el TT3, MRX-IX y APEX.
En la practica clmica, el pronostico de pacientes con MM se basa principalmente en la etapa de ISS y en la hibridacion in situ por fluorescencia de interfase (FISH). Varias aberraciones cromosomicas detectadas por FISH tienen implicaciones en el pronostico [25]. Del(17p) se considera el mas importante, asociado con un resultado desfavorable y presente en el 9% de los pacientes [26, 27]. Sin embargo, el 60% de los pacientes con esta supresion no muestran un mal resultado espedfico [28]. La combinacion de la aberracion cromosomica, t(4; 14), del(17p) e ISS, han delineado aun mas a los pacientes con mal pronostico [29].
Anteriormente, en la clasificacion de UAMS, los grupos MS, MF y PR mostraron PFS y OS menores, mientras que los grupos HY, LB, CD-1 y CD-2 se asociaron con PFS y OS mayores [8]. En este sentido, se evaluo la variabilidad en PFS y OS en los grupos con base en GEP de la clasificacion de HOVON65. Los pacientes tratados con VAD muestran diferencias significativas en PFS y OS entre grupos con una supervivencia claramente reducida para el subgrupo MF, mientras que en pacientes tratados con bortezomib (PAD) no se encontraron diferencias significativas.
Se ha demostrado que el tratamiento con base en bortezomib supera ciertos marcadores de pronostico adverso tales como del(13q) dando como resultado una mejor PFS y OS en pacientes con marcadores de pronostico mas pobres tales como ISS-3, del(17p) y t(4; 14) [16]. Tanto los marcadores cromosomicos como la clasificacion con base en GEP de HOVON65 vanan con el tratamiento y no son aplicables para diagnosticar con precision a los pacientes de alto riesgo. Por lo tanto, se desarrollo una firma de GEP de alto riesgo.
Los clasificadores anteriores incluyen a los clasificadores de genes UAMS-17/70 y MRC-IX-6, ambos capaces de predecir en bases de datos independientes [11, 14]. Por el contrario, las firmas Millennium y el IFM muestran un menor desempeno solido en conjuntos de validacion independiente [12, 13].
La firma de expresion de genes EMC-92 presentada en este documento, es altamente discriminatoria para pacientes con alto riesgo frente a riesgo estandar de MM a traves de regfmenes diferentes (de induccion). La validacion en ensayos TT2 de UAMS (con base en talidomida) [17], TT3 (con base en bortezomib) [18] y MRC-IX (mantenimiento con talidomida tanto en pacientes jovenes como ancianos) [19, 20] mostro un alto rendimiento en estos ambientes de prueba independientes. Esto es cierto tanto para el ajuste continuo del modelo -que es un indicador de la bondad del ajuste- asf como para la salida dicotomizada en riesgo alto/riesgo estandar, que es un requisito para el uso practico en un entorno clmico.
En analisis multivariante, la firma de alto riesgo de genes EMC-92 sigue siendo un predictor fuerte para muerte temprana. Sin embargo, hay pruebas solidas de que la estadificacion del ISS (niveles de albumina de suero y p2m) resulta ser otro factor importante para explicar la varianza relacionada con la supervivencia en presencia de la firma. Por lo tanto, incorporar ISS en la firma podna conducir potencialmente a una prediccion aun mejor de la supervivencia.
Los pacientes clasificados como de alto riesgo estan sobrerrepresentados dentro de los grupos moleculares MF, MS y PR y estan subrepresentados dentro del grupo HY. Esto se correlaciona bien con datos previos: HY representa a los pacientes hiperdiploides con un pronostico generalmente favorable; por otro lado, MS y MF representan pacientes con translocaciones t(4; 14) y t(14; 16/20) que suelen tener un pronostico desfavorable. Por ultimo, PR representa el grupo de proliferacion, que se demostro que se asocia con mal pronostico [8, 11, 15]. En relacion con esto, el analisis de via de la firma de genes EMC-92 demostro que la regulacion del ciclo celular estaba entre las principales funciones encontradas.
En la firma de genes EMC-92, asf como el conjunto de genes enlazados a la supervivencia en el analisis univariado, la localizacion cromosomica de 1q se enriquecio en gran medida (tabla 1) como se mostro anteriormente para la firma de genes UAMS-17 [11]. Ademas, los conjuntos de sondas situados en el cromosoma 4 estan enriquecidos. Se encontro que estos conjuntos de sondas estaban dispersos sobre todo el cromosoma y no solo en el extremo distal del brazo p donde se localizan MMSET y FGFR3. El cromosoma 4 no se habfa considerado previamente como un
5
10
15
20
25
30
35
factor de riesgo, pero se ha reportado una baja frecuencia de multiples ganancias y/o perdidas que afectan a este cromosoma [30].
La firma de genes EMC-92 se comparo en un analisis multivariable con el clasificador de genes UAMS-17/70, MRC- IX-6, el puntaje de GPI, los clasificadores IFM y Millennium. Se formaron tres bases de datos agrupadas a partir de las bases de datos publicamente disponibles de MM, lo que permite una comparacion independiente de las firmas que no fueron entrenadas en esas bases de datos (Kuiper, R. et al., Leukemia 2012). Los resultados de las firmas se introdujeron en un modelo de riesgos proporcionales de Cox, vease la Tabla 2. En las tres comparaciones, la firma de EMC-92 obtuvo la relacion de riesgo (HR) mas significativa, y por lo tanto el factor de pronostico mas relevante de todas las firmas (incluyendo las UAMS-70 de Signal Genetics).
Tabla 2 Comparacion de EMC 92 con ensayos convencionales (HR = relacion de riesgo)
Bases de datos agrupadas Firma HR valor P
Comparacion 1
MRCIX + APEX + TT3 SKY9211 1,75 4,60E-04
UAMS1710
1,22 3,30E-01
UAMS7010
1,80 1,10E-03
IFM1512
1,25 9,10E-02
Comparacion 2
APEX + TT2 + TT3 SKY92 2,53 3,70E-09
MRCIX613
1,50 4,10E-03
IFM15
1,38 2,50E-02
Comparacion 3
MRCIX + TT2 + TT3 SKY92 2,95 5,60E-12
Millennium10014
0,81 1,30E-01
IFM15
1,13 4,00E-01
La firma de genes EMC-92 resulta tener el mejor comportamiento dicotomizado en sus conjuntos de validacion. Ademas, en comparacion con otros clasificadores, la proporcion de pacientes de alto riesgo es mayor. Uno podna esperar que las diferencias entre riesgo alto y riesgo estandar se vuelvan menos pronunciadas a medida que aumenta la proporcion de alto riesgo. Debe mencionarse que incluso en esta proporcion alta, las diferencias en el tiempo de supervivencia son mayores para EMC-92 en comparacion con otros clasificadores que seleccionan grupos de riesgo mas pequenos.
En un analisis multivariante que combina las firmas, la firma de genes EMC-92 tema la capacidad discriminativa mas fuerte.
En conclusion, se desarrollo una firma de alto riesgo altamente discriminatoria para pacientes con alto riesgo frente a riesgo estandar de MM, independientemente del regimen de tratamiento, edad y recafdas. El uso de esta firma en el contexto clmico puede conducir a una eleccion de tratamiento mas informada y un resultado potencialmente mejor para el paciente.
En conclusion, nuestro estudio se refiere al desarrollo de una robusta firma de alto riesgo, incorpora la mayona de los marcadores de pronostico conocidos, clmicos, citogeneticos y GEP, y muestra que la firma desarrollada de genes EMC-92 es el marcador conocido de pronostico independiente mas fuerte para supervivencia pobre. Esta firma de genes EMC-92 es capaz de seleccionar un grupo de alto riesgo de pacientes con MM para quienes, en el futuro, deben buscarse tratamientos alternativos mas intensivos.
La presente descripcion se refiere a un metodo para determinar el resultado o pronostico de la enfermedad de un paciente diagnosticado con mieloma multiple clasificando dicho paciente en una categona de alto riesgo o de bajo riesgo, comprendiendo dicho metodo las etapas de
a) proporcionar un chip genetico que comprende sondas para la deteccion de al menos el conjunto de genes 92 de acuerdo con la tabla 1,
b) poner en contacto el chip genetico con una muestra que comprende ARNm de un paciente,
c) determinar los niveles de expresion del conjunto de 92 genes en la muestra,
5
10
15
20
25
30
35
40
45
50
d) normalizar los niveles de expresion utilizando normalizacion media/varianza para obtener el valor de expresion normalizado,
e) multiplicar el valor de expresion normalizado con el valor beta de acuerdo con la tabla 1 para obtener el valor calculado para una sonda individual,
f) determinar una puntuacion de EMC-92 por suma de los valores calculados de las sondas individuales,
en donde una puntuacion de EMC-92 por encima de un umbral predeterminado indica que el paciente debe clasificarse en la categona de alto riesgo y una puntuacion igual o inferior al umbral indica que el paciente debe clasificarse en la categona de bajo riesgo.
Como se detalla adicionalmente aqrn, un valor de umbral preferido es al menos 0,75, se prefiere especialmente un valor de umbral de 0,827.
En resumen, aqrn se informa sobre la generacion y validacion de la firma de EMC-92, que se baso en el ensayo clmico HOVON65/GMMG-HD4. Los marcadores de pronostico convencionales como la etapa de ISS y una citogenetica adversa se han incrementado con firmas basadas en la expresion genica con el fin de aumentar la precision en la prediccion de los resultados en MM. Un pronostico mas preciso puede conducir al desarrollo de programas de tratamiento que estan espedficamente dirigidos a mejorar la supervivencia de los pacientes con alto riesgo de MM.
Para la relevancia clmica, una firma debe tener tanto la capacidad de separar grupos de riesgo tan claramente como sea posible y de predecir grupos estables de tamano relevante. La firma EMC-92 cumple ambos criterios. En todos los conjuntos de validacion un grupo de pacientes de alto riesgo puede ser significativamente determinado y la proporcion de pacientes de alto riesgo es estable a traves de los conjuntos de validacion. Los conjuntos de validacion representan diferentes regfmenes de farmacos, incluyendo talidomida (MRC-IX, TT2) y bortezomib (APEX, TT3). Ademas, la firma es relevante tanto para los pacientes elegibles para trasplante (por ejemplo, TT3) como para aquellos que no son elegibles para trasplante (subconjunto de MRC-IX), asf como los pacientes recientemente diagnosticados (por ejemplo, TT2) y recidivantes (APEX). Por el contrario, las predicciones de las firmas IFM-15 y MILLENIUM-100 en los conjuntos de validacion no alcanzan significacion en bases de datos independientes tales como MRC-IX y TT3.
En conclusion, se ha desarrollado una firma de riesgo que es altamente discriminatoria para los pacientes con alto riesgo frente a riesgo estandar de MM, independientemente del regimen de tratamiento, la edad y la recafda. El uso de esta firma en el contexto clmico puede conducir a una eleccion de tratamiento mas informada y un resultado potencialmente mejor para el paciente.
Leyenda de las figuras
Figura 1. Rendimiento del clasificador EMC-92 en la prediccion de la supervivencia general. Firma de alto riesgo en cuatro conjuntos de validacion con un valor de corte fijo de 0,827. A: Terapia total UAMS 2. B: Terapia total UAMS 3. C: MRC-IX. D: APEX.
Figura 2. Relacion entre el umbral y el rendimiento de rango logantmico de la firma EMC-92 en la OS HOVON- 65/GMMG-HD4. El modelo tiene un rendimiento optimo para umbrales de al menos 0,75. Un punto de corte de alto riesgo se baso en una definicion de alto riesgo como un OS de <2 anos dentro del conjunto de entrenamiento que correspondio a un umbral de 0,827.
Ejemplos.
Ejemplo 1: Pacientes
Se utilizaron cinco bases de datos previamente descritas, de las cuales se dispoma tanto de supervivencia como de GEP de celulas plasmaticas purificadas obtenidas de aspirados de medula osea de pacientes con mieloma. Estos son HOVON65/GMMG-HD4 (n = 320) (GSE19784) [9], Terapia Total 2 (TT2) (n = 351) [11], TT3 (n = 208) (GSE2658) [11], MRC-IX (n = 247) (GSE15695) [14], y APEX (n = 264) (GSE9782) [12].
Los datos de HOVON65/GMMG-HD4 se usaron como un conjunto de entrenamiento. Este ensayo multicentrico comparo la eficacia del bortezomib (PAD) con el tratamiento estandar (VAD) en pacientes recien diagnosticados. Los pacientes fueron asignados al azar para el tratamiento de induccion con tres ciclos de VAD o PAD [16] para un total de 290 pacientes tanto de seguimiento como GEP estaban disponibles [9].
Las otras cuatro bases de datos independientes se utilizaron como validacion. Dos bases de datos, TT2 y TT3, se derivaron de ensayos clmicos realizados en pacientes recien diagnosticados tratados con un regimen complejo. El primero fue un ensayo de tratamiento prospectivo realizado al azar en el que los pacientes fueron asignados aleatoriamente para recibir o no recibir talidomida durante todas las fases del tratamiento [17]. Este ultimo, fue llevado a cabo por el mismo grupo de acuerdo con el mismo regimen, pero con la adicion de bortezomib al brazo de talidomida [18]. TT3 es un conjunto muy pequeno con solo 15 eventos Os, pero se incluye aqrn para completar.
5
10
15
20
25
30
35
40
45
50
55
El ensayo de MRC-IX incluyo tanto pacientes jovenes como mayores, recien diagnosticados. Para los pacientes mas jovenes el tratamiento consistio en induccion con vincristina o sin vincristina seguida de trasplante. Los pacientes mayores fueron tratados inicialmente con un tratamiento a base de talidomida frente a melfalan. El mantenimiento de pacientes jovenes y ancianos fue una comparacion de talidomida frente a sin talidomida [19, 20]. El ensayo y la base de datos mencionada aqu como APEX consistio de tres ensayos APEX, SUMMIT y CREST. Estos ensayos teman como objetivo probar la eficacia del bortezomib en casos de recafda [21 - 23].
La base de datos IFM en el que se baso la firma de IFM no habfa sido evaluado debido a una plataforma de GEP incompatible [13].
Ejemplo 2 Analisis de expresion genica.
Se usaron dos tipos de plataformas de expresion genica Affymetrix. Se utilizo la matriz Affymetrix GeneChip® Human Genome U133 Plus 2.0 en HOVON65/GMMG-HD4, TT2, TT3 y MRC-IX, mientras que se usaron los chips de Affymetrix HG U133 A/B en el estudio APEX. Para permitir la validacion en diferentes estudios, solo se incluyeron conjuntos de sondas presentes en ambas plataformas. Se fijo un lfmite de expresion de conjunto de sonda inferior a la expresion mas baja del 5% para los controles de hibridacion bioB en el conjunto HOVON65/GMMG-HD4. Se excluyeron los conjuntos de sondas con una expresion menor a > 95% de los pacientes de HOVON65/GMMG-HD4. Todos los datos fueron normalizados con MAS5, transformados con log2 y escalados con varianza media.
La clasificacion molecular de HOVON65/GMMG-HD4 se realizo previamente [9]. Para asignar una etiqueta de grupo a nuevas muestras de validacion, se utilizo un algoritmo del vecino euclidiano mas cercano siendo HOVON65/GMMG-HD4 el conjunto de referencia.
Se uso HOVON65/GMMG-HD4 como conjunto de entrenamiento para construir un clasificador de supervivencia con base en GEP. El modelo se construyo utilizando un marco de Analisis de componente principal supervisado (SPCA). Todos los calculos se realizaron en el entorno estadfstico R utilizando el paquete de supervivencia para el analisis de supervivencia. El paquete maxstat se utilizo para determinar el valor de corte optimo para alto riesgo.
Los datos se analizaron utilizando Ingenuity Pathway Analysis (Ingenuity Systems®,
www.ingenuity.com). Se analizaron tanto el conjunto de genes correspondiente al clasificador de supervivencia con base en SPCa como el conjunto de genes generado por la clasificacion univariable inicial (FDR <10%). Se utilizaron como referencia los conjuntos de sondas presentes tanto en las plataformas HG U133 Plus 2.0 como A/B. Los valores P se derivaron de las pruebas exactas de Fisher de cola derecha corregidas para pruebas multiples usando la correccion de Benjamini Hochberg.
Ejemplo 3 Comparacion con firmas publicadas de genes
Se propuso evaluar el rendimiento de la firma EMC-92 en relacion con las firmas de pronostico disponibles con base en GEP para OS en MM. Para ello se evaluaron las siguientes firmas: UAMS-70, UAMS-17, UAMS-80, IFM-15, mdice de proliferacion genica (GPI-50), MRC-IX-6 y MILLENIUM-100.
Estas firmas se evaluaron tanto como variables continuas, asf como utilizando los valores de corte publicados (Figura 2 y Figuras 2a-e en la referencia 31, y los documentos suplementarios A y B en la referencia 31). En general, se observo que el rendimiento de la firma EMC-92 era solido y consistente, lo que se compara favorablemente con las firmas publicadas anteriormente. Espedficamente, las firmas EMC-92, UAMs, MRC-IX y GPI-50 demostraron significancia en todos los conjuntos de validacion analizados tanto para los valores dicotomizados como para los continuos de las firmas. La significancia se alcanzo en tres de cada cinco estudios para la firma IFM-15 utilizando un modelo dicotomizado, mientras que la firma MILLENNIUM-100 tuvo un desempeno significativo en el modelo dicotomizado en uno de cada cuatro estudios independientes. Por lo tanto, el rendimiento fue menos robusto para las firmas IFM-15 y MILLENNIUM-100. Aunque se encontro que el mdice de proliferacion GPI-50 era significativo en todos los conjuntos de validacion ensayados, la proporcion de pacientes de alto riesgo era mucho menor en comparacion con la proporcion encontrada usando las firmas EMC-92 o UAMS-80. Las proporciones clasificadas y ponderadas como de alto riesgo son GPI: 10,0%, UAMS-17: 12,4%, UAMS-70: 13,0%, MRC-IX-6: 13,3%, EMC-92: 19,1% y UAMS-80: 23,4%. Para determinar que firma explicaba mejor la supervivencia observada, se realizaron comparaciones en pares. Para cada comparacion el EMC-92 fue el predictor mas fuerte para OS probado en un entorno independiente (Figura 3 y la Tabla suplementaria S9 en la referencia 31).
Ejemplo 4: Clasificadores de riesgo combinado
El comportamiento de la firma EMC-92 estaba en consonancia con las firmas UAMS, aunque se derivaban de poblaciones de pacientes bastante diferentes. La interseccion de los pacientes de alto riesgo entre las firmas EMC- 92 y UAMS-70 fue ~ 8% de la poblacion total en las bases de datos agrupados que eran independientes de nuestro conjunto de entrenamiento y el conjunto de entrenamiento UAMS-70 (es decir, MRC-IX, TT3 y APEX, Tabla Suplementaria S11 en la referencia 31). Aproximadamente el 13% de los pacientes fueron clasificados como de alto riesgo por cualquiera de estas firmas. El grupo de interseccion de alto riesgo tuvo el HR mas alto en comparacion con el grupo de riesgo estandar de interseccion (HR = 3,87, 95% CI = 2,76-5,42, P = 3,6x10'15). Los pacientes clasificados como de alto riesgo por cualquiera de las firmas mostraron un riesgo intermedio, es decir, con un HR de
5
10
15
20
25
30
35
40
45
50
2,42, 95% CI = 1,76-3,32, para la firma EMC-92 (P = 5,1x10'8) y un HR de 2,22, 95% CI = 1,20-4,11, para la firma UAMS-70 (P = 1,1x10-2, Tabla Suplementaria S12 en la referencia 31).
Ejemplo 5: firma EMC-92 y FISH
Para comparar la composicion de poblaciones de alto riesgo definida por las firmas EMC-92 y UAMS-70, se
determinaron las frecuencias de aberraciones citogeneticas en ambas poblaciones usando un conjunto
independiente para el que se conodan variables citogeneticas, es decir, MRC-IX (Figura 4 y Tabla Suplementaria S13 en la referencia 31). Como se esperaba, el pobre pronostico de aberraciones citogeneticas 1q gain, del(17p), t(4; 14), t(14; 16), t(14; 20) y del(13q) se enriquecieron en las poblaciones de alto riesgo (Figura 5 en la referencia 31), mientras que las aberraciones citogeneticas de riesgo estandar tales como t(11; 14) disminuyeron en las poblaciones de alto riesgo. Por el contrario, solo el 15% (6 de 39) de los casos de MRC-IX con estatus de alto riesgo como se determino segun la firma EMC-92 mostraron ausencia de cualquier aberracion citogenetica mal pronosticada, frente al 44% (74 de 168) en casos de riesgo estandar (P = 1,8x10'3). Del mismo modo, de los
pacientes de alto riesgo definidos por UAMS-70 el 4% (1 de 23) no tema ninguna citogenetica de pronostico
deficiente, mientras que de los pacientes con riesgo estandar definido por la UAMS-70, esta proporcion fue del 43% (79 de 183) (P = 5,3x10'3).
Referencias
1. Greipp PR, San Miguel J, Durie BG, Crowley JJ, Barlogie B, Blade J, et al. International staging system for multiple myeloma. J Clin Oncol. 2005 May 20; 23(15): 3412-20.□
2. Bergsagel PL, Kuehl WM. Molecular Pathogenesis and a Consequent Classification of Multiple Myeloma. J Clin Oncol. 2005 Sep 10; 23(26): 6333-8.
3. Fonseca R, Debes-Marun CS, Picken EB, Dewald GW, Bryant SC, Winkler JM, et al. The recurrent IgH translocations are highly associated with nonhyperdiploid variant multiple myeloma. Blood. 2003 Oct 1; 102(7): 2562-7.
4. Fonseca R, Hoyer JD,Aguayo P,Jalal sM, Ahmann GJ, Rajkumar SV, et al. Clinical significance of the translocation (11;14) (q13; q32) in multiple myeloma. Leuk Lymphoma. 1999; 35(5-6): 599-605.
5. Keats JJ, Reiman T, Maxwell CA, Taylor BJ, Larratt LM, Mant MJ, et al. In multiple myeloma, t(4;14)(p16;q32) is an adverse prognostic factor irrespective of FGFR3 expression. Blood. 2003 Feb 15; 101(4): 1520-9. □
6. Avet-Loiseau H, Malard F, Campion L, Magrangeas F, Sebban C, Lioure B, et al. Translocation t(14;16) and multiple myeloma: is it really an independent prognostic factor? Blood. 2011 Feb 10; 117(6): 2009-11.
7. Cremer FW, Bila J, Buck I, Kartal M, Hose D, Ittrich C, et al. Delineation of distinct subgroups of multiple myeloma and a model for clonal evolution based on interphase cytogenetics. Genes, chromosomes & cancer. 2005 Oct; 44(2): 194-203. □
8. Zhan F, Huang Y, Colla S, Stewart JP, Hanamura I, Gupta S, et al. The molecular classification of multiple myeloma. Blood. 2006 Sep 15; 108(6): 2020-8.
9. Broyl A, Hose D, Lokhorst H, de Knegt Y, Peeters J, Jauch A, et al. Gene expression profiling for molecular classification of multiple myeloma in newly diagnosed patients. Blood. 2010 Oct 7; 116(14): 2543-53.□
10. Chng WJ, Kuehl WM, Bergsagel PL, Fonseca R. Translocation t(4;14) retains prognostic significance even in the setting of high-risk molecular signature. Leukemia. 2008 Feb; 22(2): 459-61.
11. Shaughnessy JD, Jr., Zhan F, Burington BE, Huang Y, Colla S, Hanamura I, et al. A validated gene expression model of high-risk multiple myeloma is defined by deregulated expression of genes mapping to chromosome 1. Blood. 2007 Mar 15; 109(6): 2276-84. □
12. Mulligan G, Mitsiades C, Bryant B, Zhan F, Chng WJ, Roels S, et al. Gene expression profiling and correlation with outcome in clinical trials of the proteasome inhibitor bortezomib. Blood. 2007 Apr 15; 109(8): 3177-88.
13. Decaux O, Lode L, Magrangeas F, Charbonnel C, Gouraud W, Jezequel P, et al. Prediction of survival in multiple myeloma based on gene expression profiles reveals cell cycle and chromosomal instability signatures in high-risk patients and hyperdiploid signatures in low-risk patients: a study of the Intergroupe Francophone du Myelome. J Clin Oncol. 2008 Oct 10; 26(29): 4798-805.
14. Dickens NJ, Walker BA, Leone PE, Johnson DC, Brito JL, Zeisig A, et al. Homozygous deletion mapping in myeloma samples identifies genes and an expression signature relevant to pathogenesis and outcome. Clin Cancer Res. 2010 Mar 15; 16(6): 1856-64.
15. Hose D, Reme T, Hielscher T, Moreaux J, Messner T, Seckinger A, et al. Proliferation is a central independent prognostic factor and target for personalized and risk-adapted treatment in multiple myeloma. Haematologica. 2011 Jan; 96(1): 87-95. □
5
10
15
20
25
30
35
40
16. Sonneveld P, Schmidt-Wolf I, van der Holt B, Jarari Le, Bertsch U, Salwender H, et al. HOVON-65/GMMG-HD4 Randomized Phase III Trial Comparing Bortezomib, Doxorubicin, Dexamethasone (PAD) Vs VAD Followed by High- Dose Melphalan (HDM) and Maintenance with Bortezomib or Thalidomide In Patients with Newly Diagnosed Multiple Myeloma (MM). Blood. 2010 Nov 19; 116(21): 40-.
17. Barlogie B, Pineda-Roman M, van Rhee F, Haessler J, Anaissie E, Hollmig K, et al. Thalidomide arm of Total Therapy 2 improves complete remission duration and survival in myeloma patients with metaphase cytogenetic abnormalities. Blood. 2008 Oct 15; 112(8): 3115-21. □
18. Pineda-Roman M, Zangari M, Haessler J, Anaissie E, Tricot G, van Rhee F, et al. Sustained complete remissions in multiple myeloma linked to bortezomib in total therapy 3: comparison with total therapy 2. British journal of haematology. 2008 Mar; 140(6): 625-34.
19. Morgan GJ, Davies FE, Gregory WM, Bell SE, Szubert AJ, Navarro-Coy N, et al. Thalidomide Maintenance Significantly Improves Progression-Free Survival (PFS) and Overall Survival (OS) of Myeloma Patients When Effective Relapse Treatments Are Used: MRC Myeloma IX Results. Blood. 2010 Nov 19; 116(21): 623-.□
20. Morgan GJ, Davies FE, Owen RG, Rawstron AC, Bell S, Cocks K, et al. Thalidomide Combinations Improve Response Rates; Results from the MRC IX Study. Blood. 2007 Nov 16; 110(11): 3593-.
21. Jagannath S, Barlogie B, Berenson J, Siegel D, Irwin D, Richardson PG, et al. A phase 2 study of two doses of bortezomib in relapsed or refractory myeloma. British journal of haematology. 2004 Oct; 127(2): 165-72. □
22. Richardson PG, Barlogie B, Berenson J, Singhal S, Jagannath S, Irwin D, et al. A phase 2 study of bortezomib in relapsed, refractory myeloma. The New England journal of medicine. 2003 Jun 26; 348(26): 2609-17.
23. Richardson PG, Sonneveld P, Schuster MW, Irwin D, Stadtmauer EA, Facon T, et al. Bortezomib or high-dose dexamethasone for relapsed multiple myeloma. The New England journal of medicine. 2005 Jun 16; 352(24): 248798. 24. Bair E, Hastie T, Paul D, Tibshirani R. Prediction by Supervised Principal Components. J Amer Statistical Assoc. 2006 Mar 1; 101 (473): 119-37.
25. Avet-Loiseau H, Magrangeas F, Moreau P, Attal M, Facon T, Anderson K, et al. Molecular Heterogeneity of Multiple Myeloma: Pathogenesis, Prognosis, and Therapeutic Implications. J Clin Oncol. 2011 May 10; 29(14): 1893- 7.D
26. Avet-Loiseau H, Attal M, Moreau P, Charbonnel C, Garban F, Hulin C, et al. Genetic abnormalities and survival in multiple myeloma: the experience of the Intergroupe Francophone du Myelome. Blood. 2007 Apr 15; 109(8): 348995.
27. Fonseca R, Bergsagel PL, Drach J, Shaughnessy J, Gutierrez N, Stewart AK, et al. International Myeloma Working Group molecular classification of multiple myeloma: spotlight review. Leukemia. 2009 Dec; 23(12): 2210-21.
28. Avet-Loiseau H, Leleu X, Roussel M, Moreau P, Guerin-Charbonnel C, Caillot D, et al. Bortezomib plus dexamethasone induction improves outcome of patients with t(4;14) myeloma but not outcome of patients with del(17p). J Clin Oncol. 2010 Oct 20; 28(30): 4630-4.
29. Neben K, Jauch A, Bertsch U, Heiss C, Hielscher T, Seckinger A, et al. Combining information regarding chromosomal aberrations t(4;14) and del(17p13) with the International Staging System classification allows stratification of myeloma patients undergoing autologous stem cell transplantation. Haematologica. 2010 Jul; 95(7): 1150-7.
30. Carrasco DR, Tonon G, Huang Y, Zhang Y, Sinha R, Feng B, et al. High-resolution genomic profiles define distinct clinico-pathogenetic subgroups of multiple myeloma patients. Cancer Cell. 2006; 9(4): 313-25. □
31. Kuiper, R. et al., Leukemia 2012, 1 - 8 advance on line publication, 22 june 2012; doi:10.1038/leu.2012.127.

Claims (2)

  1. REIVINDICACIONES
    1. Metodo para determinar el resultado o pronostico de la enfermedad de un paciente diagnosticado con mieloma multiple clasificando al paciente en una categona de alto riesgo o de bajo riesgo usando el analisis de expresion genica de al menos 92 genes como se indica en la tabla 1, en donde el metodo comprende las etapas de:
    5 a. proporcionar un conjunto de sondas para la deteccion de al menos el conjunto de genes 92 segun la tabla 1,
    b. poner en contacto el conjunto de sondas con una muestra que comprende ARNm de un paciente,
    c. determinar el nivel de expresion de cada gen individual del conjunto de 92 genes establecidos en la muestra.
  2. 2. Metodo de acuerdo con la reivindicacion 1, en donde el analisis de la expresion genica se realiza en un chip de genes.
ES12733765.7T 2011-07-14 2012-07-12 Nuevo clasificador para la clasificación molecular de mieloma múltiple Active ES2633165T3 (es)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP11173971A EP2546357A1 (en) 2011-07-14 2011-07-14 A new classifier for the molecular classification of multiple myeloma.
EP11173971 2011-07-14
PCT/EP2012/063722 WO2013007795A1 (en) 2011-07-14 2012-07-12 A new classifier for the molecular classification of multiple myeloma

Publications (1)

Publication Number Publication Date
ES2633165T3 true ES2633165T3 (es) 2017-09-19

Family

ID=46506441

Family Applications (1)

Application Number Title Priority Date Filing Date
ES12733765.7T Active ES2633165T3 (es) 2011-07-14 2012-07-12 Nuevo clasificador para la clasificación molecular de mieloma múltiple

Country Status (18)

Country Link
US (3) US9976185B2 (es)
EP (2) EP2546357A1 (es)
JP (1) JP6026529B2 (es)
KR (1) KR101933742B1 (es)
AU (1) AU2012282437B2 (es)
BR (1) BR112014000648B1 (es)
CA (1) CA2841536C (es)
CL (1) CL2014000103A1 (es)
DK (1) DK2732048T3 (es)
EA (1) EA032730B1 (es)
ES (1) ES2633165T3 (es)
IL (1) IL230164A (es)
MX (1) MX346314B (es)
NZ (1) NZ619896A (es)
PL (1) PL2732048T3 (es)
PT (1) PT2732048T (es)
WO (1) WO2013007795A1 (es)
ZA (1) ZA201400159B (es)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2546357A1 (en) 2011-07-14 2013-01-16 Erasmus University Medical Center Rotterdam A new classifier for the molecular classification of multiple myeloma.
WO2017138810A2 (en) * 2016-02-12 2017-08-17 Skylinedx B.V. Predicting response to immunomodulatory drugs (imids) in multiple myeloma patients
EP3607479A1 (en) 2017-04-04 2020-02-12 SkylineDx B.V. Method for identifying gene expression signatures
US10973820B2 (en) 2017-12-13 2021-04-13 Facio Intellectual Property B.V. Compounds for treatment of diseases related to DUX4 expression
US20210055301A1 (en) * 2018-04-28 2021-02-25 Beijing Normal University Molecular typing of multiple myeloma and application
CN110218789B (zh) * 2019-04-22 2022-10-04 曾文炳 一种用于预测多发性骨髓瘤患者总体生存率的基因探针组合物及试剂盒
TW202112368A (zh) 2019-06-13 2021-04-01 荷蘭商法西歐知識產權股份有限公司 用於治療有關dux4表現之疾病的抑制劑組合
EP4065110A1 (en) 2019-11-29 2022-10-05 Facio Intellectual Property B.V. Novel compounds for treatment of diseases related to dux4 expression
US20230052017A1 (en) 2019-11-29 2023-02-16 Facio Intellectual Property B.V. New compounds for treatment of diseases related to DUX4 expression

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070015146A1 (en) * 2001-05-22 2007-01-18 Gene Logic, Inc. Molecular nephrotoxicology modeling
JP2005512557A (ja) * 2001-11-07 2005-05-12 ザ ボード オブ トラスティーズ オブ ザ ユニヴァーシティー オブ アーカンソー 遺伝子発現プロファイリングに基づく多発性骨髄腫の診断、予後、および治療標的候補の同定
US20080274911A1 (en) * 2006-11-07 2008-11-06 Burington Bart E Gene expression profiling based identification of genomic signature of high-risk multiple myeloma and uses thereof
WO2008057545A2 (en) * 2006-11-07 2008-05-15 The Board Of Trustees Of The University Of Arkansas Gene expression profiling based identification of genomic signatures of high-risk multiple myeloma and uses thereof
EP1964930A1 (en) * 2007-02-28 2008-09-03 Institut National De La Sante Et De La Recherche Medicale (Inserm) Molecular classifier for prognosis in multiple myeloma
EP2356255A2 (en) * 2008-12-05 2011-08-17 The Institute of Cancer Research : The Royal Cancer Hospital Methods for determining a prognosis in multiple myeloma
WO2010151731A1 (en) * 2009-06-26 2010-12-29 University Of Utah Research Foundation Materials and methods for the identification of drug-resistant cancers and treatment of same
EP2546357A1 (en) 2011-07-14 2013-01-16 Erasmus University Medical Center Rotterdam A new classifier for the molecular classification of multiple myeloma.

Also Published As

Publication number Publication date
KR101933742B1 (ko) 2018-12-28
JP6026529B2 (ja) 2016-11-16
US20140221313A1 (en) 2014-08-07
EP2732048B1 (en) 2017-05-10
US20180237866A1 (en) 2018-08-23
EP2546357A1 (en) 2013-01-16
JP2014520540A (ja) 2014-08-25
PL2732048T3 (pl) 2017-10-31
EP2732048A1 (en) 2014-05-21
MX346314B (es) 2017-03-15
AU2012282437B2 (en) 2016-04-21
DK2732048T3 (en) 2017-08-07
CA2841536C (en) 2020-09-22
CL2014000103A1 (es) 2014-07-04
BR112014000648A2 (pt) 2017-02-14
WO2013007795A1 (en) 2013-01-17
IL230164A (en) 2017-12-31
PT2732048T (pt) 2017-07-18
NZ619896A (en) 2016-04-29
MX2014000440A (es) 2014-07-09
BR112014000648B1 (pt) 2020-04-07
ZA201400159B (en) 2017-09-27
US20210010091A1 (en) 2021-01-14
US10815532B2 (en) 2020-10-27
KR20140044364A (ko) 2014-04-14
EA201400131A1 (ru) 2014-04-30
US9976185B2 (en) 2018-05-22
EA032730B1 (ru) 2019-07-31
CA2841536A1 (en) 2013-01-17
AU2012282437A1 (en) 2014-01-23

Similar Documents

Publication Publication Date Title
ES2633165T3 (es) Nuevo clasificador para la clasificación molecular de mieloma múltiple
Uva et al. Comparative expression pathway analysis of human and canine mammary tumors
ES2614494T3 (es) Identificación basada en establecimiento de perfiles de expresión génica de firmas genómicas de mieloma múltiple de alto riesgo
US7332280B2 (en) Classification of patients having diffuse large B-cell lymphoma based upon gene expression
Choi et al. MicroRNA expression profile of gastrointestinal stromal tumors is distinguished by 14q loss and anatomic site
JP2004000018A (ja) イマチニブに対する感受性の判定方法
US20120015906A1 (en) Uses of bortezomib in predicting survival in multiple myeloma patients
ES2603956T3 (es) Método y programa para determinar la sensibilidad a la quimioterapia neoadyuvante para el cáncer de mama
ES2949953T3 (es) Factores genéticos asociados con el desarrollo de inhibidores en hemofilia A
Pozzo et al. Detection of TP53 dysfunction in chronic lymphocytic leukemia by an in vitro functional assay based on TP53 activation by the non-genotoxic drug Nutlin-3: a proposal for clinical application
WO2011153345A2 (en) A gene expression profile of brca-ness that correlates with responsiveness to chemotherapy and with outcome in cancer patients
WO2017096458A1 (en) Immune gene signature predictive of anthracycline benefit
US20210102260A1 (en) Patient classification and prognositic method
US11214836B2 (en) Methods and devices for predicting anthracycline treatment efficacy
Ghasemi et al. Expression profiles of the individual genes corresponding to the genes generated by cytotoxicity experiments with bortezomib in multiple myeloma
Hirano et al. GENE-49. Aberrant super-enhancers associated with downregulation of ret finger protein overcomes chemoresistance in glioblastoma