晚期肺癌精准医学临床转化性实践 江苏省肿瘤医院 洪专 MD., PhD.
美国耶鲁大学肿瘤学博士后南京大学医学博士 理学博士江苏省肿瘤医院肿瘤内科主任医师 教授南京大学巴傲得生物研发中心首席医学科学家美国百特生物医药集团首席科学家肺癌学科带头人国家人社部基因健康管理培训师江苏省老年学学会肿瘤康复专业委员会主任委员中国老年学和老年医学学会肿瘤康复分会副主委中国中西医结合肿瘤防治专家委员会副主委中国精准医学专业委员会主任委员中国基因联盟主席 洪专教授 中国抗癌协会化疗专业委员会委员 中国抗癌协会 CSCO 美国国际肺癌研究会 IASLC 美国 ASCO 高级专家会员 欧洲肿瘤协会 ESMO 会员 国际抗癌联盟 UICC 网络医院中国专家 江苏省肿瘤沙龙青年论坛主任执委 中国乳腺癌青年专家成员 中国大肠癌菁英联专家组成员 中华慈善总会肿瘤药物慈善项目专家 中华医学会会员 江苏省抗癌协会化疗专业委员会委员 南京市抗癌协会资深肿瘤专家委员会委员 曾在中国医学科学院肿瘤医院学习, 师从孙燕院士 曾赴德国海德堡肿瘤中心访问学习, 香港尤德夫人那打素医院学习, 瑞士苏黎世大学肿瘤分子实验室访问学习 2012 年至 2015 曾赴耶鲁大学研修博士后 2013 年在巴傲得生物研发中心设立实验室, 与殷志敏教授团队合作开展肿瘤精准诊断与治疗 CAR-T 技术等基础与临床研究
一线含铂两药化疗的疗效现状 Author Regimens No. of patients RR (%) MS (months) 1-ys (%) SWOG 9509 Tax/CBDCA VNB/CDDP 208 202 25 28 8 8 38 36 ECOG 1594 Tax/CDDP GEM/CDDP Docet/CDDP Tax/CBDCA 292 288 293 290 21 21 17 15 8.1 8.1 7.4 8.3 31 36 31 35 ILCP GEM/CDDP Tax/CBDCA VNB/CDDP 205 201 201 30 32 30 9.08 9.09 9.05 37 43 37 EORTC Tax /CDDP GEM/CDDP GEM/Tax 31 36 27 8.1 8.8 6.9 35 32 26 JMDB GEM/CDDP PEM/CDDP 863 862 28.2 30.6 10.3 10.3 - - 8-10 月 30-40% ~35%
Precision Medicine, From Bench to Bedside-The Last Thirty Years 1983-1994 1995-2004 2005-2008 2009-2013 disease medicine disease medicine disease medicine disease medicine SCL EP SCL EP SCL EP SCL EP GP squamous cell carcinoma GP NP TP DP squamous cell carcinoma GP NP TP DP NSCLC Platinumbased regimen NSCLC NP TP adenocarci noma AP EGFR/ALK w/unknown EGFR + AP AP TKI, Bev DP ALK + /ROS1 AP Criz, Bev
ECOG 1594 显示三代化疗药疗效无差异 不受组织学类型影响 方案鳞癌 (N=224) 腺癌 (N=647) 大细胞癌 (N=74) 其他 (N=194) P 值 mos (m) PFS (m) 紫杉醇 / 顺铂 6.9 9.1 6.1 6 0.09 吉西他滨 / 顺铂 9.4 8.1 9.7 7.9 0.63 多西紫杉醇 / 顺铂 8.1 7.7 6.8 8.2 0.91 紫杉醇 / 卡铂 9.3 7.6 8.3 6.9 0.37 P 值 0.18 0.39 0.39 0.82 紫杉醇 / 顺铂 2.6 3.7 3.5 2.8 0.43 吉西他滨 / 顺铂 4.4 4.4 4.5 3.4 0.43 多西紫杉醇 / 顺铂 3.1 3.7 4.2 3.6 0.54 紫杉醇 / 卡铂 3.7 3.5 3.9 2.2 0.25 P 值 0.2 0.19 0.56 0.68 WCLC 2009- Tien Hoang, et al. Abstract # PD6.4.1.
Chemothearp- Platform of Effect study regimen patients Stage IV 100% RR% MST 1YsS% Kelly,2001 Vnr/Cis 202 88 28 8 33 SWOG 9503 Tax225/Cb 208 89 25 8 36 Schiller,2002 Tax135/Cis 292 89 21.3 8.1 31 ECOG 1594 Gem/Cis 288 86 21 8.1 36 Txt/Cis 293 86 17.3 7.4 31 Tax225/Cb 290 86 15.3 8.3 35 Scagliotti,2002 Vnr/Cis 201 81 30 9.5 37 ILCP Gem/Cis 205 81 30 9.8 37 Tax225/Cb 201 82 32 9.9 43 Belani,2002 Vnr/Cis 404 67 25 10.1 41 TAX 326 Txt/Cis 408 67 32 11.3 46 TxT/Cb 402 67 24 9.4 38
疗了 老年人肿瘤围死亡期三个月花光毕生积蓄的 60-70%!
TRENDS of TREATMENT better survival Improved outcomes for patients including better survival and higher clinical benefit rates warrant individualization of therapy whenever possible.
No Genome, Standardization With Gene, Personalization Liang Cheng,et al. Modern Pathology, 2012
Precision Medicine, From Bench to Bedside Precision Medicine Personalization MDT 个体化治疗 多学科综合治疗 Local Treatment 局部治疗为主 With Genome 基于基因检测的个体化治疗 With NCCN 基于临床信息的个体化治疗 With Clinical Experience 单一方法的循环选择使用
精准医学时代的到来
To give a definition of Precision Medicine Genomics Proteomics Big Data Jameson JL, Longo DL. N Engl J Med 2015; 372(23):2229-2234.
精准医学时代 : 诊疗流程 精准医疗的需求是由许多疾病的异 异质性疾病 质性本性所驱动的 新的诊断检测 新的诊断检测对疾病进行了重新分类, 具有重要的预后意义 当可获得靶向治疗时, 临床研究可 根据对预后的影响对疾病重新分类 A 型 ; B 型 ; C 型 评估疗效 安全性和性价比, 从而 新的靶向治疗 推动临床指南的修改 临床执行需要得到注册机构 支付方 医师和患者的共同接受 临床研究结果安全性费用 当临床执行时, 这些人中的每个群体都有不同的视角 角色和动机 医师和健康体系的接受 临床指南 临床执行 支付方采纳 患者的接受 Jameson JL, Longo DL. N Engl J Med 2015; 372(23):2229-2234.
IPASS 研究开启了精准医学里程碑 Probability of PFS 1.0 0.8 Gefitinib EGFR M+ (n=132) Gefitinib EGFR M- (n=91) Carboplatin / paclitaxel EGFR M+ (n=129) Carboplatin / paclitaxel EGFR M- (n=85) 0.6 0.4 EGFR M+ HR (95% CI) 0.48 (0.36, 0.64), p<0.0001 EGFR M- HR (95% CI) 2.85 (2.05, 3.98), p<0.0001 Treatment by subgroup interaction test, p<0.0001 0.2 0.0 0 4 8 12 16 20 24 Time from randomisation (months) Mok et al 2009
EGFR 转录 对 EGFR-TKI 敏感或耐药 对 EGFR-TKI 的敏感度未知 L688P 18 P694X V700D E709X V689M 外显子 s 1 16 外显子 17 外显子 s 18 24 外显子 s 25 28 G719A/S 缺失 D761Y D770_N771 insnpg T790M L858R L861X 19 18 20 21 L730F P733L E746K A763V N765A S768I T783A L792P L798F G810S N826S L838V T847I I853T A859T E866K I715S L718P S720X G735S V738F V742A T751I S752Y D761N L833V H835L H850N V851X G863D A864T 外显子 19 缺失性突变约占 60% Riely, et al. Clin Cancer Res 2006.
EGFR 突变患者 EGFR-TKI 获得性耐药的主要机制 T790M (50-60%) EGFR HER1 IGFR PI3-K py K py PTEN AKT STAT K py RAS RAF SOS GRB2 MEK 基因转录细胞周期进展 G2 M MAPK HER3 逃亡通路 HGF/ cmet (20%) S G1 增殖 / 成熟 存活 / 凋亡 血管生成 转移
基因指导下的精准医学延长患者的 OS 279 例 (28%) 伴某种驱动突变患者的数据用于选择靶向治疗或入组靶向研究 938 例具有临床随访和治疗数据的患者的中位生存时间 不伴驱动突变的患者 (n=361) P<0.0001 伴驱动突变没有接受靶向治疗的患者 (n=313) 伴某种驱动突变接受靶向治疗的患者 (n=264) 中位生存时间 ( 年 ) 在伴有已确定驱动突变的患者中, 接受靶向治疗者的生存时间较未接受靶向治疗者长 多重基因组检测有助于临床医生选择适当的患者进行靶向治疗和临床研究 Johnson BE, et al, 2013 ASCO Abstract 8019.
精准医学是精确诊断与靶向治疗的结合 精确诊断 靶向治疗 分子靶点 EGFR ALK Met FGFR1 HER-2 药物 吉非替尼 厄洛替尼 埃克替尼 阿法替尼 CO-1686, AZD9291 克唑替尼 Alectinib Tivantinib(ARQ197), Onartuzumab(MetMab) Cabozantinib(XL184) Nintedanib, XL999 阿法替尼 RET/ROS 融合基因克唑替尼, AP 26113, ASP 3026 RAS/MAPK 通路 PI3K/PTEN/AKT PD-1/PD-L1 HSP 90.. Trametinib(GSK1120212), Pimastertib,Refametinib, TAK733 BEZ235, XL-765 Nivolumab,MPDL3280A Ganetespib
肿瘤精确诊断第一步 明确患者的基因突变状态
对于腺癌患者突变情况已经比较明确 日本检测结果 中国检测结果 EGFR 依然是亚裔腺癌最常见的驱动基因, 约占 50%
高通量测序 NGS 信号通路 ( 红色为检测的重要节点基因 ) EGFR 为肺癌最主要用药基因 常见突变集中于 18,19,20,21 外显子 ; 但突变类型多变, 包括点突变, 缺失, 插入, 拷贝数变化 这些对用药都有极其重要意义 传统热点检测只能检测一种突变类型如点突变, 往往漏掉许多重要信息 基因上下游综合信号通路分析也至关重要, 如 RAS-RAF-MEK-ERK 及 PI3K- AKT 等 22
传统基因检测在肺癌中的应用 1 st Generation Genetic Testing in Lung Cancer 传统检测无法一次全面 准确地展现肺癌相关基因突变, 可能造成治疗方案非最优化并且多次检测价格昂贵 ( 过万元 ) 样本量大 时间长 无法分析上下游通路 基因 / 位点分子通路国内传统检测方法价格 ( 元 ) 灵敏度 EGFR 基因 18-21 外显子突变 EGFR ARMS PCR 1200/ 位点 10% 桑格测序 400/ 位点 30% HER2 基因 20 外显子非移码插入突变 EGFR-HER2 无法检测 ALK 基因融合 ALK FISH 2400 ALK 基因融合并携带特定点突变 ALK 无法检测 MET/HGFR 基因扩增 HGFR FISH 1000-3000 免疫组化 (IHC) 几百元 / 个 ROS1 基因融合 ROS FISH 1200 KRAS 基因 2 3 4 外显子激活突变 桑格测序 400/ 位点 30% NRAS 基因 2 3 外显子激活突变 桑格测序 400/ 位点 30% BRAF 基因 V600E 激活突变 RAS-RAF-MEK- ERK 桑格测序 400/ 位点 30% BRAF 基因 15 外显子其他激活突变 无法检测 MEK1 基因特定激活突变 无法检测 23 PIK3CA 基因 9 20 外显子激活突变 PI3K-AKT 桑格测序 400/ 位点 30% PTEN 基因截短失活突变如 R233* 无法检测
二代全基因测序 1234 1 项测试, 2 周时间, 300 倍覆盖, 400 基因 1234 1 Test, 2 Weeks, 300 Coverage, 400 Genes 检测全面 二代全基因测序 展现多种基因突变, 包括单碱基突变 碱基缺失 碱基插入 基因融合和拷贝数变化 对 400 以上癌症相关基因进行全外显子测序 其他基因检测 桑格只能检测点突变 ;FISH 只能检测基因融合 每次反应只能检测单个基因的一种突变 精准度高 对每个碱基测序深度 300x 以上, 能检测到含有 1%-3% 肿瘤细胞的样本中的突变, 杜绝假阳性 / 假阴性结果 样本纯度个体差异大, 传统技术需进行多次验证, 假阳性 / 阴性错误率依然较高 样本需求少 一次微量肿瘤样本, 可以检测新鲜组织样本, FFPE 石蜡样本, 血液, 积液样本等 多次检测导致样本量大 对样本质量要求高 生物信息分析全面实用报告 生物信息学分析平台处理数据 (10G/ 样本 ) 报告以 FDA 逾三万份临床数据和大量权威论文为基础 技术局限无法及时有效处理海量病人数据 报告临床指导意义不高, 且缺乏依据 一次检测, 全面解读靶向药物使用 综合预后 家族遗传风险 24 Copyright 2015. GENESEEQ Technology Inc. All rights reserved.
高通量测序技术 NGS 优化富集探针库 数百个基因富集由 15000 余个探针完成 探针库反复优化 14 次, 保证每个基因每个外显子的覆盖 每个探针单个合成,MassSpec 质谱仪保证质量 数据质量管理 序列比对, 变异发现 根据所选癌症基因定制 生物信息学分析平台 包含热点突变分析, 碱基缺失, 插入分析, 拷贝数变化分析, 基因融合分析, 综合通路分析, 灵敏度提高 18 倍以上 云计算平台, 以中国人基因组为模板设计 CFDA 批准药物 35,000+ 已发表的临床药物实验 专业评审期刊文献 肿瘤基因变异信息 癌症医疗综合数据库 ( 实时更新 ) 25 生成全面详尽报告
技术流程 精细复杂 Core Technology Roadmap 自主研发的 416 个肿瘤相关基因探针库 基因测序流程图 基因组 DNA 提取 片段化至 400 600 碱基 DNA 末端修理 3 末端加上 datp 两端加上接头 探针杂交, 目标测序区域富集 链霉亲和素磁珠吸附 PCR 扩增 上样至测序仪 流程质控 DNA 质量及定量 Qubit 3.0, Nanadrop 2000 建库质控 Qubit 3.0, Invitrogen Flashgel 富集质控 Agilent Bioanalyzer 2100 上样质控 qpcr ABI 7900HT 测序质控 Illumina Basespace Reporter 原始数据质控 FastQC, Modified PiCARD 数据全面质控 Modified BWA enrichment, Custom pipeline 26
发现耐药机制 个体化治疗, 真正做到 对症下药 Reveal Drug Resistance 耐药机制突变所占比例临床意义及治疗方案选择 EGFR 基因 T790M 突变 40-50% 一代 EGFR TKI 抗药, 二代 TKI 如阿法替尼仍部分有效, 三代针对此突变的 TKI 如 AZD9291 高度有效 EGFR 基因 20 外显子非移码插入突变 4-9.2% 一代 二代 EGFR TKI 均可能抗药 ALK 基因融合 3%-7% ALK TKI 如克唑替尼 色瑞替尼有效 ; 一代 EGFR TKI 抗药 BRAF 基因 V600E 激活突变 1%-2% 一代 EGFR TKI 抗药 ; BRAF 抑制剂如威罗菲尼 达拉菲尼可能有效 BRAF 基因 15 外显子其他激活突变 1%-4% 一代 EGFR TKI 可能抗药 HER2 基因 20 外显子非移码插入突变 2%-4% 一代 EGFR TKI 可能抗药, 二代 TKI 如阿法替尼仍有效 HER2 单抗如赫塞汀可能有效 KRAS 基因 2 3 4 外显子激活突变 15%-25% 一代 EGFR TKI 抗药 ;MEK 抑制剂可能有效 MEK1 基因特定激活突变 1% 一代 EGFR TKI 抗药 ;MEK 抑制剂可能有效 MET/HGFR 基因扩增 5%-20% 一代 EGFR TKI 抗药 ;MET 抑制剂如克唑替尼可能有效 NRAS 基因 2 3 外显子激活突变 1% 一代 EGFR TKI 抗药 ;MEK 抑制剂可能有效 PIK3CA 基因 9 20 外显子激活突变 5% 一代 EGFR TKI 抗药 ;MTOR 抑制剂如伊维莫司可能有效 PTEN 基因截短失活突变如 R233* 4%-8% 一代 EGFR TKI 抗药 ;MTOR 抑制剂如伊维莫司可能有效 ROS1 基因融合 2% ROS1 TKI 如克唑替尼有效 ; 一代 EGFR TKI 可能抗药 27 Copyright 2015. GENESEEQ Technology Inc. All rights reserved.
肿瘤下一步的精确诊断 从初始检测到实时监测
分子学特征和再活检与肿瘤治疗的整合 初始诊断性活检是通过组织病理学 免疫组化和分子学特征描绘进行评估的, 根据结果制订治疗方案 在获得性耐药时进行再活检, 并采用同样的方法重新分析以发现耐药时收集的标本与治疗前标本的差异 该过程在各治疗阶段时重复进行 应形成可能的细胞株和患者衍生的移植瘤模型以促进耐药机制和治疗作用的功能性研究 Politi K, et al. Clin Cancer Res. 2015 May 15;21(10):2213-20.
循环肿瘤 DNA 与循环游离 DNA Circulating Tumor DNA (ctdna) vs. Circulating Cell-free DNA (cfdna) 循环肿瘤 DNA (ctdna) 是存在于循环系统中 游离于细胞外的 由肿瘤细胞释放的小片段 DNA 循环游离 DNA (cfdna) 是统称存在于循环系统中的 离于细胞外的小片段 DNA cfdna 包括 ctdna 以及由非肿瘤细胞释放的小片段 DNA,ctDNA 是 cfdna 的一部分 健康人血液中的 cfdna 含量极低, 不易检测到 而癌症病人血液中, 根据其病情阶段, 可以检测到不等量的 cfdna/ctdna ctdna 由于是由凋亡的肿瘤细胞释放出来, 所以携带肿瘤细胞特有的体细胞突变 30
ctdna 水平与肿瘤类型及进展 ctdna Level Correlates with Cancer Type and the Stage of Cancer ctdna 水平 肿瘤类型 ctdna 水平 癌症进展分期 Frequency of cases with detectable ctdna (%) 100 80 60 40 20 0 Stage I Stage II Stage III Stage IV 31 脑部肿瘤由于血脑屏障不易检测到 ctdna Sci Transl Med. Feb 19, 2014; 6(224): 224ra24
靶向 ctdna 高通量测序检测肿瘤基因突变 De novo Mutation Detection by Targeted ctdna Sequencing 1 从病人血液样品制备血浆 2 从血浆中提取 ctdna, 并构建全基因组测序文库 3 靶向富集癌症全景基因 5 生物信息学分析 4 靶向富集文库高通量测序 32
ctdna 提取及检测中遇到的问题及挑战 Challenges in ctdna Extraction and Testing 1 ctdna 在血液中含量极少, 片段较小, 不易提取 ctdna 总量取决于 : 样品提供人的健康状态 取血及保存运输血液 / 血浆样品的条件 血浆的制备方法 DNA 的提取方法以及 DNA 的定量方法 2 基因组 DNA 污染 核心技术优势 : 从微量 ctdna 建立测序文库去除基因组 DNA 污染并进行癌症基因靶向富集 33
患者 ctdna 中含有肿瘤特异性突变并与病理切片完全吻合 Mutations Detected in ctdna and FFPE sample Matched Perfectly TP53 p.r248h (c.g743a) chr17:7577120 病理切片 ctdna 全血阴性对照 APC p.e1057x (c.g3169t) chr5:112174460 病理切片 ctdna 全血阴性对照 34
前期验证 : 基于 298 例病例的 ctdna 和组织样本数据总结 298 ctdna Case Summary ctdna 中肿瘤特异性突变总结, 包括点突变 扩增 缺失 融合 ; 与匹配组织检测结果对比表明不损失突变多样性 35
ctdna 与肿瘤组织样本匹配度 688 例肺癌患者 545 例肺癌 ctdna 检测 143 例肺癌 未 ctdna 检测 405 例肺癌符合 ctdna 检测要求 140 例肺癌不符合 ctdna 检测要求 * 186 例肺癌 ctdna 有对应肿瘤样本 219 例肺癌 仅有 ctdna 样本 155 例肺癌 检测到肿瘤特有突变 (83.3%) 183 例肺癌 检测到肿瘤特有突变 (83.6%) 139 例肺腺癌 EGFR 基因 ctdna 与肿瘤组织匹配度 (81.3%, 见下页 ) 124 例肺腺癌 ctdna 检测 共 263 例肺腺癌计入以下统计数据 36 * 不符合 ctdna 检测要求 :I/II 期肿瘤 ; 刚手术完一个月以内 ; 目前正在用药且疗效为 CR/PR/SD
ctdna 中 EGFR 突变总体检出率 139 例肺腺癌 :ctdna 有匹配肿瘤组织 124 例肺腺癌 : 仅有 ctdna Tumor positive ctdna positive ctdna 检出率 ctdna positive ctdna 检出率 L858R 20 14.4% 18 12.9% L858R 29 23.4% exon 19 deletion 46 33.1% 39 28.1% exon 19 deletion 32 25.8% exon 20 insertion 9 6.5% 9 6.5% exon 20 insertion 6 4.8% T790M 14 10.1% 20 14.4% T790M 34 27.4% 罕见 EGFR 突变 11 7.9% 9 6.5% 罕见 EGFR 突变 15 12.1% EGFR 突变肺腺癌 80 57.6% 68 48.9% EGFR 突变肺腺癌 78 62.9% 37
ctdna 中 EGFR 检测特异性和敏感性 139 例肺腺癌 :ctdna 与肿瘤组织匹配 L858R ctdna 突变 阳性阴性总数 19 外显子缺失 ctdna 突变 阳性阴性总数 肿瘤组织突变 阳性 17 3 20 阴性 1 118 119 肿瘤组织突变 阳性 37 9 46 阴性 2 91 93 总数 18 121 139 总数 39 100 139 一致性 Concordance 97.1% 敏感性 Sensitivity 85% 特异性 Specificity 99.2% 正向预估值 94.4% 负向预估值 97.5% 一致性 Concordance 92.1% 敏感性 Sensitivity 80.4% 特异性 Specificity 97.9% 正向预估值 94.9% 负向预估值 91% T790M ctdna 突变 阳性阴性总数 20 外显子插入及其它罕见突变 ctdna 突变 阳性阴性总数 肿瘤组织突变 阳性 14 1 15 阴性 6 118 124 肿瘤组织突变 阳性 16 4 20 阴性 2 117 119 总数 20 119 139 总数 18 121 1 一致性 Concordance 95% 38 敏感性 Sensitivity 93.3% 特异性 Specificity 95.2% 正向预估值 70% 负向预估值 99.2% 一致性 Concordance 95.7% 敏感性 Sensitivity 80% 特异性 Specificity 98.3% 正向预估值 88.9% 负向预估值 96.7%
EGFR 罕见突变列表 肿瘤组织肺腺癌病例 有肿瘤组织比对的肺腺癌 ctdna 检测病例 仅进行 ctdna 检测的肺腺癌病例 L861Q 3 2 1 G719A 1 0 0 G719S 0 0 1 G719D 0 0 1 L747S 0 0 1 I759S 0 0 1 S768I 0 1 2 S768N 0 0 1 V769L 0 0 1 C797S 0 0 2 C797G 0 0 1 V769L 0 0 1 V843I 1 1 0 L707F 1 1 0 G724S 1 1 0 L833F 1 1 0 L833V 0 0 1 D1084N 1 0 0 H850Y 1 0 0 H988R 1 1 0 N826S 0 0 1 A871T 0 0 1 总病例数 11 8 15* *:1 例肺腺癌患者同时携带 C797S 和 C797G 突变 39
TKI 用药进展后 ctdna 检测到 T790M 突变比例 263 例肺腺癌 174 例肺腺癌 经 EGFR-TKIs 治疗 89 例肺腺癌未经 EGFR-TKIs 治疗 152 例肺腺癌 TKI 进展后进行 ctdna 检测 22 例肺腺癌 TKI 未进展 即进行 ctdna 检测 48 例 TKI 进展后肺腺癌患者检测到 T790M 突变 TKI 进展后 ctdna 中 T790M 突变比例约 32% 104 例 TKI 进展后肺腺癌患者未检测到 T790M 突变 注 : 104 例 TKI 进展后未检测到 T790M 突变的肺腺癌患者包括 : 未经基因检测盲吃 EGFR-TKI 的患者携带 ERBB2 EGFR 第 20 外显子插入等其他耐药突变的患者 40
通过 NGS 发现 C797S 突变为 AZD9291 的获得性耐药突变 Thress et al, Nat Med. 2015, doi:10.1038/dm.3854
42 EGFR 少见突变研究进展 Unusual mutation of EGFR EGFR 基因常见激活突变 21 外显子 L858R 19 外显子非移码插入突变目前检测较多 18-21 外显子其他敏感突变如 G719Xaa L861Q S768I 目前检测较少 最新大样本研究结果显示, 在 3 项肺癌临床实验 600 例肺癌患者中,12%(75/600 ) 肺癌患者携带 18-21 外显子少见突变 ( 如 G719Xaa L861Q S768I), 并根据突 变情况分成三组, 给予阿法替尼给药治疗 第一组 :18-21 外显子少见点突变 第二组 : 单独 T790M 突变或者 T790M 突变与其它突变共存 第三组 : EGFR 基因 20 外显子插入突变 分组 Group1 Group2 Group3 ORR 71.1% 14.3% 8.7% MPFS 10.7month 2.9month 2.7month MOS 19.4month 14.9month 9.2month James C-H Yang et al. Lancet oncology 2015
EGFR-TKIs 新耐药机制 2015 年 ASCO 会议报道了肺癌两种驱动突变, 同时也是 EGFR-TKIs 耐药机制 : MET 基因 14 外显子缺失和 NF1 基因失活突变 突变 MET 基因 14 外显子缺失 NF1 基因失活突变 突变解释 用药相关 突变特点 MET 基因 14 外显子缺失引起 MET 蛋白与 c-cbl 结合能力缺失, 抑制 c-cbl 对 MET 的泛素化, 抑制 MET 蛋白溶酶体降解途径, 导致 MET 蛋白水平升高 EGFR-TKIs 耐药 MET 抑制剂如克唑替尼可能有效 全新的突变类型 剪切突变 ( 常见突变类型包括拷贝数变化 碱基置换突变 缺失突变 插入突变 染色体断裂重排 ) NF1 基因介导 KRAS-GTP 向 KRAS-GDP 转化过程,NF1 失活导致其对 KRAS 抑制活性缺失,KRAS 持续激活下游信号通路 EGFR-TKIs 耐药 MEK 抑制剂可能有效 无突变热点 抑癌基因失活 ( 肿瘤中原癌基因突变主要集中在结构域 结合位点等热点位点, 抑癌基因不存在突变热点, 全基因各区域均可能发生失活突变 ) 检测方法高通量测序或 PCR 方法高通量测序 P. Paik et al. 2015 ASCO Abstract 8021; PA. Redig et al. 2015 ASCO Abstract 80222. 43
靶向治疗药物进展
第三代 EGFR-TKI 已经初步确立了临床疗效 40 靶病灶自基线最大变化 (%) (T790M+ 可评估患者, 扩大队列 [N=107]) 20 0-20 -40-60 -80-100 20mg QD 40mg QD 80mg QD 160mg QD 240mg QD ORR=64% (69/107) DCR(CR+PR+SD)=94%(101/107) Janne PA, et al. 2014 ASCO Abstract 8009.
第二代 ALK 抑制剂 Alectinib 治疗克唑替尼耐药患者的 II 期研究 (NP28673) 既往克唑替尼治疗无缓解或进展的 ALK+NSCLC 患者 Alectinib 600mg 2 次 / 天有效性及安全性 研究者决定 PD 退出 / 长期随访或进展后治疗 主要入组标准 RECIST v1.1 定义的克唑替尼治疗后 PD ALK 阳性 (FDA 获批的检验方法 ) 允许既往接受针对晚期疾病的含铂化疗 未经治疗 / 经治的脑转移 ( 包括软脑膜癌 ) 激素撤除后稳定 ( 至少 14 天 ) 且无症状 ECOG PS 0-2 克唑替尼和 Alectinib 之间 1 周洗脱期 主要终点 :ORR ( 独立评估委员会 [IRC])(RECIST v1.1) 所有患者 既往接受化疗患者 次要终点 :CNS ORR(IRC) DCR DOR PFS 安全性 Ou SHI, et al. 2015 ASCO Abstract 8008.
研究结果 : 缓解率 研究主要终点 (ORR) 疗效可评估 (RE) 人群 ORR:49.2%(95%CI:40.0%-58.4%) 既往接受化疗人群 ORR:44.8%(95%CI:33.6%-54.3%) RE 人群 *(N=122) 既往有化疗史 *(N=96) 既往无化疗史 *(N=26) ORR,n(%) 61(50) 43(44.8) 18(69.2) [95% CI] [40.8;59.1] [34.6;55.3] [48.2;85.7] CR,n(%) 0(0) 0(0) 0(0) PR,n(%) 61(50.0) 43(44.8) 18(69.2) SD,n(%) 35(28.7) 31(32.3) 4(15.4) PD,n(%) 22(18.0) 18(18.8) 4(15.4) 缺失 / 未评估 4(3.3) 4(3.3) 0(0) 疾病控制,n(%) 96(78.7) 74(77.1) 22(84.6) [95% CI] [70.6;85.0] [67.4;85.0] [65.1;95.6] * 更新数据截止日 2015 年 1 月 8 日 Ou SHI, et al. 2015 ASCO Abstract 8008.
研究结果 : 治疗反应与 PFS 最长径总和较基线的最大变化 (%) 140 120 100 80 60 40 20 0-20 -40-60 -80-100 * * 未接受化疗患者更新数据截止日 2015 年 1 月 8 日 治疗反应 * * ** ** **** ** * ** ***** ** PD (n=22) SD (n=35) PR (n=61) PFS(%) 100 80 60 40 20 0 n=138 0 3 6 9 12 15 18 58% 患者出现进展 PFS 时间 ( 月 ) 中位 PFS 8.9m (95% CI 5.6-11.3) Ou SHI, et al. 2015 ASCO Abstract 8008.
研究结果 :CNS 转移病灶的 ORR/DCR CNS 缓解 (IRC),n(%) 有可测量 CNS 病灶 (N=35) 所有 CNS 转移患者 (N=84) ORR,n(%) 20(57.1) 36(42.9) [95% CI] [39.4;73.7] [32.1;54.1] CR/PR/SD/PD/ 缺失或未评估,% 20/37.1/28.6/8.6/5.7 27.4/5.5/40.5/8.3/8.3 DCR,n(%) 85.7% 83.3% [95% CI] [69.7; 95.2] [73.6;90.6] Ou SHI, et al. 2015 ASCO Abstract 8008.
2 例既往未放疗且有可测量 CNS 疾病患者 Alectinib 治疗后出现完全的 CNS 缓解 患者 258209203:Dr. Brett Hughes, Prince Charles Hospital, Australia 患者 258294202:Dr. James Chih-Hsin Yang, National Taiwan University Hospital Ou SHI, et al. 2015 ASCO Abstract 8008.
研究结果 : Alectinib 治疗相关不良事件 治疗相关的发生率 5% 的不良事件 所有,n(%) 1 级,n(%) 2 级,n(%) 3 级,n(%) 4 级,n(%) 肌肉痛 23(17) 19(14) 3(2) 1(1) 0 便秘 20(15) 17(12) 3(2) 0 0 疲劳 19(14) 16(12) 2(1) 1(1) 0 虚弱 15(11) 12(9) 2(1) 1(1) 0 AST 升高 14(10) 11(8) 1(1) 1(1) 1(1) ALT 升高 13(9) 6(4) 5(4) 1(1) 1(1) 外周水肿 13(9) 10(7) 2(1) 1(1) 0 皮疹 12(9) 11(8) 1(1) 0 0 光敏性 12(9) 12(9) 0 0 0 胆红素升高 11(8) 2(1) 7(5) 2(1) 0 恶心 8(6) 7(5) 1(1) 0 0 皮肤干燥 7(5) 7(5) 0 0 0 腹泻 7(5) 6(4) 0 1(1) 0 12 例 (7.8%) 患者因不良事件减量 27 例 (19.6%) 患者因不良事件中断治疗 11 例 (8.0%) 患者因不良事件退出药物治疗 Ou SHI, et al. 2015 ASCO Abstract 8008.
以 c-met 过表达为靶点克服 EGFR-TKI 获得性耐药研究 背景 : c-met 扩增和 T790M 是晚期 NSCLC EGFR TKIs 获得性耐药两大的常见分子机制 方法 : 采用免疫组化法 (IHC) 对伴 EGFR TKIs 获得性耐药的晚期 NSCLC 患者进行 c-met 过表达检测, 50% 肿瘤细胞呈中至高强度染色定义为 c-met 阳性 采用 FISH 法检测 c-met 扩增, 阳性定义为 : 基因扩增或拷贝数 / 细胞 >5 检测 EGFR, ALK, KRAS 和 ROS1 状态 还通过 IHC 法检测 p-met, EGFR, p- EGFR, ERBB3, p-erbb3, AKT, p-akt, MAPK, p-mapk 等 MET 和 EGFR 信号通路中的重要标志物 Gou LY, et al. 2015 ASCO Abstract 8091.
研究流程 & 研究结果 晚期 NSCLC EGFR-TKI 获得性耐药患者 N=105 再活检与细胞块 MET IHC 及其他基因特征 50% 肿瘤细胞 MET 诊断阳性细胞状态且中到高强度染色 MET 阴性患者 MET 阳性患者 适合参与临床研究 (INC280) 不适合或拒绝参与临床研究 EGFR 突变 NSCLC EGFR TKIs 获得性耐药机制的发生率 c-met 过表达 :35.0% 小细胞肺癌或鳞状细胞转化 :1.9% c-met 扩增 :13.6% KRAS 突变 :1.0% c-met 过表达 +T790M:14.6% ROS1 融合 :1.0% T790M:23.3% 未知机制 :23.3% Gou LY, et al. 2015 ASCO Abstract 8091.
c-met 阳性 ±T790M 分子靶向治疗疗效 11 例 c-met 过表达患者接受 TKI+c-Met 抑制剂治疗 缓解率 (RECIST):45.5% 疾病控制率 :54.5% 疾病进展 :45.5% 其中 5 例 c-met 过表达且不伴 T790M 的患者, 疾病控制率为 100% 患者 性别 年龄 ( 岁 ) PS 病理 EGFR 状态 c-met 状态 治疗 临床获益 初始缓解 PFS( 月 ) 患者 1 女 32 2 ADC L858R 25%+++; 30%++ 阿昔替尼 是 PR 6.1 患者 2 女 57 1 ADC DEL 60%++ 吉非替尼 + 克唑替尼 是 PR 6.7 患者 3 女 54 1 ADC DEL 100%+++ 吉非替尼 + 克唑替尼 是 PR 患者 4 男 42 1 ADC DEL 100%++* 吉非替尼 + 克唑替尼 是 SD 4.0 患者 5 女 50 0 ADC DEL 60%++ 吉非替尼 + 克唑替尼 是 SD 治疗中 患者 6 男 61 1 ADC L858R T790M( 肝 ) 15%+++ 50%++( 肺 ) 阿法替尼 + 克唑替尼 否 PD 5 1.0 患者 7 女 76 1 ADC L858R 5768 T790M 100%+++ 吉非替尼 +c-met 抑制剂 否 PD 患者 8 男 66 4 ADC DEL T790M 20%+++; 50%++ 吉非替尼 +c-met 抑制剂 否 PD 患者 9 男 63 1 ADC L858R T790M 80%++ 吉非替尼 +c-met 抑制剂 否 PD 患者 10 男 36 1 ADC DEL T790M 70%+++; 20%++ 吉非替尼 +c-met 抑制剂 否 SD 5.7 患者 11 男 55 1 ADC DEL T790M MET 100%+++ 吉非替尼 +c-met 抑制剂 否 PD Gou LY, et al. 2015 ASCO Abstract 8091.
抗 PD-L1 抗体 -MEDI4736 治疗 NSCLC 的安全性和临床活性 剂量扩大 (n=228) 10mg/kg, q2w*1 年 剂量爬坡 MEDI4736 0.1-10mg/kg, q2w 15mg/kg, q3w 1 年 鳞癌 1L, 2L, 3L 非鳞癌 1L, 2L, 3L 主要终点 安全性和耐受性 抗肿瘤活性 (RECIST1.1) 探索性终点 收集治疗前, 治疗过程中和治疗后的血液和组织样品用于寻找免疫治疗的决定因素 主要入组标准组织学或细胞学确认的 NSCLC ECOG PS 0-1 充分的器官功能允许既往抗 CTLA-4 治疗 PD-L1 和 PD-L1 患者 主要排除标准活跃的自身免疫性疾病既往严重或持续的 irae 既往抗 PD-1 或抗 PD-L1 治疗 CTL4= 细胞毒性 T 淋巴相关抗原 4 ECOG PS= 东部肿瘤协作组体力状态 irae= 免疫相关不良事件 Rizvi NA, et al. 2015 ASCO Abstract 8032.
研究结果 :PD-L1 状态与肿瘤缓解及 OS 结果 PD-L1+ PD-L1- OS PD-L1+ PD-L1- (N=152) 初步数据提示 PD-L1+ 患者的缓解率及 OS 好于 PD-L1- 患者 Rizvi NA, et al. 2015 ASCO Abstract 8032.
小结 精准诊断的第一步是明确患者的基因突变状态, 随后就需要通过二次活检及血液检 测把初始检测变为实时监测 目前对于 EGFR-TKI 的 T790M 获得性耐药, 以及 ALK 抑制剂的耐药均出现了三代 TKI (AZD9291) 及二代 ALK 抑制剂 (Alectinib) 等药物, 并初步确定了临床疗效 EGFR TKIs 和 c-met 抑制剂是克服 c-met 过表达患者获得性耐药的良好策略, 但其在 c-met /T790M 并存的患者中无效 初步数据提示,MEDI4736 针对 PD-L1+ 患者缓解率及 OS 好于 PD-L1- 患者
全美干预性癌症临床研究中药物精准研究所占比例 回顾分析了 2005-2013 年在 ClinicalTrials 注册的癌症临床研究 25% 20% 15% 10% 5% 0% 2006 2007 2008 2009 2010 2011 2012 2013 临床研究中精准研究所占比例 : 2006 年的 3% 2011 年的 11% 2013 年的 16% * 由于可获得的研究数据仅 3 个月, 因此, 并未展示 2005 年的数据 **2013 年年华数据, 从数据获得之日进行删失分析 (2013 年 5 月 22 日 ) 精准医学研究 : 以患者基因异常改变为入组标准 Roper N, et al. Cancer Treat Rev 2015; 41(5):385-390.
根据生物标志物设计的精准医学研究的比例 EGFR ALK KRAS RET,BRCA1/2,PTEN NRAS,ROS1,GNA11 MET HER2 HRAS,MEK,KTI BRAF PIK3CA 0% 20% 40% 60% 80% 100% 肺癌根据 EGFR, ALK, KRAS 设计的精准医学研究的比例最高 Roper N, et al. Cancer Treat Rev 2015; 41(5):385-390.
未来临床研究设计 : 伞状 和 篮状 对同一瘤种不同驱动基因使用相应靶向药物的研究 对不同瘤种相同驱动基因使用同一靶向药物的研究 Politi K, et al. Clin Cancer Res. 2015 May 15;21(10):2213-20.
基因列表分析 (I/III) 病人姓名临床诊断主要阳性基因 ( 突变 ) 主要阴性基因用药家族史备注 2009 年 12 月确诊右上肺腺癌 2 期 B, 半年后右下肺及脑转移, 目前肺腺癌四期 EGFR T790M ALK/ KRAS / NRAS/ BRAF 多西他赛 顺铂 ; E746_A750del 第 /PIK3CA/ PTEN / 培美曲塞 卡铂 EGFR 19 外显子非移码 ERBB2/ MET 特罗凯 凯美纳 插入突变 /RET / ROS1/ 易瑞沙 FGFR1/ TP53/ MDM2 基因扩增 RB1 无 穿刺样本为福尔马林浸泡样本 EGFR 基因扩增 2014 年 7 月 24 日确诊肺腺癌 4 期 ERBB2 RB1 G776C/A775_G7 76insL 第 20 外显子非移码插入突变 R455X ALK/ KRAS / NRAS/ BRAF /PIK3CA/ PTEN / MET /RET / ROS1/ FGFR1 培美曲塞 卡铂 ; 多西他赛 奈达铂 无 组织为福尔马林浸泡样本 TP53 Y234X(Y75X) 2013 年 10 月 26 日确诊肺腺癌 4 期 EGFR EGFR FGFR1 p.747_753del 第 19 外显子非移码缺失突变 ALK/ KRAS / NRAS/ BRAF 基因扩增 /PIK3CA/ PTEN / ERBB2/ MET 基因扩增 /RET / ROS1/ FGFR1/ RB1 培美曲塞 卡铂 ; 顺铂 父亲 73 岁肺癌, 哥哥 77 岁肺癌早期 - TP53 G266V(G107V) 61
基因列表分析 (II/III) 病人姓名临床诊断主要阳性基因 ( 突变 ) 主要阴性基因用药家族史备注 2014 年 8 月 3 日确诊肺癌 4 期 MSH6 T1053fs 移码插入突变 ALK/ EGFR/ KRAS / NRAS/ BRAF /PIK3CA/ PTEN / ERBB2/ MET /RET / ROS1/ FGFR1/ TP53/ RB1 培美曲塞 卡铂 无 支气管镜取样, 福尔马林浸泡 6 天 EGFR L858R PBRM1 p.186_199del 移码缺失突变 TP53 单拷贝缺失 2013 年 2 月确诊肺癌中晚期 TP53 RB1 PTEN G245S 双拷贝缺失 D92V ALK/ KRAS / BRAF 吉西他滨 /PIK3CA/ ERBB2/ 培美曲塞 MET /RET / ROS1/ 纳米紫杉醇 FGFR1 凯美纳 无 - VEGFR3 基因扩增 FGFR4 基因扩增 NRAS 基因扩增 62
基因列表分析 (III/III) 病人姓名临床诊断主要阳性基因 ( 突变 ) 主要阴性基因用药家族史备注 EGFR L858R 2013 年 4 月 28 日确诊肺癌晚期 EGFR TP53 RB1 T790M G245S L68fs 移码缺失突变 ALK/ KRAS / NRAS/ BRAF /PIK3CA/ PTEN / ERBB2/ MET /RET / ROS1/ FGFR1 易瑞沙 培美曲塞 奈达铂 恩度 贝伐单抗 吉西他滨 无 - RB2 p.215_224del 移码缺失突变 63
近几十年来, 循证医学体系正在走向崩溃, 它常常迫使医生做未必正确的事情 如今的循证医学就像一把已经上膛的枪威胁着临床医生 你最好乖乖按照最佳证据做 过度诊疗之风愈演愈烈, 循证医学在其中起到推波助澜作用 统计学有句名言 只要你拷问数据, 数据就会招供 给大家介绍两本非常有名的书, 一本叫 数字是靠不住的, 另一本叫 统计数字会撒谎, 在全球已经畅销 60 年, 作者在书中描述到 统计数字就像美女身上的比基尼, 露的部分引人遐思, 没露的部分才是最重要的
肿瘤精准医疗的 8 大问题 如何选择患者? 如何选择样本? 怎样才是合格的基因组变异检测? 如何过滤原始变异数据? 如何注释临床信息? 如何进行分子医学 MDT 交流? 如何使用临床信息做医疗决策? 如何设计临床研究统计总结数据
大部分人拿到基因检测报告的第一感觉
体细胞基因变异判读流程 评估数据质量 数据过滤 肿瘤组织和正常 组织比对 利用数据库查找基 因在肿瘤中变异频 率 基因变异可能 引起蛋白质功能变 化 基因变异对应 的靶向药物和临床 试验信息 Genetics in Medicine (2016) 18, 128 136
ACMG 标准和指南 : 变异证据等级相关数据库 Genet Med. 2015 May;17(5):405-24
未来基因测序结果直接指导肿瘤治疗?
精准医学市场 精准医学计划被 Nature 杂志列为 2015 年度十大科学事件 2016 年, 精准医学研究 被列为国家重点研发计划重点专项之一 国内从事高通量测序 NGS 相关企业如雨后春笋般出现, 达 600 余家 咨询机构预测基因测序行业年复合增长率在 18% 左右, 未来几年增速甚至将超过 20% BCC Research 最新发布 (2016 年 5 月 ) 的一项分析报告显示,2015 年全球基因测序相关市场规模约为 59 亿美元, 预计 2020 年将达到近 138 亿美元, 年复合增长率为 18.7% NGS 是基因组学领域中增长最快的子行业, 成为测序市场的主流 根据不同咨询公司报告估算,2020 年全球 NGS 市场预计达 85 亿美元, 年复合增长率维持在 21% 左右
按照地理区域划分 NGS 市场可集中划分为北美 欧洲 亚太地区及其它 预计几年内, 北美仍将占据全球 NGS 测序市场的最大份额, 所占份额变化相差不大, 亚太占约 20% 的市场份额
精准医学在中国的正确落地方式 关口前移 重心下移 ; 注重社区医疗和健康管理 关口前移 指的是重视对疾病的早诊早治和预警预测 重心下移 指的是将工作重心下移到社区和基层 加强健康管理精准医学有四个重点研究任务 : 1 精准防控技术及防控模式研究 针对高发区前瞻性人群及易感人群等, 建立符合国情的个体化综合预防模式 2 分子标志物的发现和应用 通过发现基因组 表观遗传组 转录组 蛋白质组和代谢组等, 用于早期疾病的预警 筛查和诊断, 指导治疗, 疾病预后和转归 3 分子影像学和病理学的精准诊断, 包括分子影像学成像 CT 超声的多模态图像融合 无创 微创精准诊断 4 临床精准治疗 结合临床分子分型 个人全面信息 组学和影像学分析大数据的治疗方案, 用于靶向治疗 免疫治疗 细胞治疗等生物治疗 精准医学并不是仅仅局限在科研院所 大学里的医学研究和三甲医院里的疑难杂症临床治疗, 也包括了对疾病的监测预警和对健康的持续管理 社区是医院之外精准医疗的另一个主战场 很多人以为精准医疗就是在 ICU 里把危重病人救治过来, 但 ICU 救治的只是个体的人, 从国家层面看还是希望尽量解决整个人群的健康疾病问题
中国精准医疗在落地过程中, 需要解决以下四个问题 1 需要克服数据问题 精准医疗的精准化 个性化必须基于数据进行, 中国精准医疗当前最缺的就是中国人的癌症数据库 2 挤破行业 泡沫 由于信息不对称, 国内精准医疗市场出现投资火爆但需求相对疲软的现象, 这增加了精准医疗落地过程中不确定性, 必须大力培养临床研判师, 增加转化性研究投入, 让大家知道 : 不受益是你不够精准, 你只有精准才能收益 3 配套产业发展不完善, 没有国家基因标准, 精准医疗设备 药物 药价等制约精准医疗落地 4 资本 需求都只是精准医疗发展驱动因素, 精准医疗最终能否顺利落地, 还是取决于技术能否取得突破, 而国内在技术研发方面, 政企合作机制不完善, 技术发展进程可能不尽如人意最后, 法律法规不完善 隐私保护等因素也会影响国内精准医疗落地 大力推动精准医疗发展, 加大在全国设立精准医疗医院的实施力度, 对提高疾病诊治水平, 惠及民生与国民健康 ; 推动医学科技前沿发展, 增强国际竞争力 ; 发展医药生物技术, 促进医疗体制改革
中国的精准模式 1 大精准还是微观精准? 两者兼而有之 2 精准从检测开始? 检测是精准的第一步, 检测不是精准医疗的全部 3 精准医疗的内容? 内科 - 检测 AlphaGo 外科 - 微创 机器手放疗 -SRT 立体定向放疗中医 - 整合医学 精准康复
突然想起耶鲁研究宏观经济的同舍同学正在研究中国改革 那天深夜 23 点回来, 火急火急泡起泡面, 大口大口猛吃, 还不断撸手看表, 嘴里骂骂咧咧, 我问为什么这么急? 他说 : 他妈的, 差点过期了! 我调侃 : 中国能交给你吗? 他说 : 哪儿都一样, 总是一坨屎到屁股头才会解!
致谢!