orange

Realiseren wij ons de mogelijkheden van precision medicine?

Precision medicine

De verschuiving naar precision medicine

De klinische praktijk verschuift naar een tijdperk van precision medicine waarin moleculaire inzichten het hierdoor mogelijk maken om de behandeling aan te passen aan het unieke DNA profiel van een tumor.1–3 De behandeling van kanker wordt hiermee steeds complexer omdat er meer klinisch relevante genen kunnen worden geïdentificeerd en hierdoor de behandelkeuze wordt uitgebreid.4–8  In 2017 waren er meer dan 700 moleculen in een laat stadium van ontwikkeling. 90% hiervan betreft een doelgerichte behandeling.9 Als we deze toenemende complexiteit willen beheersen en het potentieel van precision medicine willen benutten, is het noodzakelijk de benadering van klinische diagnostiek en besluitvorming voortdurend te evalueren.4,10

Our comprehensive genomic approach broadly analyses the tumour genome to identify clinically relevant alterations
Inzicht in de mutaties van het tumor DNA

Het vastleggen van klinisch relevante inzichten in het tumor DNA

Er bestaan vier hoofdklassen van DNA mutaties: puntmutaties, inserties en deleties, duplicaties en inversies of translocaties. De meeste huidige diagnostische testen echter zijn niet in staat (of niet geschikt) om alle relevante DNA mutaties in één keer te detecteren. Enkelvoudige biomarker testen, waarbij gebruik gemaakt wordt van gangbare diagnostische technieken (zoals PCR / IHC / FISH en multigene hotspot NGS-testen), lopen het risico DNA mutaties te missen die van cruciaal belang kunnen zijn voor het behandelplan van een patiënt.4,11–13

Bovendien kunnen complexe gene signatures zoals tumor mutational burden (TMB) en microsatellite instability (MSI), waardevolle inzichten bieden om een behandelplan te personaliseren. Van MSI is aangetoond dat het de respons op immuuntherapie voorspelt en TMB wordt steeds vaker ingezet  als een potentiële biomarker voor klinisch voordeel met immunotherapie.14–19 Echter, TMB en MSI samen, kunnen alleen  effectief worden gemeten door uitgebreid testen van DNA van de tumor.14,15

Our comprehensive genomic approach broadly analyses the tumour genome to identify clinically relevant alterations
Een evoluerende benadering

Een evolutie in diagnostiek en klinische besluitvorming

Om ervoor te zorgen dat kankerpatiënten kunnen profiteren van de meest recente innovaties van behandelingen, is een evoluerende benadering van klinische diagnostiek en besluitvorming vereist. Een aanpak die:

✓   Klinisch relevante DNA mutaties en biomarkers identificeert

✓   Klinische ondersteuning bij de besluitvorming biedt

✓   Behandelplannen van patiënten kan personaliseren

Comprehensive Genomic Profiling is belangrijk om ervoor te zorgen dat patiënten toegang hebben tot de meest recente behandel innovaties.1,10,20

"It is recommended at this time that when feasible, testing be performed via a broad, panel-based approach, most typically performed by next generation sequencing (NGS). For patients who, in broad panel testing don’t have identifiable driver oncogenes (especially in never smokers), consider RNA-based NGS if not already performed, to maximize detection of fusion events.20"

“Multiplexed genetic sequencing panels are preferred where available over multiple single gene tests to identify other treatment options beyond EGFR, ALK, BRAF, and ROS1.21,22"

AMP, Association for Molecular Pathology. ASCO, American Society of Clinical Oncology. CAP, College of American Pathologists. FISH, fluorescence in situ hybridisation. IASLC, International Association for the Study of Lung Cancer. IHC, immunohistochemistry. MSI, microsatellite instability. NCCN, National Comprehensive Cancer Network. NGS, next generation sequencing. NSCLC, non-small cell lung cancer. PCR, polymerase chain reaction. TMB, tumour mutational burden.
Referenties
  1. Rozenblum AB et al. J Thorac Oncol 2017; 12: 258–268.
  2. Schwaederle M, Kurzrock R. Oncoscience 2015; 2: 779–780.
  3. Mansinho A et al. Expert Rev Anticancer Ther 2017; 17: 563–565.
  4. Frampton GM et al. Nat Biotechnol 2013; 31: 1023–1031.
  5. Drilon A et al. Clin Cancer Res 2015; 21: 3631–3639.
  6. Hirsch FR et al. Lancet 2016; 388: 1012–1024.
  7. Baumgart M. Am J Hematol Oncol 2015; 11: 10–13.
  8. Chakravarty D et al. JCO Precis Oncol 2017; doi: 10.1200/PO.17.00011. 
  9. Global Oncology Trends Report 2018. Report by IQVIA Institute for Human Data Science. Available at: https://www.iqvia.com/-/media/iqvia/pdfs/institute-reports/global-oncology-trends-2018.pdf (Accessed March 2019).
  10. Gagan J, Van Allen EM. Genome Med 2015; 7: 80.
  11. Schrock AB et al. Clin Cancer Res 2016; 22: 3281–3285.
  12. Rankin A et al. Oncologist 2016; 21: 1306–1314.
  13. Suh JH et al. Oncologist 2016; 21: 684–691.
  14. Chalmers ZR et al. Genome Med 2017; 9: 34.
  15. Goodman AM et al. Mol Cancer Ther 2017; 16: 2598–2608.
  16. Le DT et al. N Engl J Med 2015; 372: 2509–2520.
  17. Johnson DB et al. Cancer Immunol Res 2016; 4: 959–967.
  18. Rizvi H et al. J Clin Oncol 2018; 36: 633–641.
  19. Hellmann MD et al. N Engl J Med 2018; 378: 2093–2104.
  20. NCCN Clinical Practice Guidelines in Oncology (NCCN Guidelines). Non-Small Lung Cancer. V.5.2018, 2018. Available at: https://www.nccn.org/professionals/physician_gls/recently_updated.aspx (Accessed March 2019).
  21. Kalemkerian GP et al. J Clin Oncol 2018; 36: 911–919.
  22. Lindeman NI et al. J Mol Diagn 2018; 20: 129–159.