POSIBILIDADES DE APLICACIONES DE LA
GENÓMICA EN EL TRATAMIENTO DE LA ARTRITIS REUMATOIDE
Dra. Sara Marsal
Unitat de Recerca de Reumatologia
Institut de Recerca Hospital Vall Hebron
San Sebastian, 22 de Junio de 2006
ARTRITIS REUMATOIDE• Enfermedad inflamatoria crónica
• Sistémica, principalmente a las articulaciones
• Prevalencia ~ 1%, ratio sexo 3:1
• Comorbili-mortalidad asociada
• No cura, tratamiento continuo
FISIOPATOLOGIA• Formación de un tejido destructivo: pannus• Cells implicadas: - Sistema immune:
B & T Linfocitos, MØ, Neutro, … - Tejido Conectivo: Fibroblastos (sinoviocitos, condrocitos, osteoblastos, ...)
• Erosiones en el cartílago y hueso: irreversibles• Mucho por conocer
EVOLUCIÓN RADIOLÓGICA EN 6 AÑOS
EVOLUCIÓN RADIOLÓGICA EN 6 AÑOS
GENÓMICA EN LA AR• Ausencia de una metodología para:
– Diagnosticar pacientes con AR en las etapas iniciales de la enfermedad
– Identificar nuevas clases de AR (Heterogeneidad)
• Porqué necesitamos categorizar la AR?– Principalmente: Ajustar el tratamiento (medicina
personalizada)
• Necesidad de incorporar marcadores biológicos tecnologías de análisis masivo
DE LOS MARCADORES DIAGNÓSTICO A LOS PERFILES DE RESPUESTA
CONSTRUCCIÓN DE UN PREDICTOR
• Diseño adecuado (nº y tipo de muestras)• Selección de genes “predictivos”• Crear regla de predicción • Algoritmo de clasificación:
– LDA: Linear Discriminant Analysis– KNN: k-Nearest Neighbours– SVM: Support Vector Machines– …
• Validar en muestra independiente
• Tipo de muestra: PBMC
• Tecnología: GeneFiltres Invitrogen (~4000 tránscritos)
• n = 11*AR de inicio (ERA), 8*AR avanzadas, 14*SLE, 11*asma, 9*controles
PREDICCIÓN MOLECULAR EN AR
• 8 genes predictivos ERA
• Genes predictivos: ratio ERA/RA > 3-fold
• Regla de decisión: Si gen > π → 1, si gen < π→ 0.
• Promedio RA: 0.13 ± 0.13, ERA: 7.88 ± 0.13
• Validación regla en muestra independiente (11 ERAs, 7.11 ± 0.31, P = 1.39 x10-11)
PREDICCIÓN MOLECULAR EN AR
• Tipo de muestra: membrana sinovial (pieza quirúrgica)• Tecnología: Lymphochip, (~18000 tránscritos)• N: 21* RAs, 9* OAs
PREDICCIÓN MOLECULAR EN AR
Arthritis Rheum ‘04
• Relativa agrupación RA vs OA• Análisis no supervisado 3 perfiles:
– RAhigh: T/B, APC– RAintermediate
– RAlow: Estroma
• En RAhigh clara activación via STAT• STAT-1: marcador de AR inflamatoria• No regla predicción
PREDICCIÓN MOLECULAR EN AR
• Tipo de muestra: Fibroblasto sinovial en cultivo• Tecnología: Arrays de 2-colores (~24000 tránscritos)• n = 19* RAs
PREDICCIÓN MOLECULAR EN AR
• Clasificación en 2 grupos• Capacidad predictiva:
– Método PAM (Tibshirani ’02, PNAS)– 484 genes permiten un precisión de
clasificación de ~90%
• Clasificación in vitro emula clasificación in vivo
• Heterogeneidad en fibroblastos en AR es un rasgo estable
PREDICCIÓN MOLECULAR EN AR
DE LOS MARCADORES DIAGNÓSTICO A LOS PERFILES DE RESPUESTA
MARCADORES BIOLÓGICOS DE RESPUESTA CLÍNICA A TERAPIAS ANTI-TNFα EN AR
• 16 RA en tratamiento con Etanercept (Wyeth)
• Variable respuesta: Respondedor/No Respondedor
• Perfiles de expresión en sangre total
• Identifican 65 genes diferencialmente expresados
• Support Vector Machine (SVM): modelos predictivos– Pares de genes (8): precisión de predicción* 90%– Trios de genes (27): precisión de predicción* 100%* Técnica de validación cruzada (CV)
Glocker et al, Med Res Rev 2006
MARCADORES BIOLOGICOS DE RESPUESTA CLÍNICA A RITUXIMAB EN AR
• Rituximab (Roche): depleción LB CD20+• No marcadores predictores de respuesta• 8 AR activa, fallo a terapias biológicas previas• Eficacia clínica
– DAS28, Respuestas ACR y EULAR (S0, S2, S12, S24)
• Inmunofenotipo– Ab’s anti: CD3, CD4, CD8, CD28, CD25, CD20
• Expresión génica– Affymetrix HGA133 A 2.0– Separación LB y LT (LB S0, LT S0, S2, S12, S24)
RESULTADOS: EFICACIA CLÍNICA
sem 0 sem 2 sem 12 sem 24
23
45
67
8
DAS28 vs semana de tratamiento
sem 0 sem 2 sem 12 sem 24
Semana
DA
S28
2
4
6
8
10
sem 0 sem 2 sem 12 sem 24
DAS28 vs semana de tratamiento
Semana
DA
S28
RESULTADOS: PREDICTORES CLÍNICOS
ANÁLISIS EXPLORATORIO
Delta.DAS = DAS28sem0 – DAS28sem12
- V. respuesta:1) Respondedor: Delta.DAS > 0.42) No Respondedor: Delta.DAS < 0.4
- V. predictores: datos clínicos en sem0
Regla de aprendizaje: K-Nearest NeigboursValidación predicción: Técnica de Validation Cruzada
RESULTADOS: PREDICTORES CLÍNICOS
Precisión de clasficación: 99.5%
INMUNOFENOTIPO: PREDICTOR
ANÁLISIS EXPLORATORIO
Modelado: -V. respuesta: delta.das: DAS28sem0 – DAS28sem12-V. predictores: datos fenotípicos (absolutos o relativos)
Mejor modelo:
Delta.das = 0.16*(%CD20+) ± 0.08 (95% C.I.)
P = 0.0028, R2=0.71
RESULTADOS: EXPRESIÓN GÉNICA DIFERENCIAL
2
4
6
8
10
sem 0 sem 2 sem 12 sem 24
DAS28 vs semana de tratamiento
Semana
DA
S28
2
4
6
8
10
sem 0 sem 2 sem 12 sem 24
DAS28 vs semana de tratamiento
Semana
DA
S2
8
EXPRESIÓN GÉNICA DIFERENCIAL
CONCLUSIONES• En el diagnóstico de la AR son necesarias
nuevos marcadores para diagnosticar precozmente la enfermedad
• Los predictores de diagnóstico y tratamiento serán más útiles si antes definimos subtipos de AR homogéneos
• Las nuevas tecnologías de análisis masivo nos pueden ayudar a determinar tanto nuevos subtipos de AR como a predecir la respuesta terapéutica con mayor robustez
• Toni Julià• Dra. Mireia Barceló• Cristina Tresents• Victor Gordo• Nora Spinedi• Dra. Sara Marsal
Top Related