Papel de la Farmacogenética en el

Desarrollo de Fármacos Everson Nogoceke

Congreso Nacional de la Sociedad Española de Farmacia Hospitalaria 30 de septiembre 2005

Promesas de la Farmacogenética

Efectos Adversos

Ejemplos

Roche Center for Medical Genomics

Roche Sample Repository (Programa de almacenamiento de muestras)

Sumario

Farmacogenética en I+D

Tiempo Invertido en Descubrimiento y Desarrollo

Revisión FDA / aprobación

Años0 2 4 6 8 10 12 14 16

Fase de descubrimiento

Tests preclínicos

Fase I

Post-Comercialización

Fase III

Aumento rendimiento /

eficiencia

Aumento rendimiento /

eficiencia

Reducción deTiempo

Reducción deTiempo

Fase IV

Fase II

Areas potenciales de uso en desarrollo farmacéutico

Metabolismo de fármacos, Seguridad

Eficacia; predicción de respuesta

Farmacocinética, dosis-respuesta

Mecanismo de acción

Marcadores de identificación / seguimiento de la enfermedad

Estrategia de rescate

Soporte a la estrategia de publicaciones

Farmacogenética en la clínica

Mejores productos y tratamientos para mejorar el manejo de la enfermedad

– Seguridad; Efectos Adversos

– Eficacia (Mejor dosificación, Segmentación de pacientes)

Efectos Adversos de los Fármacos (EAs)

• Las reacciones adversas a medicamentos pueden ser graves o incluso con consecuencias fatales. Resultando en:

– Retirada del fármaco del mercado– Sin eficacia terapéutica en algunos pacientes – Coste excesivo

• Como resultado de las reacciones adversas a medicamentos, cada año se producen 100.000 muertes en USA y 2.2 millones de hospitalizaciones (Lazarou et. al, Lancet 1998)

• La dosificación subterapéutica, sobredosificación u olvido de dosis , tienen un coste en USA de más de 100 billones de $ al año en:

– Hospitalizaciones – Pérdida de productividad – Muerte prematura(Marshall Nat Biotechnol 1997)

Ejemplos

Test diagnósticos farmacogenéticos: Anticipación de la respuesta individual a fármacos Amplichip P450 Pronóstico de la evolución de la enfermedad Amplichip p53

Test de Marcadores Tumorales : Her2/neu y Herceptin® EGFR y Tarceva®

Sólo un médico informado puede estar seguro Eliminando las suposiciones para los clínicos y los pacientes

Nuevas herramientas de screening como el test Amplichip p53 pueden

dar información

For concept illustration purposes only. Not a real or intended diagnosis.

Prevalencia de las mutaciones en cáncer del p53

http://p53.curie.fr/p53%20site%20version%202.0/p53%20in%20cancer/p53_databaseANAL.htmlC. GALLOU, C. BÉROUD AND T. SOUSSI: p53 DATABASE 12/2001 ISSUE Total de 14.273 mutaciones en p53

Distribución a nivel mundial de tumores y ratio de mutaciones en p53

PAÍSES DESARROLLADOSPAÍSES EN DESARROLLO

AmpliChip p53 El test de mutaciones p53 esta diseñado para identificar pacientes de alto riesgo que necesitan una terapia más agresiva

• p53 está mutado en el 50% de todos lo tumores humanos.

• La mutación en p53 esta asociada con un pronóstico desfavorable ( p.e cancer de

ovario y vejiga) y relacionado con una baja respuesta a ciertos tratamientos antitumorales, como ocurre en cáncer de mama

• El Amplichip p53 tendrá un importante papel en la estratificación de pacientes para la selección del tratamiento.

Años

5

Media (población de pacientes no estratificada)

50% sobrevive 10 años

10

% S

up

erv

iven

cia

0

20

40

60

80

100

0

Subpoblación con mal pronóstico 50% supervivencia < 5 años

Necesidad de tratamientos más agresivos

TratamientoInicial estandar

Subpoblación con buen pronóstico

(90% supervicencia > 10 años)TTo estandar aceptable

El Test AmpliChip p53 Detectando el estatus de mutación del gen p53

Un sólo test para detectar > 6.500 posibles diferentes mutaciones

Puede proporcionar información relevante sobre la función normal o anómala del guardián del genoma, el gen p53

El objetivo es proporcionar información al especialista útil en la toma de decisiones para mejorar el tratamiento de los pacientes

Cómo funciona el test …

Prescripción del test

Activación en Prolina Unión secuencia DNA específica Tetramerización Regulación

N- -C

Mutación en Codon # 248

Secuenciación del gen p53 del DNA del tumor

DNA extraido del tumor del paciente

T G G G C A T G A A C C A G A G G C C C A 5’ 3’

G T A C T T G G A C T C C G G G T G T A C T T G G C C T C C G G G T G T A C T T G G G C T C C G G G T G T A C T T G G T C T C C G G G T G T A C T T G G -- C T C C G G G T

Mutación encontrada en p53

C G G

Secuencia Normal

Sondas en el chip

Mutación en Codon # 248

Pueden las mutaciones en p53 predecir resultados ? Podrían ser de utilidad clínica ?

•“…65/93 estudios encontraron que…mutaciones-p53 son un factor estadísticamente significativo de mal pronóstico en varios tipos de tumores …”

•“… [14 de] 19 estudios han encontrado que la presencia de una mutación en p53 estaba asociada a baja respuesta sen varios regímenes de quimioterapia o radioterapia en cáncer de mama, de cabeza y cuello, neoplasias hematológicas, cáncer colorectal, de esófago y ovario y en sarcomas de tejidos blandos”

Olivier et al. PROGNOSTIC AND PREDICTIVE VALUE OF TP53 MUTATIONS IN HUMAN CANCER IN: “25 YEARS OF P53 RESEARCH”, KLUWER ACADEMIC PUBLISHERS IN PRESS, EDITORS: P. HAINAUT & K. WIMAN (2005)

Dominio Tyrosin-kinasa (TK)HER1

EGFR

HER2 HER3 HER4

Dominio deunión al ligando

xx

xx

La familia de receptores HER Claves en la proliferación celular, supervivencia y diferenciación

HER2 HER3

PLC g PI3K

Shc

SosRas

Raf

Mek

PKC

AKT

CyclinD1Elk1

MycSp1

PDK-1

p70 S6K

PTEN

FKHR-L1

JAK

STAT

Grb2

p27 KIP1Jun/Fos E2F

PEA3

Bad/Bcl2

GSK3

Erk

Citri A, et al. Exp Cell Res 2003

Vías tumorales clave activadas Ejemplo: dímeros HER2 – HER3

HER2 HER3

PLC g PI3K

Shc

SosRas

Raf

Mek

PKC

AKT

CyclinD1Elk1

MycSp1

PDK-1

p70 S6K

PTEN

FKHR-L1

JAK

STAT

Grb2

p27 KIP1Jun/Fos E2F

PEA3

Bad/Bcl2

GSK3

Erk

MAPK AKT

Superación de la apoptosisProliferación Celular

Vías tumorales clave activadas Ejemplo: dímeros HER2 – HER3

Expresión normal de HER2 …

En tejido mamario

Amplificación de HER2 …

Lleva a la sobreexpresión de HER2

La unión de Herceptin® a HER2

Marty et al., JCO 2005, 23

Herceptin mejora la supervivencia en cáncer de mama metastásico (CMM)

Pequeña molécula inhibidora del HER1 (EGFR) tyrosin kinasa

Dominio Tyrosin kinasa

Dominio de unión al ligando

Membrana celular

Signaling

P

Tarceva

Signaling

TarcevaTM

Proliferación

Invasión

MetástasisAngiogénesis

Apoptosis

Adhesión

Sensibilidad a quimioterapia

PP

TarcevaModo de acción antitumoral

*HR y valor de p ajustados por factores de estratificación a la randomización + estatus HER1/EGFR

42.5% de aumento de la mediana de supervivencia

Fu

nci

ón

de

dis

trib

uci

ón

de

sup

ervi

ven

cia

Tiempo de supervivencia (meses)

TarcevaTM

Placebo

HR* = 0.73, p<0.001

TarcevaTM (n=488)

Placebo (n=243)

Mediana de supervivencia (meses)

6.7 4.7

Supervivencia a 1 año (%) 31 21

1.00

0.75

0.50

0.25

00 5 10 15 20 25 30

Supervivencia Total: todos los pacientes (NSCLC)

Gen EGFR (5616 bp)

CCCCGGCGCAGCGCGGCCGCAGCAGCCTCCGCCCCCCGCACGGTGTGAGCGCCCGACGCGGCCGAGGCGGCCGGAGTCCCGAGCTAGCCCCGGCGGCCGCCGCCGCCCAGACCGGACGACAGGCCACCTCGTCGGCGTCCGCCCGAGTCCCCGCCTCGCCGCCAACGCCACAACCACCGCGCACGGCCCCCTGACTCCGTCCAGTATTGATCGGGAGAGCCGGAGCGAGCTCTTCGGGGAGCAGCGATGCGACCCTCCGGGACGGCCGGGGCAGCGCTCCTGGCGCTGCTGGCTGCGCTCTGCCCGGCGAGTCGGGCTCTGGAGGAAAAGAAAGTTTGCCAAGGCACGAGTAACAAGCTCACGCAGTTGGGCACTTTTGAAGATCATTTTCTCAGCCTCCAGAGGATGTTCAATAACTGTGAGGTGGTCCTTGGGAATTTGGAAATTACCTATGTGCAGAGGAATTATGATCTTTCCTTCTTAAAGACCATCCAGGAGGTGGCTGGTTATGTCCTCATTGCCCTCAACACAGTGGAGCGAATTCCTTTGGAAAACCTGCAGATCATCAGAGGAAATATGTACTACGAAAATTCCTATGCCTTAGCAGTCTTATCTAACTATGATGCAAATAAAACCGGACTGAAGGAGCTGCCCATGAGAAATTTACAGGAAATCCTGCATGGCGCCGTGCGGTTCAGCAACAACCCTGCCCTGTGCAACGTGGAGAGCATCCAGTGGCGGGACATAGTCAGCAGTGACTTTCTCAGCAACATGTCGATGGACTTCCAGAACCACCTGGGCAGCTGCCAAAAGTGTGATCCAAGCTGTCCCAATGGGAGCTGCTGGGGTGCAGGAGAGGAGAACTGCCAGAAACTGACCAAAATCATCTGTGCCCAGCAGTGCTCCGGGCGCTGCCGTGGCAAGTCCCCCAGTGACTGCTGCCACAACCAGTGTGCTGCAGGCTGCACAGGCCCCCGGGAGAGCGACTGCCTGGTCTGCCGCAAATTCCGAGACGAAGCCACGTGCAAGGACACCTGCCCCCCACTCATGCTCTACAACCCCACCACGTACCAGATGGATGTGAACCCCGAGGGCAAATACAGCTTTGGTGCCACCTGCGTGAAGAAGTGTCCCCGTAATTATGTGGTGACAGATCACGGCTCGTGCGTCCGAGCCTGTGGGGCCGACAGCTATGAGATGGAGGAAGACGGCGTCCGCAAGTGTAAGAAGTGCGAAGGGCCTTGCCGCAAAGTGTGTAACGGAATAGGTATTGGTGAATTTAAAGACTCACTCTCCATAAATGCTACGAATATTAAACACTTCAAAAACTGCACCTCCATCAGTGGCGATCTCCACATCCTGCCGGTGGCATTTAGGGGTGACTCCTTCACACATACTCCTCCTCTGGATCCACAGGAACTGGATATTCTGAAAACCGTAAAGGAAATCACAGGGTTTTTGCTGATTCAGGCTTGGCCTGAAAACAGGACGGACCTCCATGCCTTTGAGAACCTAGAAATCATACGCGGCAGGACCAAGCAACATGGTCAGTTTTCTCTTGCAGTCGTCAGCCTGAACATAACATCCTTGGGATTACGCTCCCTCAAGGAGATAAGTGATGGAGATGTGATAATTTCAGGAAACAAAAATTTGTGCTATGCAAATACAATAAACTGGAAAAAACTGTTTGGGACCTCCGGTCAGAAAACCAAAATTATAAGCAACAGAGGTGAAAACAGCTGCAAGGCCACAGGCCAGGTCTGCCATGCCTTGTGCTCCCCCGAGGGCTGCTGGGGCCCGGAGCCCAGGGACTGCGTCTCTTGCCGGAATGTCAGCCGAGGCAGGGAATGCGTGGACAAGTGCAACCTTCTGGAGGGTGAGCCAAGGGAGTTTGTGGAGAACTCTGAGTGCATACAGTGCCACCCAGAGTGCCTGCCTCAGGCCATGAACATCACCTGCACAGGACGGGGACCAGACAACTGTATCCAGTGTGCCCACTACATTGACGGCCCCCACTGCGTCAAGACCTGCCCGGCAGGAGTCATGGGAGAAAACAACACCCTGGTCTGGAAGTACGCAGACGCCGGCCATGTGTGCCACCTGTGCCATCCAAACTGCACCTACGGATGCACTGGGCCAGGTCTTGAAGGCTGTCCAACGAATGGGCCTAAGATCCCGTCCATCGCCACTGGGATGGTGGGGGCCCTCCTCTTGCTGCTGGTGGTGGCCCTGGGGATCGGCCTCTTCATGCGAAGGCGCCACATCGTTCGGAAGCGCACGCTGCGGAGGCTGCTGCAGGAGAGGGAGCTTGTGGAGCCTCTTACACCCAGTGGAGAAGCTCCCAACCAAGCTCTCTTGAGGATCTTGAAGGAAACTGAATTCAAAAAGATCAAAGTGCTGGGCTCCGGTGCGTTCGGCACGGTGTATAAGGGACTCTGGATCCCAGAAGGTGAGAAAGTTAAAATTCCCGTCGCTATCAA GGAATTAAGAGAAGCAACATCTCCGAAAGCCAACAAGGAAATCCTCGATGAAGCCTACGTGATGGCCAGCGTGGACAACCCCCACGTGTGCCGCCTGCTGGGCATCTGCCTCACCTCCACCGTGCAGCTCATCACGCAGCTCATGCCCTTCGGCTGCCTCCTGGACTATGTCCGGGAACACAAAGACAATATTGGCTCCCAGTACCTGCTCAACTGGTGTGTGCAGATCGCAAAGGGCATGAACTACTTGGAGGACCGTCGCTTGGTGCACCGCGACCTGGCAGCCAGGAACGTACTGGTGAAAACACCGCAGCATGTCAAGATCACAGATTTTGGGCTGGCCAAACTGCTGGGTGCGGAAGAGAAAGAATACCATGCAGAAGGAGGCAAAGTGCCTATCAAGTGGATGGCATTGGAATCAATTTTACACAGAATCTATACCCACCAGAGTGATGTCTGGAGCTACGGGGTGACCGTTTGGGAGTTGATGACCTTTGGATCCAAGCCATATGACGGAATCCCTGCCAGCGAGATCTCCTCCATCCTGGAGAAAGGAGAACGCCTCCCTCAGCCACCCATATGTACCATCGATGTCTACATGATCATGGTCAAGTGCTGGATGATAGACGCAGATAGTCGCCCAAAGTTCCGTGAGTTGATCATCGAATTCTCCAAAATGGCCCGAGACCCCCAGCGCTACCTTGTCATTCAGGGGGATGAAAGAATGCATTTGCCAAGTCCTACAGACTCCAACTTCTACCGTGCCCTGATGGATGAAGAAGACATGGACGACGTGGTGGATGCCGACGAGTACCTCATCCCACAGCAGGGCTTCTTCAGCAGCCCCTCCACGTCACGGACTCCCCTCCTGAGCTCTCTGAGTGCAACCAGCAACAATTCCACCGTGGCTTGCATTGATAGAAATGGGCTGCAAAGCTGTCCCATCAAGGAAGACAGCTTCTTGCAGCGATACAGCTCAGACCCCACAGGCGCCTTGACTGAGGACAGCATAGACGACACCTTCCTCCCAGTGCCTGAATACATAAACCAGTCCGTTCCCAAAAGGCCCGCTGGCTCTGTGCAGAATCCTGTCTATCACAATCAGCCTCTGAACCCCGCGCCCAGCAGAGACCCACACTACCAGGACCCCCACAGCACTGCAGTGGGCAACCCCGAGTATCTCAACACTGTCCAGCCCACCTGTGTCAACAGCACATTCGACAGCCCTGCCCACTGGGCCCAGAAAGGCAGCCACCAAATTAGCCTGGACAACCCTGACTACCAGCAGGACTTCTTTCCCAAGGAAGCCAAGCCAAATGGCATCTTTAAGGGCTCCACAGCTGAAAATGCAGAATACCTAAGGGTCGCGCCACAAAGCAGTGAATTTATTGGAGCATGACCACGGAGGATAGTATGAGCCCTAAAAATCCAGACTCTTTCGATACCCAGGACCAAGCCACAGCAGGTCCTCCATCCCAACAGCCATGCCCGCATTAGCTCTTAGACCCACAGACTGGTTTTGCAACGTTTACACCGACTAGCCAGGAAGTACTTCCACCTCGGGCACATTTTGGGAAGTTGCATTCCTTTGTCTTCAAACTGTGAAGCATTTACAGAAACGCATCCAGCAAGAATATTGTCCCTTTGAGCAGAAATTTATCTTTCAAAGAGGTATATTTGAAAAAAAAAAAAAGTATATGTGAGGATTTTTATTGATTGGGGATCTTGGAGTTTTTCATTGTCGCTATTGATTTTTACTTCAATGGGCTCTTCCAACAAGGAAGAAGCTTGCTGGTAGCACTTGCTACCCTGAGTTCATCCAGGCCCAACTGTGAGCAAGGAGCACAAGCCACAAGTCTTCCAGAGGATGCTTGATTCCAGTGGTTCTGCTTCAAGGCTTCCACTGCAAAACACTAAAGATCCAAGAAGGCCTTCATGGCCCCAGCAGGCCGGATCGGTACTGTATCAAGTCATGGCAGGTACAGTAGGATAAGCCACTCTGTCCCTTCCTGGGCAAAGAAGAAACGGAGGGGATGGAATTCTTCCTTAGACTTACTTTTGTAAAAATGTCCCCACGGTACTTACTCCCCACTGATGGACCAGTGGTTTCCAGTCATGAGCGTTAGACTGACTTGTTTGTCTTCCATTCCATTGTTTTGAAACTCAGTATGCTGCCCCTGTCTTGCTGTCATGAAATCAGCAAGAGAGGATGACACATCAAATAATAACTCGGATTCCAGCCCACATTGGATTCATCAGCATTTGGACCAATAGCCCACAGCTGAGAATGTGGAATACCTAAGGATAGCACCGCTTTTGTTCTCGCAAAAACGTATCTCCTAATTTGAGGCTCAGATGAAATGCATCAGGTCCTTTGGGGCATAGATCAGAAGACTACAAAAATGAAGCTGCTCTGAAATCTCCTTTAGCCATCACCCCAACCCCCCAAAATTAGTTTGTGTTACTTATGGAAGATAGTTTTCTCCTTTTACTTCACTTCAAAAGCTTTTTACTCAAAGAGTATATGTTCCCTCCAGGTCAGCTGCCCCCAAACCCCCTCCTTACGCTTTGTCACACAAAAAGTGTCTCTGCCTTGAGTCATCTATTCAAGCACTTACAGCTCTGGCCACAACAGGGCATTTTACAGGTGCGAATGACAGTAGCATTATGAGTAGTGTGGAATTCAGGTAGTAAATATGAAACTAGGGTTTGAAATTGATAATGCTTTCACAACATTTGCAGATGTTTTAGAAGGAAAAAAGTTCCTTCCTAAAATAATTTCTCTACAATTGGAAGATTGGAAGATTCAGCTAGTTAGGAGCCCACCTTTTTTCCTAATCTGTGTGTGCCCTGTAACCTGACTGGTTAACAGCAGTCCTTTGTAAACAGTGTTTTAAACTCTCCTAGTCAATATCCACCCCATCCAATTTATCAAGGAAGAAATGGTTCAGAAAATATTTTCAGCCTACAGTTATGTTCAGTCACACACACATACAAAATGTTCCTTTTGCTTTTAAAGTAATTTTTGACTCCCAGATCAGTCAGAGCCCCTACAGCATTGTTAAGAAAGTATTTGATTTTTGTCTCAATGAAAATAAAACTATATTCATTTCCACTCTAAAAAAAAAAAAAAAA Adel GGAATTAAGAGAAGC T G T A

90 mutaciones somáticas

C T

Precisión analítica del análisis de mutaciones• Multiples variables complejas:

– Heterogeneicidad de tejido – Limitada cantidad y calidad de la muestra (FFPE)– Microdisección por laser (LCM) /macrodisección– pre-amplification por PCR– 2 amplificaciones por cada uno de los 4 exones

• Cómo manejar los abandonos ?

• Cómo manejar las mutaciones no replicadas – artefactuales o manifestaciones cuantitativas relativas a abundancia de mutaciones?

• Experiencia propia – utilizando diferentes algoritmos:– Algoritmo 1: 6.1% (13 mut / 200 wt / 94 indeterminable)– Algoritmo 2: 7.5% (15 mut / 186 wt / 106 indeterminable)– Algoritmo 3: 9.9% (23 mut / 210 wt / 74 indeterminable)

Precisión analítica: secuenciación EGFR algunas veces, no tan sencillo …

1ª PCR

Wild type no ambigua wild t vs mutación? wild t vs mut vs artifactual? wild type ? wild type vs mutación? “mutación conocida” no ambigua Mut conocidad vs nueva vs ambas? mutación? wild t vs mut vs artifactual? Mut conocidad vs nueva vs ambas“ Mutación nueva” no ambigua Mutación nueva ? wild type ? Mutación conocida ? “Nueva mutación”? desconocido no ambiguo

2ª PCR

wt

Mut”conocida”

Mut.“nueva”

fallo

Wild typeMut “conocida”Mut. “nueva”falloWild typeMut “conocida”Mut. “nueva”falloWild typeMut “conocida”Mut. “nueva”falloWild typeMut “conocida”Mut. “nueva”fallo

Grupos de Trabajo en el Centro de Medicina Genómica de Roche (RCMG) Director: K. Lindpaintner

Information Science

Genetics

ExploratoryResearch

AppliedImmunology

Proteomics

ProteinAnalytics

FunctionalGenomics

Roche ClinicalBiomarker

Center

RSR

BSR

Biomarker Partnerships

RD/LCT

Roche Sample Repository (RSR)Programa de almacenamiento de muestras

Misión:Recoger y almacenar muestras biológicas de pacientes reclutados en Ensayos Clínicos promovidos por Roche. Las muestras del RSR son utilizadas para identificar factores genéticos, predictivos de la probabilidad de respuesta y tolerancia al tratamiento..

Política del Programa RSR :• Las muestras y datos son anonimizados en los 6 meses siguientes al cierre de la base de datos del estudio.

•El ámbito de la investigación se restringe a :– El fármaco y su indicación– Problemas relacionados

•Las muestras se almacenan por un periodo máximo de 15 años

• Los datos del RSR se analizan de forma agregada

• No se obtienen resultados individuales

Oficina Central

de Muestras

Lugar del Investigador

Base de Datos Ensayo Clínico

Muestra Identificada por el Nº de ID del

Paciente

Datos Clínicos identificados por el Nº

de ID del Paciente

Muestra Identificada por Identificador anonimizado

Datos Clínicos Identificados por Identificador anonimizado

Muestras de

sangre

Extracción DNA y

genotipado

Datos Genéticos

Datos Clínicos

ANONIMIZACIÓN

Roche Sample Repository

Gracias !