Onconews - A próxima fronteira na medicina diagnóstica

alessandro leal 2020 bxO oncologista clínico Alessandro Leal (foto), pesquisador sênior da Johns Hopkins School of Medicine e co-fundador da startup de biotecnologia Delfi Diagnostics, em Baltimore, EUA, comenta os resultados de estudo publicado na Nature Communications (White blood cell and cell-free DNA analyses for detection of residual disease in gastric cancer), em entrevista que discute as novas soluções de biópsia líquida e suas implicações no diagnóstico e tratamento do câncer.

Depois de uma publicação de alto impacto em junho de 2019, o seu grupo de pesquisa volta a mostrar na Nature resultados de biópsia líquida com grande potencial de aplicação prática na oncologia. Qual o significado dessas publicações para médicos e pacientes?
Apesar de abordarem a mesma temática – análises genômicas em DNA livre circulante no sangue – os dois estudos têm propósitos distintos. Em meados de 2019 nós mostramos na Nature, pela primeira, vez que a caracterização do padrão de fragmentação do DNA livre circulante pode ser uma ferramenta útil para o diagnóstico de câncer em indivíduos assintomáticos com tumores ainda em estágios iniciais. Trata-se de uma tecnologia mais sensível do que a utilização de painéis genômicos para a detecção de mutações somáticas. Já sabíamos que o DNA livre circulante apresenta um padrão de fragmentação não aleatório no plasma, que está relacionado à organização da cromatina na célula. Isto acontece porque os segmentos de DNA protegidos por histonas são mais resistentes à degradação por enzimas conhecidas como nucleases, que ‘picotam’ o DNA durante o processo de apoptose celular. Com esta informação, nós utilizamos a tecnologia de sequenciamento do genoma completo (whole genome sequencing) com baixa cobertura para produzir mapas de fragmentação ao longo das regiões cromossômicas. Do mesmo modo que a inteligência artificial é utilizada para reconhecimento facial, ou para determinar o padrão de uma imagem radiográfica, nós utilizamos um algoritmo de machine learning para reconhecer as diferenças entre os perfis de fragmentação do DNA no plasma de indivíduos saudáveis e indivíduos com câncer. É uma abordagem de baixo custo quando comparada aos testes convencionais de biópsia líquida e com grande potencial de ser aplicada à clínica para detecção precoce de tumores sólidos.
Na publicação de janeiro de 2020, na Nature Communications, nós utilizamos uma subpopulação do estudo CRITICS (ChemoRadiotherapy after Induction chemoTherapy In Cancer of the Stomach) para avaliar o impacto da detecção de doença residual mínima durante a quimioterapia perioperatória. Desenvolvemos uma tecnologia para filtrar mutações comumente detectadas em testes de biópsia líquidas que são erroneamente atribuídas ao tumor, mas na verdade são secundárias às alterações clonais em linhagens hematopoiéticas que ocorrem naturalmente durante o processo de envelhecimento. Primeiro, criamos um painel somático que nos ajudaria a detectar câncer gástrico baseado nas mutações mais comumente encontradas no TCGA (The Cancer Genome Atlas). Ao invés de apenas sequenciarmos o DNA livre circulante, também isolamos e sequenciamos o DNA leucocitário. Por meio de análises in silico, conseguimos remover do DNA livre circulante as mutações que também estavam presentes no DNA leucocitário. Vimos que pacientes que experimentavam eliminação completa das mutações no plasma após a quimioterapia neoadjuvante ou após a cirurgia, tinham uma chance significativamente menor de recorrer da doença, independente do braço de tratamento do estudo.

O que é exatamente o DNA livre circulante? Que conceitos o oncologista precisa compreender para solicitar um teste de biópsia líquida?
O DNA livre circulante é todo o pool de moléculas fragmentadas de DNA que estão livres no plasma após sofrer a ação de nucleases que ‘picotam’ a cromatina durante o processo de apoptose. Há várias formas já bem documentadas de DNA livre circulante, como o DNA fetal circulante, o DNA tumoral circulante e o próprio DNA circulante proveniente do processo natural de renovação celular do corpo. O grande desafio em se detectar o DNA fetal circulante ou o DNA tumoral circulante se dá pelas diminutas proporções destas moléculas em meio a uma enorme quantidade de moléculas de DNA de células normais do corpo. Em relação à aplicação clínica das biópsias líquidas, os dados disponíveis ainda são limitados para que possamos empregá-las de forma rotineira em nossos consultórios. A maioria dos estudos translacionais são puramente provas de conceito e carecem de validações em coortes independentes de pacientes. Há ainda escassez de estudos clínicos randomizados que mostrem o valor preditivo destas abordagens para a seleção de pacientes. Por último, as sociedades médicas e as agências regulatórias têm em mãos o enorme desafio de incorporar estas novas práticas diagnósticas em guidelines, além de mensurar o valor real destes testes diante de uma medicina que encarece a cada dia.

Como essas inovações na genômica contribuem para expandir o acesso ao diagnóstico precoce?
Um dos grandes problemas associados à detecção precoce de tumores considerados letais, como câncer colorretal e câncer de pulmão, onde modalidades de rastreamento estão bem consolidadas, se dá pelo baixo compliance populacional. Só como exemplo, segundo a American Association for Cancer Research (AACR), apenas 60% das pessoas com indicação de rastreamento de câncer colorretal estão em dia com seu exame nos Estados Unidos. Os dados são ainda mais impressionantes para rastreamento de câncer de pulmão na população de alto risco, onde apenas 6% dos indivíduos estão em dia com a tomografia de baixa dose. Nós acreditamos que a praticidade das abordagens diagnósticas moleculares, principalmente quando aplicadas em larga escala, podem suplementar as falhas de cobertura observadas no rastreamento de cânceres onde o diagnóstico precoce impacta positivamente no aumento de sobrevida.

E como ferramenta preditiva de resposta a tratamentos oncológicos, qual a assertividade dessas soluções?
Não há dúvida que soluções genômicas para avaliação de resposta em tempo real irão aos poucos se consolidar como uma nova forma de predição de eficácia e seleção de pacientes para tratamentos dirigidos. Este conceito já é uma realidade em câncer de pulmão de células não pequenas avançado, onde a genotipagem do tumor por meio de testes não invasivos é capaz de orientar o oncologista se o paciente é candidato a uma determinada terapia-alvo ou até mesmo a bloqueio de pontos de checagem imunológicos, como terapias anti-PD1/anti-PD-L1 ou combinações. No início do ano passado, mostramos em duas coortes de pacientes com câncer de pulmão de células não pequenas avançado, tratados com terapia anti-EGFR/anti-HER-2 ou anti-PD1, que a resposta molecular calculada pelo escore de aneuploidia e carga mutacional no plasma antecede em 4-6 semanas a resposta radiográfica, sendo inclusive melhor preditor de sobrevida livre de progressão nestas populações. O mesmo observamos neste estudo em pacientes com câncer gástrico recém-publicado na Nature Communications, onde a recorrência molecular foi detectada cerca de nove meses antes da recorrência clínica. É um resultado expressivo que precisa ser validado em estudos clínicos de intervenção, onde pacientes com doença residual mínima após a cirurgia possam ser testados em novos braços terapêuticos.  

Resultados como esses embasaram a criação de uma startup, a Delfi Diagnostics, que utiliza essas soluções patenteadas em abordagens de biópsia líquida. Como se posiciona hoje essa biotech e quais as perspectivas?
A Delfi Diagnostics é uma empresa de biotecnologia instalada no parque biotecnológico do campus médico da Johns Hopkins University. Sabendo do potencial do teste que criamos com base na análise de fragmentação do DNA livre circulante e da crescente demanda por testes de rastreamento não invasivos para câncer, decidimos licenciar a tecnologia que patenteamos e fundar uma empresa com capital de cinco grupos investidores do vale do silício, na Califórnia. Todos os investidores envolvidos são largamente reconhecidos pela sua expertise em conduzir modelos de negócios direcionados à indústria médica, o que reforça o posicionamento da Delfi Diagnostics na oferta de testes diagnósticos. No momento, estamos em fase de validação independente dos resultados obtidos na nossa primeira publicação, testando milhares de indivíduos saudáveis e pacientes com câncer nos Estados Unidos e na Europa. Em paralelo, estamos desenhando coortes prospectivas em populações alvo para rastreamento. A perspectiva é ter um teste diagnóstico não invasivo que possa ser submetido a agências regulatórias para aprovação dentro de alguns anos.

Na sua opinião, o machine learning pode reconfigurar a medicina diagnóstica?
Sem sombra de dúvidas. Abordagens de inteligência artificial, que incluem algoritmos de machine learning, hoje são capazes de detectar e classificar padrões muitas vezes abstratos ao olho humano. Já existem produtos disponíveis para auxílio diagnóstico a exames de imagem e de patologia. No entanto, estamos ainda engatinhando no processo de entender como essas análises in silico irão atuar no complexo ecossistema da assistência médica. Não acredito que profissionais médicos serão completamente substituídos por linhas de códigos ou algoritmos, mas terão a oportunidade de utilizar essas ferramentas para estreitar ainda mais os intervalos de confiança de resultados de testes diagnósticos, reduzindo o erro.     

O que esperar de um futuro próximo?
Ainda há muito o que ser feito para que os resultados promissores de estudos translacionais sejam devidamente incorporados na prática clínica. Nos próximos anos vamos observar uma avalanche de resultados de estudos clínicos randomizados que utilizam análises genômicas em biópsias líquidas para uma série de aplicações, compreendendo a genotipagem do tumor, monitoração terapêutica em tempo real, detecção de doença residual mínima após cirurgia com intenção curativa e detecção precoce de tumores onde o rastreamento tem impacto na sobrevida. Pesquisadores brasileiros terão a oportunidade de participar ativamente dessa transformação tecnológica na medicina diagnóstica através de estudos clínicos inovadores que atendam às necessidades da nossa população.

Referências:

Cristiano, S., Leal, A., Phallen, J., Fiksel, J., Adleff, V., Bruhm, D. C., … Velculescu, V. E. (2019). Genome-wide cell-free DNA fragmentation in patients with cancer. Nature, 570(7761), 385–389. doi:10.1038/s41586-019-1272-6

Leal, A., van Grieken, N.C.T., Palsgrove, D.N. et al. White blood cell and cell-free DNA analyses for detection of residual disease in gastric cancer. Nat Commun 11, 525 (2020). https://doi.org/10.1038/s41467-020-14310-3