Abstract
A diffúz nagy B-sejtes limfóma (DLBCL) a leggyakoribb non-Hodgkin limfóma, amely az újonnan felfedezett esetek 35–40%-át adja. A betegség klasszifikációja intenzív kutatások tárgyát képezi, egyik legújabb tanulmányban Wenzl és mtsai. sikeresen azonosítottak egy korai stádiumban is felfedezhető molekuláris mintázatot, amely segítséget nyújthat a kétéves eseménymentes túlélés előrejelzésére. RNS-expresszió és DNS-alapú vizsgálatok által kifejlesztettek egy klasszifikációs rendszert, amely alacsony, közepes és magas rizikójú csoportokba sorolja a betegeket. A mutiomikai, innovatív rizikóbecslés hasznos információval szolgálhat mind a klinikum, mind a további kutatások szempontjából.
Bevezetés
A diffúz nagy B-sejtes limfóma (DLBCL) a leggyakoribb non-Hodgkin limfóma (NHL), mely a felnőttkori újonnan felfedezett esetek 30–40 százalékáért felelős. A betegséget első vonalban kemoimmunoterápiával kezelik, mely a rituximab, doxorubicin, ciklofoszfamid, vinkrisztin és prednizolon kombinációjából áll (R-CHOP). Az említett terápia az esetek közel 60%-ában kuratív, a fennmaradó eseteknél viszont kedvezőtlen prognózisú relabáló/refrakter DLBCL (r/r DBCL) alakul ki [1]. A DLBCL nagyfokú klinikai és molekuláris heterogenitást mutat, mely részben magyarázza a terápiarezisztens betegeknél hamarabb jelentkező relapszust. Számos kísérlet létezik a betegség korai stádiumban való klasszifikációjára, azonban eddig a várt eredményt egyik sem érte el. Wenzl és munkatársai széles körű analízisük alapján leírtak egy korai relapszust előrejelző molekuláris mintázatot, mely már diagnóziskor kimutatható és információval szolgál bizonyos terápiára adott válaszkészségről is. 444 betegből álló kohortjukban a tumorokból származó biopsziák genetikai profilját vizsgálták teljes exom szekvenálással (WES) és RNS szekvenálással [2].
Korábbi kísérletek a DLBCL klasszifikációjára
Az Amerikai Nemzeti Rákkutató Intézet (National Cancer Institute, NCI) négy genetikai alcsoportot definiált 574 főből álló kohortjukban, melyekbe a betegek 46,6%-a besorolhatóvá vált [3]. Ezen beosztást alapul véve és kiegészítve Wright és munkatársai kidolgozták a LymphGen algoritmust, amely képes molekuláris jellemzők alapján hat eltérő genetikai alcsoportba sorolni a DLBCL-eseteket, így az esetek 63,1%-át sikerült klasszifikálni (MCD, BN2, ST2, EZB, N1, A53) [4]. Az alcsoportok létrehozása prognosztikai információ ismeretében történt, ezáltal remélve, hogy a klasszifikáció információt tud adni a betegség várható lefolyásáról és esetleges célzott terápiás célpontokról. Az MCD alcsoportot MYD88L265P és CD78 mutációk jellemzik, melyek szintén jellemzőek ibrutinib kezelésre reagáló r/r DLBCL-re is [5, 6]. A BN2 altípusban BCL6 transzlokációt és NOTCH2 mutációt írtak le, valamint a B-sejt függő tumorgenezis útvonal szintén szerepet játszik a betegség kialakulásában. Az ST2 alcsoportot legnagyobb részt TET2 mutációk jellemzik, és fenotipikusan a legdiverzebb az alcsoportok közül. EZB altípus eseteiben kimutathatóak az EZH2 gén mutációi és a BCL2 transzlokációk, az N1 alcsoportban NOTCH1 mutációk és fokozott T-sejtes infiltráció figyelhető meg, míg az A53 alcsoportot magas fokú kópiaszám-eltérések, valamint TP53 mutáció jellemzi [7, 8]. Az ibrutinib hazánkban is alkalmazott gyógyszer NHL-ák kezelésében. A gyógyszer hatékonyságát egy 2021-ben megjelent tanulmányban vizsgálták a LymphGen által meghatározott alcsoportokban, az N1 és MCD alcsoportok reagáltak a legjobban a kezelésre [9].
A sejteredet-alapú beosztás (COO) expressziós mintázatok elemzésével létrehozott klasszifikációs rendszer, amit a DLBCL rutindiagnosztikájában is széleskörűen alkalmaznak az egyszerűsített, immunhisztokémia-alapú Hans algoritmus formájában. A COO szerint elkülöníthetünk csíracentrum eredetű (GCB) és aktivált B-sejt eredetű (ABC) DLBCL altípusokat. A GCB alcsoport esetei kedvezőbb prognózissal járnak, mint az ACB DLBCL csoportba tartozók. Az esetek 80–85%-a besorolható az említett alcsoportokba, a kimaradó 15–20% a „DLBCL unclassified” nevet kapta [10]. Hans és mtsai. által kifejlesztett algoritmus segít a DLBCL-es szövetminta besorolásában csíracentrum eredetű (GC) és non-GC altípusokba. Immunhisztokémiai vizsgálatok során a CD10, BCL-6 és a MUM1 fehérjék expressziójával megállapítható az alcsoport, ezáltal az algoritmus rutin patológiai vizsgálatok során is könnyen alkalmazható [11].
A WHO 2022-es klasszifikációjában elkülönített high-grade B-sejtes limfómák kedvezőtlen prognózissal és specifikus génexpressziós profillal rendelkeznek. MYC és BCL2 gének transzlokációja jellemzi, az esetek a ’double-hit’ limfóma (DHL) elnevezést kapták [18]. Molekuláris vizsgálatok során leírták az ún. ’double-hit signature’ (DHITsig) csoportot, amely DHL-hez hasonló genetikai profillal rendelkezik, viszont fluoreszcens in situ hibridizációval nem sorolható az említett alcsoportba [12]. Ezen kategóriába tartozó betegek prognózisa közelít a klasszikus DHL-es betegekéhez, azonban a hatást a DHL-től eltérő molekuláris mechanizmusok okozzák, amelyek viszont hasonló módon járulnak hozzá a DLBCL kedvezőtlen lefolyásához a MYC gén diszregulációja által [13].
Multiomikai analízissel új magas rizikójú kockázati markerek beazonosítása DLBCL-ben
Wenzl és munkatársai a Blood Cancer J. folyóiratban 2024 júniusában megjelent tanulmányukban létrehoztak egy, a korábbi prognosztikus rendszerektől (International Prognostic Index – IPI, COO) független klasszifikációt, mely további segítséget nyújthat a kétéves eseménymentes túlélés előrejelzésében (event-free survival, EFS24). Az eseménymentes és a relabáló/refrakter eseteket összehasonlítva a különböző mértékben expresszálódó géneket vették alapul. Módszereikkel képesek voltak a betegeket diagnózis idejében vizsgált minták alapján besorolni alacsony, közepes és magas rizikójú kategóriákba [2].
A kutatócsoport által használt súlyozott gén korrelációs analízis és „felügyelt” hierarchikus klaszterezés segítségével sikeresen számítottak rizikót 387 érintett gén tekintetében (RNS mintázat pontszám). Az EFS24-et elérő betegek összesített pontszáma diagnózis idejében alacsonyabb volt, mint a két éven belül relabáló vagy r/r DLBCL eseteké. Mindemellett az RNS-mintázat-pontszám erősen korrelált a teljes túléléssel (OS) és az eseménymentes túléléssel (EFS). A magas rizikócsoportba tartozó eseteknél szignifikáns különbséget mutató géneket vizsgálva a tumor mikrokörnyezetben fokozott jelátvitel volt megfigyelhető az oxidatív foszforilációt, glikolízist, DNS-replikációt érintő útvonalakban, illetve az immunrendszerhez kapcsolódó útvonalak alulszabályozottságot mutattak, ami tovább validálta a választott gének szerepét. Megvizsgálták a mikrokörnyezet immunsejt-összetételét is, és a vártnak megfelelően a CD4+ memóriasejtek, a CD8+ T-sejtek és a follikuláris helper T-sejtek száma szignifikánsan alacsonyabb volt a magas rizikójú esetekben.
DNS-profilokat vizsgálva a magas rizikójú populációban szignifikánsan magasabb volt a TP53 és CREBBP mutációk gyakorisága. A BCL2, BCL6 és TMEM30A génekben, valamint a 19q13.42 és a 17q24.3 lókuszokon gyakoribb kópiaszám-változásokat is leírtak. A NOTCH jelátviteli útvonal elemei gyakrabban voltak érintettek a magas rizikójú csoportban, a sejtciklus és egyéb metabolikus útvonalak szabályozóival egyetemben. Az alacsony rizikócsoportban is megfigyeltek gyakran előforduló mutációkat a PI3 és MAP-kináz kaszkádokhoz és a JAK/STAT útvonalhoz és kapcsolódó génekben. Az eredményeket lasszó regresszió segítségével korreláltatták az EFS24-gyel. Az RNS mintázat pontszám önmagában erősen korrelált, viszont mutációs profilokkal kiegészítve azt találták, hogy az ARID1A génmutációs státusza jelentősen növelte a becslés szenzitivitását.
Korábbi DLBCL klasszifikációs rendszerekkel való összehasonlítás során minimális átfedést találtak. Érdekes módon, a LymphGen alcsoportok az EFS24 három rizikócsoportja között egyenlő mértékben oszlottak meg, egy kifejezett LymphGen alcsoport sem mutatott magasabb rizikót. További analízis során egy újabb klaszterezés során hét klasztert azonosítottak, amelyben a legmagasabb rizikójú klaszter mindössze 17%-ban fedett át az EFS24 magas rizikójú csoportjával. Ez tovább mutatja a DLBCL kutatásának fontosságát, hiszen bár átfedések találhatóak a különböző klasszifikációs rendszerek között, egyértelmű szereplőket a betegség progressziójában továbbra sem sikerült azonosítani (1. ábra).
A metabolikus folyamatok eltéréseinek szerepét DLBCL-ben már korábban is megfigyelték, többek között Monti és mtsai. leírtak egy alcsoportot, melyet a mitokondriális oxidatív foszforiláció zavarai jellemeznek [14]. Az új alcsoport az OxPHOS-DLBCL nevet kapta, bár a betegség kimenetelével való összefüggés nem teljesen tisztázott. A Warburg-effektus már régóta ismert a daganatok megváltozott anyagcseréjét illetően, gyakran agresszív lefolyással társulva. A magas rizikójú genetikai profilhoz kapcsolódó metabolikus változások azonosak lehetnek a közismert jelenséggel. A tumor progressziójával összefüggő anyagcsere-átalakulások hatást fejtenek ki a daganat mikrokörnyezetére is. Ezt alátámasztja az újonnan leírt információ, miszerint CD4+ és CD8+ T-sejtek, T follikuláris helper sejtek, valamint az M0, M1, M2 makrofágok szignifikáns csökkenése látható az agresszív viselkedésű DLBCL mikrokörnyezetében.
A TP53 gén eltéréseit már korábban is összefüggésbe hozták a kedvezőtlenebb DLBCL lefolyással, a mutációk szintén kapcsolódtak a kétéves progressziómentes túléléshez [2]. A TP53 mutációt az EFS24-el korreláltatva emelkedett kockázati arányt („hazard ratio”, HR) mutattak ki. Az ARID1A gén fontos szerepet tölt be a kromatin modulációban, valamint a kettős szálú DNS-törések javításában és a mismatch repair útvonalakban [15]. Az ARID1A1 közvetlenül kötődhet a TP53 fehérjéhez, ezáltal fokozva annak aktivitását [16]. Az ARID1A mutációi jellemzőek a LymphGen algoritmus EZB alcsoportjára, a BCL-2 és CREBBP gének változásaival egyetemben.
Hazai kísérletek a DLBCL klasszifikációjára
Magyarországon mintegy 3500–4000 DLBCL-esetet tartanak számon, évente 350–400 újonnan diagnosztizált beteggel. Bár az új generációs szekvenálás (NGS) segítségével meghatározott genetikai alcsoportok információt nyújtanak a prognózisról, a célzott terápiára adott válaszkészségről, illetve a korai relapszus esélyéről is, azonban az új klasszifikációs rendszerek klinikai gyakorlati jelentősége jelenleg intenzív kutatások tárgyát képezi. Kutatócsoportunk hazánkban elsőként optimalizálta a DLBCL klasszifikációját, kifejlesztve az „SE-DLBCL Predictor” elnevezésű szekvenálási panelt, mely lehetővé teszi 251 génmutációs státuszának vizsgálatát, valamint transzlokációs töréspontokról és kópiaszám-eltérésekről is információval szolgál [16]. Kutatócsoportunk jelenleg egy 118 fős betegcsoporton vizsgálja a gyakoribb elváltozásokat mind szövet, mind „liquid biopsziás” mintákon DLBCL-ben. A Magyar Diffúz Nagy B-sejtes Lymphoma Molekuláris Profilozási Projekt (HU-LyGen) reményeink szerint hozzájárulhat a klasszifikáció további finomhangolásához, ezáltal a kezelési lehetőségek jövőbeli optimalizálásához is [17].
Nyilatkozat
A közlemény más folyóiratban korábban nem jelent meg, és máshová beküldésre nem került. A levelező szerző elolvasta a szerzői útmutatót.
Anyagi támogatás
az elkészült kézirat anyagi támogatásban nem részesült.
Szerzői munkamegosztás
Sz. N. írta a kéziratot, V. L. szerkesztette és javította. A cikk végleges változatát minden szerző olvasta és a megjelenést jóváhagyta.
Érdekeltségek
A szerző(k)nek nincsenek érdekeltségei(k).
Rövidítésjegyzék:
ABC DLBCL | aktivált B-sejt eredetű DLBCL |
COO | sejteredet szerinti beosztás |
DHITsig | double hit signature |
DHL | double-hit limfóma |
DLBCL | diffúz nagy B-sejtes limfóma |
EFS24 | kétéves eseménymentes túlélés |
GCB DLBCL | csíracentrum eredetű DLBCL |
IPI | Nemzetközi Prognosztikus Index |
NCI | Amerikai Nemzeti Rákkutató Intézet |
NGS | új generációs szekvenálás |
NHL | non-Hodgkin limfóma |
OS | várható túlélés |
r/r DLBCL | relabáló/refrakter DLBCL |
R-CHOP | rituximab, ciklofoszfamid, doxorubicin, vinkrisztin, prednizolon kombinációja |
THL | triple-hit limfóma |
WES | teljes exomszekvenálás |
WHO | Egészségügyi Világszervezet |
Irodalom
- [1]↑
Coiffier B, Sarkozy C. Diffuse large B-cell lymphoma: R-CHOP failure-what to do? Hematology Am Soc Hematol Educ Program 2016; 2016: 366–378.
- [2]↑
Wenzl K, Stokes ME, Novak JP, et al. Multiomic analysis identifies a high-risk signature that predicts early clinical failure in DLBCL. Blood Cancer J 2024; 14.
- [3]↑
Schmitz R, Wright GW, Huang DW, et al. Genetics and pathogenesis of diffuse large B-cell lymphoma. New Engl J Med 2018; 378: 1396–1407.
- [4]↑
Wright GW, Huang DW, Phelan JD, et al. A probabilistic classification tool for genetic subtypes of diffuse large B cell lymphoma with therapeutic implications. Cancer Cell 2020; 37: 551–568 e514.
- [5]↑
Wilson WH, Young RM, Schmitz R, et al. Targeting B cell receptor signaling with ibrutinib in diffuse large B cell lymphoma. Nat Med 2015; 21: 922–926.
- [6]↑
Botond T. A diffúz nagy B-sejtes lymphoma legújabb molekuláris klasszifikációja és ennek terápiás vonatkozásai. Orvosképzés 2021; 96: 583–593.
- [7]↑
Wright GW, Huang DW, Phelan JD, et al. A probabilistic classification tool for genetic subtypes of diffuse large B cell lymphoma with therapeutic implications. Cancer Cell 2020; 37: 551–568.e514.
- [8]↑
Kiss L, Bátai B, Bödör C, Nagy Á. Új molekuláris klasszifikációs rendszerek diffúz nagy B-sejtes limfómában. Hematológia - Transzfuziológia 2021; 54: 104–112.
- [9]↑
Wilson WH, Wright GW, Huang DW, et al. Effect of ibrutinib with R-CHOP chemotherapy in genetic subtypes of DLBCL. Cancer Cell 2021; 39: 1643–1653 e1643.
- [10]↑
Alizadeh AA, Eisen MB, Davis RE, et al. Distinct types of diffuse large B-cell lymphoma identified by gene expression profiling. Nature 2000; 403: 503–511.
- [11]↑
Hans CP, Weisenburger DD, Greiner TC, et al. Confirmation of the molecular classification of diffuse large B-cell lymphoma by immunohistochemistry using a tissue microarray. Blood 2004; 103: 275–282.
- [12]↑
Ennishi D, Jiang A, Boyle M, et al. Double-hit gene expression signature defines a distinct subgroup of germinal center B-Cell-Like diffuse large B-cell lymphoma. J Clin Oncol 2019; 37: 190–201.
- [13]↑
Hilton LK, Tang J, Ben-Neriah S, et al. The double-hit signature identifies double-hit diffuse large B-cell lymphoma with genetic events cryptic to FISH. Blood 2019; 134: 1528–1532.
- [14]↑
Monti S. Molecular profiling of diffuse large B-cell lymphoma identifies robust subtypes including one characterized by host inflammatory response. Blood 2005; 105: 1851–1861.
- [15]↑
Watanabe R, Ui A, Kanno S-I, et al. SWI/SNF factors required for cellular resistance to DNA damage include ARID1A and ARID1B and show interdependent protein stability. Cancer Res 2014; 74: 2465–2475.
- [16]↑
Guan B, Gao M, Wu CH, et al. Functional analysis of in-frame indel ARID1A mutations reveals new regulatory mechanisms of its tumor suppressor functions. Neoplasia 2012; 14: 986–993.
- [17]↑
Varga L, Bátai B, Bödör C. A Magyar Diffúz Nagy B-sejtes Lymphoma Molekuláris Profilozási Projekt (HU-LyGen): ismertető és első eredmények. Hematológia–Transzfuziológia 2023; 56: 104–109.
- [18]↑
Alaggio R., et al. The 5th Edition of the World Health Organization Classification of Haematolymphoid Tumours: Lymphoid Neoplasms. Leukemia 2022; 36(7): 1720–1748. https://doi.org/10.1038/s41375-022-01620-2. 35732829.