Hvor langt er vi i Danmark med brug af genetikken til at udvikle personlig medicin, hvad er den teknologiske udfordring?

Transkript

1 Hvor langt er vi i Danmark med brug af genetikken til at udvikle personlig medicin, hvad er den teknologiske udfordring? Torben Ørntoft Prof. Led. Ovl. Molekylær Medicinsk Afd Aarhus Univesitets Hospital

2 Staff of in Diagnostics 50 in R&D NGS core center Microarray core-center Biobank core-center Research Areas: Prostate Cancer Colorectal Cancer Bladder Cancer Bioinformatics

3 Definition af personlig præcisions medicin Genomisk medicin - hvor anvendelse af genomisk information i den kliniske hverdag muliggør en mere præcis inddeling af befolkning og patienter og en mere skræddersyet overvågning og behandling

4 AUH Vision -Det Molekylær medicinske hospital Forskning Tolkning/ validering Cloud Patient Blodprøve Tolkning/ Validering DNA isolering DNA sekventering (HiSeq 2000)

5 Improvements in the rate of DNA sequencing over the past 30 years and into the future. MR Stratton et al. Nature 458, (2009) doi: /nature07943

6 GAACTCCTGAACGGCGCAAGGGCAGTTTAGCTGATGTTGTTGACACCTTGAAGCAGAGGAAAATGGAAGA GCTCATCAAAAACGAGCCGGAAGAAACCCCCAGTATTGAAAAACTACTCTCAAAGGACTGGAAAGACAAG CTTCTTGCAATGGGATCGGGGAACTTTGGCGAAATAAAAGGGACTCCCGAGAGCTTAGCTGAGAAAGAAA GGCAACTCATGGGTATGATCAACCAGCTGACCAGCCTCCGAGAGCAGCTGTTGGCTGCCCACGATGAGCA GAAGAAACTAGCTGCCTCTCAGATTGAGAAACAGCGTCAGCAAATGGAGCTGGCCAAGCAGCAACAAGAA CAAATTGCAAGACAGCAGCAGCAGCTTCTACAGCAACAACACAAAATCAATTTGCTCCAGCAACAGATCC AGGTTCAAGGTCAGCTGCCGCCATTAATGATTCCCGTATTCCCTCCTGATCAACGGACACTGGCTGCAGC TGCCCAGCAAGGATTCCTCCTCCCTCCAGGCTTCAGCTATAAGGCTGGATGTAGTGACCCTTACCCTGTT CAGCTGATCCCAACTACCATGGCAGCTGCTGCCGCAGCAACACCAGGCTTAGGCCCACTCCAACTGCAGC AGTTATATGCTGCCCAGCTAGCTGCAATGCAGGTATCTCCAGGAGGGAAGCTGCCAGGCATACCCCAAGG CAACCTTGGTGCTGCTGTATCTCCTACCAGCATTCACACAGACAAGAGCACAAACAGCCCACCACCCAAA AGCAAGGATGAAGTGGCACAGCCACTGAACCTATCAGCTAAACCCAAGACCTCTGATGGCAAATCACCCA CATCACCCACCTCTCCCCATATGCCAGCTCTGAGAATAAACAGTGGGGCAGGCCCCCTCAAAGCCTCTGT CCCAGCAGCGTTAGCTAGTCCTTCAGCCAGAGTTAGCACAATAGGTTACTTAAATGACCATGATGCTGTC ACCAAGGCAATCCAAGAAGCTCGGCAAATGAAGGAGCAACTCCGACGGGAACAACAGGTGCTTGATGGGG GAGAAAATCAATTGGTTTAGAAGGTTTGGACTCACTTGACAGGTTCAGTTGGAGACGATCATAGGTGGCT GCTGTGACAAAGGGAAATTGTGCTTTTCCAGCATGCTTACTGACCCTGATTTACCTCAGGAGTTTGAAAG GATGTCTTCCAAGCGACCAGCCTCTCCGTATGGGGAAGCAGATGGAGAGGTAGCCATGGTGACAAGCAGA CAGAAAGTGGAAGAAGAGGAGAGTGACGGGCTCCCAGCCTTTCACCTTCCCTTGCATGTGAGTTTTCCCA ACAAGCCTCACTCTGAGGAATTTCAGCCAGTTTCTCTGCTGACGCAAGAGACTTGTGGCCATAGGACTCC CACTTCTCAGCACAATACAATGGAAGTTGATGGCAATAAAGTTATGTCTTCATTTGCCCCACACAACTCA TCTACCTCACCTCAGAAGGCAGAAGAAGGTGGGCGACAGAGTGGCGAGTCCTTGTCTAGTACAGCCCTGG GAACTCCTGAACGGCGCAAGGGCAGTTTAGCTGATGTTGTTGACACCTTGAAGCAGAGGAAAATGGAAGA GCTCATCAAAAACGAGCCGGAAGAAACCCCCAGTATTGAAAAACTACTCTCAAAGGACTGGAAAGACAAG CTTCTTGCAATGGGATCGGGGAACTTTGGCGAAATAAAAGGGACTCCCGAGAGCTTAGCTGAGAAAGAAA GGCAACTCATGGGTATGATCAACCAGCTGACCAGCCTCCGAGAGCAGCTGTTGGCTGCCCACGATGAGCA GAAGAAACTAGCTGCCTCTCAGATTGAGAAACAGCGTCAGCAAATGGAGCTGGCCAAGCAGCAACAAGAA CAAATTGCAAGACAGCAGCAGCAGCTTCTACAGCAACAACACAAAATCAATTTGCTCCAGCAACAGATCC

7 IT- er en stor udfordring Vi producere data meget hurtigere end Computer processorer kan bearbejde dem! Alene i MOMA produceres 1,5 Terrabyte per måned ( baser hver måned)

8 Praktisk brug af sekventerings analyser Arvelige sygdomme og syndromer Identifikation af borgere med høj genetisk risiko for sygdom f.eks. til screening. Ny og mere præcis inddeling af sygdomme efter hvad der foregår i de syge celler Bedre valg af den rette behandling, Mere præcis diagnose Tage højde for patientens lægemiddel omsætning

9 Request form

10 Anvendelse af NGS på Aarhus Universitetshospital Arvelige sygdomme Kræft, Hjerte, Lever, Skelet, Nyre, Syndromer, Immundefekt, Kirtelsygdomme osv Screening af mænd med høj risiko for Prostata cancer Bakterier F.eks. Fra børn med cystisk fibrose, Microbiomet, Hospitals infektioner Kræft væv Hvor kommer metastasen fra?; Hvilken behandling skal der gives?

11 Brug af Molekylær diagnostik indenfor kræftsygdomme Forebyggelse og screening for kræft Arvelig kræftsygdomme Høj risiko for at få kræft Diagnosticering af kræft Tidlig diagnose helbreder Præcis diagnose (undergrupper og aggressive VS ikke - aggressive) Behandling af kræft Valg af terapi baseret på mutationer i kræftvæv

12 Kræft panel med >70 gener der kan give arvelig kræft Analysers for de klinisk genetiske afdelinger i Ålborg. AUH, Vejle og Odense Analysen laves i MOMA Kommenteret svar til Klin. Genetisk Afd. (KGA) KGA svarer patienterne

13 Brug af Molekylær diagnostik indenfor kræftsygdomme Forebyggelse og screening for kræft Arvelig kræftsygdomme Høj risiko for at få kræft Diagnosticering af kræft Tidlig diagnose helbreder Præcis diagnose (undergrupper og aggressive VS ikke - aggressive) Behandling af kræft Valg af terapi baseret på mutationer i kræftvæv

14 Prostate Cancer - Hits 12% of all males

15 Clinical Challenges: Overdiagnosis and Overtreatment PSA does not distuinguish aggressive/non-aggressive PC Increased use of PSA testing (overdiagnosis) Age-standardized PC incidence & mortality (DK) Aarhus county Storm et al Mukai et al Lack of accurate prognostic tools (overtreatment) - Gleason score (grade) and TNM stage PSA-based screening saves one life for every 48 PC patients treated by surgery ERSCP, European Randomized Study of Screening for Prostate Cancer

16 Background >30% PC risk SNPs identified by GWAS studies Typical OR: range Cumulative effects have been reported: Zhang et al. NEJM risk SNPs +/- family history: -10-fold increased PC risk Xu et al. The Prostate 2009: 14 risk SNPs +/- family history: -absolute risk prediction -distinguish 52% vs. 8% PC risk (20-years) -withouth this knowledge all men have background risk (10-13%) Easton & Eeles 2010 More than 30% of familial likelihood identified, manuscript accepted in nature genetics april 2011

17 Screened treated - saved

18 Screened treated - saved Lav genetisk risiko skal ikke testes Udføres i Almen praksis i RM

19 Prostata kræft udfordring

20 Aggressive or non-aggressive?

21 Vi forudsiger hvilke prostata cancere der er aggressive vs non-aggressive

22 Screened treated - saved Lav genetisk risiko Ikke -aggressive

23 Patent ansøgning indleveret af AU - License aftale med Exiqon + 12 mill kr fra Strategiske Forsknings Råd

24 Brug af Molekylær diagnostik indenfor kræftsygdomme Forebyggelse og screening for kræft Arvelig kræftsygdomme Høj risiko for at få kræft Diagnosticering af kræft og andre sygdomme Tidlig diagnose helbreder Præcis diagnose (undergrupper og aggressive VS ikke - aggressive) Behandling af kræft Valg af terapi baseret på mutationer i kræftvæv

25 Aorta dilatation

26 Diagnostic Yield 23 heart patients previously tested for few genes by Sanger sequencing with no positive findings In 10 of these, we identified likely pathogenic mutations In 3 additional patients, we identified possibly disease causing mutations Huge gain in diagnostic yield for heart patients

27 Kræft i tyktarmen Colon Cancer Ny taxonomi

28 Unsupervised NMF clustering of trancriptome data from 314 Danish CRC patients identifies 5 natural sample subtypes Goblet Stroma Serrated RNA decay CIN (n=73) (n=35) (n=53) (n=31) (n=106) HE-stain, Goblet HE-stain, Stroma HE-stain, serrated HE-stain, CIN Jesper and Trine unpublished NMF: Nonneg. Matrix Factoring

29

30 IMMUN - Terapi Unsupervised NMF clustering of trancriptome data from 314 Danish CRC patients identifies 5 natural sample subtypes Goblet Stroma Serrated RNA decay CIN (n=73) (n=35) (n=53) (n=31) (n=106) HE-stain, Goblet HE-stain, Stroma HE-stain, serrated HE-stain, CIN Jesper and Trine unpublished NMF: Nonneg. Matrix Factoring

31 Brug af Molekylær diagnostik indenfor kræftsygdomme Forebyggelse og screening for kræft Arvelig kræftsygdomme Høj risiko for at få kræft Diagnosticering af kræft Tidlig diagnose helbreder Præcis diagnose (undergrupper og aggressive VS ikke - aggressive) Behandling af kræft Valg af terapi baseret på mutationer i kræftvæv Vurdering af effekt ved cirkulerende tumor DNA

32 Individualiseret / skræddersyet behandling

33 Targeterede behandlinger godkendte til kræftsygdomme I USA af FDA. Ved at klikke på linket kan man få yderligere information. Adenocarcinoma of the stomach or gastroesophageal junction: Trastuzumab (Herceptin ) Basal cell carcinoma: Vismodegib (Erivedge ) Brain cancer: Bevacizumab (Avastin ), everolimus (Afinitor ) Breast cancer: Everolimus (Afinitor ), tamoxifen, toremifene (Fareston ), Trastuzumab (Herceptin ), fulvestrant (Faslodex ), anastrozole (Arimidex ), exemestane (Aromasin ), lapatinib (Tykerb ), letrozole (Femara ), pertuzumab (Perjeta ), ado-trastuzumab emtansine (Kadcyla ) Cervical cancer: Bevacizumab (Avastin ) Colorectal cancer: Cetuximab (Erbitux ), panitumumab (Vectibix ), bevacizumab (Avastin ), ziv-aflibercept (Zaltrap ), regorafenib (Stivarga ) Dermatofibrosarcoma protuberans: Imatinib mesylate (Gleevec ) Head and neck cancer: Cetuximab (Erbitux ) Gastrointestinal stromal tumor: Imatinib mesylate (Gleevec ), sunitinib (Sutent ), regorafenib (Stivarga ) Giant cell tumor of the bone: Denosumab (Xgeva ) Kaposi sarcoma: Alitretinoin (Panretin ) Kidney cancer: Bevacizumab (Avastin ), sorafenib (Nexavar ), sunitinib (Sutent ), pazopanib (Votrient ), temsirolimus (Torisel ), everolimus (Afinitor ), axitinib (Inlyta ) Leukemia: Tretinoin (Vesanoid ), imatinib mesylate (Gleevec ), dasatinib (Sprycel ), nilotinib (Tasigna ), bosutinib (Bosulif ), rituximab (Rituxan ), alemtuzumab (Campath ), ofatumumab (Arzerra ), obinutuzumab (Gazyva ), ibrutinib (Imbruvica ), idelalisib (Zydelig ) Liver cancer: Sorafenib (Nexavar ) Lung cancer: Bevacizumab (Avastin ), crizotinib (Xalkori ), erlotinib (Tarceva ), gefitinib (Iressa ), afatinib dimaleate (Gilotrif ), ceritinib (LDK378/Zykadia) Lymphoma: Tositumomab and 131I-tositumomab (Bexxar ), ibritumomab tiuxetan (Zevalin ), denileukin diftitox (Ontak ), brentuximab vedotin (Adcetris ), rituximab (Rituxan ), vorinostat (Zolinza ), romidepsin (Istodax ), bexarotene (Targretin ), bortezomib (Velcade ), pralatrexate (Folotyn ), lenaliomide (Revlimid ), ibrutinib (Imbruvica ), siltuximab (Sylvant ), idelalisib (Zydelig ), belinostat (Beleodaq ) Melanoma: Ipilimumab (Yervoy ), vemurafenib (Zelboraf ), trametinib (Mekinist ), dabrafenib (Tafinlar ), pembrolizumab (Keytruda ) Multiple myeloma: Bortezomib (Velcade ), carfilzomib (Kyprolis ), lenaliomide (Revlimid ), pomalidomide (Pomalyst ) Myelodysplastic/myeloproliferative disorders: Imatinib mesylate (Gleevec ) Pancreatic cancer: Erlotinib (Tarceva ), everolimus (Afinitor ), sunitinib (Sutent ) Prostate cancer: Cabazitaxel (Jevtana ), enzalutamide (Xtandi ), abiraterone acetate (Zytiga ), radium 223 chloride (Xofigo ) Soft tissue sarcoma: Pazopanib (Votrient ) Stomach cancer: Ramucirumab (Cyramza ) Systemic mastocytosis: Imatinib mesylate (Gleevec ) Thyroid cancer: Cabozantinib (Cometriq ), vandetanib (Caprelsa ), sorafenib (Nexavar )

34

35 Working group based in US and UK US 18 groups

36

37

38 Konklusion vedr Personlig medicin Meget er opnået på basis af exomer (2%) Meget er i klinisk brug /på vej til klinisk brug Men: Vi kan stadig kun finde mutationer i 50% af dem der har svært arvelig kræftsygdom, resten gemmer sig i de 98% ikke-kodende Vi kan stadig kun matche lægemidler til mutationer i <20% af patienterne Vi kan vanskeligt finde gode sygdoms markører for de polygene sygdomme dvs Diabetes, Metab Sdr., Forhøjet blodtryk, Gigt, Allergi etc Vi har alt for få lægemidler rettet imod den ikke-kodende del af genomet FREMTID: Vi bør initiere hel genoms sekventering af veldefinerede sygdoms grupper så vi kan stratificere patienterne i mere relevante grupper end vi gør i dag.

39 Fremtidige opgaver PM.DK Projektet skal opbygge en genomisk videns basis til forbedring af patient behandlingen: Opbygge centraliserede databaser til deling af genomiske og fænotypiske data bibragt af klinikere, forskere og patienter med henblik på brug i både klinik og forskning. felter defineres af LVS.

40 Fremtidige opgaver PM.DK Projektet skal opbygge en genomisk videns basis til forbedring af patient behandlingen: Opbygge centraliserede databaser til deling af genomiske og fænotypiske data bibragt af klinikere, forskere og patienter med henblik på brug i både klinik og forskning. felter defineres af LVS. Etablere links til eksisterende og kommende databaser i udlandet i et internationalt netværk Udvikle machine-learning værktøjer til hurtig analyse af hel genomer Udvikle en dansk standard for klinisk annotation af - og tolkning af genom varianter

41 PM.DK

42 Fremtidige opgaver PM.DK Projektet skal opbygge en genomisk videns basis til forbedring af patient behandlingen: Opbygge centraliserede databaser til deling af genomiske og fænotypiske data bibragt af klinikere, forskere og patienter med henblik på brug i både klinik og forskning. felter defineres af LVS. Etablere links til eksisterende og kommende databaser i udlandet i et internationalt netværk Udvikle machine-learning værktøjer til hurtig analyse af hel genomer Udvikle en dansk standard for klinisk annotation af - og tolkning af genom varianter Etablere ekspert konsensus omkring geners og varianters betydning for mennesker i samarbejde mellem bioinformatikere og lægevidenskabelige selskaber Bestemme den medicinske handlemulighed for givne gener og varianter som klinisk vejledning Forbedre forståelsen af gen-varianter I forskellige danske sub-populationer

43 Den etiske dimension Patienterne bliver molekylært diagnosticeret og deres data opsamles i databaser til forskning baseret på informeret samtykke. Vi har til dato ikke gjort uventede helbredsmæssige fund. Informationen til patienterne er gennemarbejdet og den samme anvendes på hele AUH men det kan være svært at forstå. Vi arbejder evidens baseret på basis af store Int. Databaser og ved opbygning af DK evidens for nye lægemidler. Nye procedurer undersøges i prospektive kliniske protokoller.

44 Spørgsmål?