San Sebastian, 22 de Junio de 2006 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 Radiographic grading of rheumatoid arthritis according to Larsen et al. at the metacarpophalangeal (III MCP right) joints. Fig. 2A: Stage 0 = normal joint (3/1989); Fig. 2B: Stage 1 = soft tissue swellig (otherwise normal joint) (11/1990); Fig. 2C: Stage 2 = one small erosion (diameter more than 1 mm) and distinct narrowing of the joint space (3/1992); Fig. 2D: Stage 3 = larger erosions with marked narrowing of the joint space (11/1993); Fig. 2E: Stage 4 = severe erosions with original bony outlines partly preserved (1/1995); Fig. 2F: Stage 5 = mutilating lesions (6/1996). The numbers indicate the month and year when radiograph was taken.

EVOLUCIÓN RADIOLÓGICA EN 6 AÑOS Enfermos en tratamiento con DMARDs The numbers indicate the month and year when radiograph was taken. [Top] Radiographic grading of rheumatoid arthritis according to Larsen et al. at the right wrist. Fig. 3A: Stage 0 = normal joint (3/1989); Fig. 3B: Stage 1 = soft tissue swelling and joint space narrowing of the trapezionavicular and radiocarpal joint space (11/1990); Fig. 3C: Stage 2 = several small erosions and distinct narrowing of the carpometacarpal, trapezionavicular and radiocarpal joint space (3/1992); Fig. 3D: Stage 3 = multiple larger erosions with marked narrowing of the carpometacarpal, trapezionavicular and radiocarpal joint space (11/1993); Fig. 3E: Stage 4 = multiple severe erosions with severe destructive abnormality. Only minor parts of the articular surfaces remain. (1/1995); Fig. 3F: Stage 5 = complete destruction of th

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

PREDICCIÓN MOLECULAR EN AR 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 Arthritis Rheum ‘04

PREDICCIÓN MOLECULAR EN AR 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

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

RESULTADOS: PREDICTORES CLÍNICOS ANÁLISIS EXPLORATORIO Delta.DAS = DAS28sem0 – DAS28sem12 V. respuesta: Respondedor: Delta.DAS > 0.4 No Respondedor: Delta.DAS < 0.4 V. predictores: datos clínicos en sem0 Regla de aprendizaje: K-Nearest Neigbours Validación 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

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