Leucemia, malignidad y co. en el banco de pruebas

La reunión anual de la Sociedad Americana de Hematología (ASH) está considerada como el congreso más importante sobre enfermedades hematológicas a nivel mundial. Los expertos internacionales volvieron a intercambiar información sobre los resultados actuales de la investigación y las innovaciones más importantes en diagnóstico y terapia en diciembre de 2022. Se trató una amplia gama de temas hematológicos – desde la clasificación hasta la inteligencia artificial y la
a los responsables del pronóstico.

Según la nueva clasificación de la OMS de las neoplasias hematológicas, la genética desempeña un papel cada vez más importante. Por lo tanto, a las definiciones basadas en la genética se les asigna una función de apoyo. Por ejemplo, deben tenerse en cuenta las alteraciones del TP53 resultantes de deleción, mutación o pérdida de heterocigosidad por copia neutra. Se puede distinguir un golpe simple (sh) o doble (dh; dos o más de dos cambios). En un estudio de cohortes de 1520 pacientes con SMD y LMA, el TP53dh se identificó como el factor pronóstico más importante [1]. Los casos de SMD con <5% de blastos difieren de los casos de SMD con ≥5% de blastos y de los casos de LMA en el predominio de TP53sh y en ser el único subgrupo en el que un cariotipo complejo (CK) mostró un impacto negativo independiente en la supervivencia global SG. Así pues, la presencia de una CK desempeña generalmente un papel pronóstico menor. Los subgrupos restantes (SMD ≥5%, <10% de blastos; ≥10%, <20% de blastos; LMA) compartían una serie de características comunes, con TP53dh presente en alta frecuencia y sólo TP53alt, pero no una CK, afectando independientemente a la SG. En la cohorte global, el TP53dh fue el factor pronóstico más fuerte; sin embargo, el recuento de blastos también influye en la SG independientemente del estado del alelo TP53.

El factor tiempo en las recaídas de la LMA

Aunque la mayoría de los pacientes con leucemia mieloide aguda (LMA) recién diagnosticada alcanzan la remisión completa (RC) tras la quimioterapia de inducción, la mayoría recae posteriormente. Estudios anteriores han demostrado la importancia de varios factores pronósticos para la supervivencia sin recaída, como la edad, la citogenética, la enfermedad hematológica previa (EHA) y la terapia previa contra el cáncer. Sin embargo, en la actualidad se tienen en cuenta factores adicionales como el estado de la enfermedad residual medible (ERM), el tiempo transcurrido hasta la recuperación del recuento y el tipo de remisión (RC frente a RC con recuperación incompleta del recuento [CRi]) a la hora de evaluar la respuesta al tratamiento. En pacientes en remisión completa, se estudiaron los efectos de variables adicionales para la respuesta inicial sobre la recaída o la muerte en diferentes momentos hasta los tres años, un momento a partir del cual las recaídas de la LMA son muy raras [2].

De 972 pacientes con un diagnóstico confirmado de LMA u otra neoplasia mieloide de alto grado (≥10% de blastos), 656 alcanzaron la remisión morfológica (RC o RCi) y se incluyeron en el análisis. Los criterios de valoración primarios fueron la supervivencia sin recaída a 1, 2 ó 3 años. La edad media en el momento del diagnóstico era de 60 años. 373 pacientes (57%) fueron diagnosticados de LMA de novo, el resto eran una mezcla de AHD antecedente y LMA relacionada con el tratamiento. La clasificación de riesgo ELN2017 fue favorable en 181 pacientes (28%), intermedia en 206 (41%) y desfavorable en 203 (31%). La mayoría de los pacientes recibieron una terapia de inducción de intensidad alta o media (88%). Tras la inducción, 540 pacientes (82%) alcanzaron la RC y 116 pacientes (18%) la RCi. Se observó MRD tras la terapia de inducción en 173 pacientes (26%). En el análisis multivariable, la edad, el tipo de remisión (CRi) y el estado de MRD fueron los predictores más potentes de la supervivencia sin recaída en los años 1, 2 y 3. En el modelo para el año 3, la CR MRD+ tras la inducción se asoció con la mayor disminución de la probabilidad de sobrevivir sin recaída. La supervivencia libre de recaída (SLR) a 3 años fue del 18,5% para los pacientes MRD+ frente al 36,4% para los pacientes MRD-. En última instancia, la categoría de remisión (RC vs RCi), el estado de ERM y la edad resultaron ser los predictores más potentes de la supervivencia sin recaída en los años 1, 2 ó 3 tras la inducción en pacientes con LMA y otras neoplasias mieloides de alto grado.

Panorama de la patología unicelular

El linfoma difuso de células B grandes es una enfermedad heterogénea con patrones establecidos de características moleculares y genéticas recurrentes. Sin embargo, poco se sabe hasta ahora de la composición celular de los tumores de LDCBG y de la biología subyacente del microambiente tumoral (EMT). Por lo tanto, se utilizó la citometría de masas con imágenes para cuantificar simultáneamente dos grupos de 34 marcadores proteicos en secciones seriadas de tejido tumoral [3]. Se cuantificaron un total de 57 marcadores únicos que identifican linajes celulares principales (CD3, CD20, PDPN, CD68, etc.), funciones inmunitarias (IDO, PD1, granzima B, etc.) y fenotipos tumorales (IRF4, BCL6, p53, etc.) a resolución unicelular en 545 núcleos tumorales de 328 tumores primarios de DLBCL.

El agrupamiento de células individuales y el análisis de comunidades celulares identificaron 27 tipos de células diferentes y 19 comunidades celulares con 5 patrones generales de composición y estructura tumoral. Los microambientes “fríos”, es decir, los tumores pobres en células inmunitarias y estromales infiltrantes, fueron los más frecuentes y representaron el 35,1% de los tumores fotografiados. Las EMT “citotóxicas” (20,7%) estaban significativamente enriquecidas en células T CD8 que expresaban granzima B y LAG3, y macrófagos tipo M2 CD163+ que expresaban IDO y S100A9. Los tumores “estromales” (21,3%) estaban enriquecidos con estroma PDPN-positivo y macrófagos de tipo M1. Por otra parte, también se descubrió que el 98% de los casos con núcleos tumorales replicados no presentaban diferencias estadísticamente significativas en la composición tumoral entre núcleos.

El análisis multivariante de riesgos proporcionales de Cox mostró que los grupos de EMT se asociaban significativamente tanto con la supervivencia global como con la supervivencia sin progresión. En particular, se observó que los EMT citotóxicos presentaban los resultados clínicos menos favorables, mientras que los tumores fríos mostraban una ligera tendencia hacia una peor supervivencia.

Se examinaron un total de 23 marcadores fenotípicos de las poblaciones de células B malignas en busca de correlaciones con la EMT. Las células B malignas en las EMT citotóxicas mostraron un aumento significativo de la expresión de MHC-I, PD-L1 y vimentina y se enriquecieron con DLBCL de tipo ABC. Las EMT frías tenían un índice de proliferación BCL2 y Ki67 significativamente mayor y una expresión MHC-I menor. Los TME estromales estaban enriquecidos con DLBCL similares al GCB.

En conjunto, estos resultados sugieren que las EMT frías y citotóxicas pueden representar una dicotomía de dos vías distintas hacia la enfermedad agresiva: la disfunción inmunitaria extrema (citotóxica) o la evasión (fría). La identificación de la composición de la EMT en los pacientes mejorará la estratificación y puede proporcionar un contexto útil para el entorno de las terapias inmunológicas que se están investigando actualmente para el tratamiento del LDCBG.

Arquitectura tumoral en el mieloma múltiple

Los aspectos espaciales de la infiltración inmunitaria se han estudiado ampliamente en el contexto de los tumores sólidos y están relacionados con la respuesta a la inmunoterapia. Los enfoques basados en la inmunidad han empezado a cambiar el panorama terapéutico en neoplasias hematológicas como el mieloma múltiple (MM) y sus precursores, la gammapatía monoclonal de significado indeterminado (GMSI) y el mieloma smouldering (SMM). El microambiente inmunológico de la médula ósea (BM) se estudió en detalle en estos casos con análisis de células individuales de aspirados de BM. Sin embargo, el análisis de los patrones espaciales de infiltración tumoral/inmunitaria en las biopsias por trépano y los mecanismos subyacentes son poco conocidos. Por lo tanto, se combinaron análisis espaciales de alta dimensión con aprendizaje automático para analizar biopsias de BM de pacientes con MM, MGUS y SMM recién diagnosticados. Los mecanismos subyacentes a la infiltración de células T en el tumor se investigaron utilizando modelos in vitro. También se han estudiado los patrones de crecimiento de las células tumorales y los mecanismos subyacentes a la infiltración de células T neoantígeno-específicas utilizando el modelo de ratón humanizado MISTRG6 [4].

Las biopsias de MM, pero no las de MGUS, mostraron un patrón multifocal de crecimiento tumoral. Se observaron grupos densos de células tumorales en el MM, que parecían formar regiones de exclusión de células T. En comparación con la GMSI, las biopsias de MM mostraron una menor densidad de células T tipo madre TCF1+, una mayor proporción de células T efectoras CD8+ granzima B+ y una mayor expresión de células mieloides. El crecimiento multifocal del MM, pero no de la GMSI, se reprodujo en ratones MISTRG6 humanizados. Esto sugiere que se trata de una propiedad intrínseca asociada a la malignidad.

En consonancia con los datos de IHC, los tumores de MM fueron resistentes a la infiltración de células T en modelos in vitro. La activación previa de las células T produjo un aumento de la infiltración de células T y se consiguió de forma óptima tras la estimulación anti-CD3/CD2/CD28. La infiltración de células T también requirió interacciones CD2/CD58 y se anuló al interrumpir estas interacciones. Las células T neoantígeno-específicas reconocen fácilmente las células MM en cultivo. Sin embargo, la entrada de células T neoantígeno-específicas en grupos de tumores de MM con expresión de antígeno fue específica de antígeno y requirió la estimulación in situ con células dendríticas (CD) presentadoras de antígeno. Tras la transferencia a ratones humanizados, las células T neoantígeno-específicas pueden localizarse fácilmente en el tumor. Sin embargo, la entrada de estas células T en las masas tumorales con antígeno in vivo depende de nuevo de las DC asociadas al tumor.

Inteligencia artificial en acción

La inteligencia artificial se abre paso cada vez más en la medicina para facilitar los flujos de trabajo o verificar los diagnósticos. Las neoplasias hematopoyéticas, por ejemplo, se diagnostican mediante una combinación de diferentes métodos. Requieren equipos complejos y científicos y técnicos de laboratorio clínico altamente cualificados, lo que aumenta tanto los plazos de entrega como los costes. Ahora se ha desarrollado un clasificador basado en la web que puede reconocer 33 neoplasias hematopoyéticas diferentes y sangre periférica/médula ósea normal. Para evaluar el rendimiento del modelo, se secuenciaron prospectivamente 325 muestras, utilizando tanto WGS como WTS en instrumentos NovaSeq [5]. Las variantes de nucleótido único (SNV), las variantes estructurales (SV) y las alteraciones del número de copias (CNA) se extrajeron de los datos de WGS con un pipeline tumor-sin-normalidad, así como las fusiones génicas (GF) y la expresión génica (GE) de WTS. Los SNV se filtraron utilizando bases de datos comunes. Paralelamente, se realizó un diagnóstico rutinario final independiente basado en los procedimientos estándar de oro (GST) según las directrices de la OMS.

El enfoque principal para la comparación directa en este estudio prospectivo se centró en los casos de LMA y LLA. La LMA se clasificó correctamente con la mayor probabilidad en el 90% de los casos. 6/10 LMA mal clasificadas se clasificaron como SMD. En estos casos, la segunda enfermedad pronosticada más probable fue la LMA en 3/6 casos. Sólo una BCP-ALL se clasificó erróneamente, con un 98% de muestras predichas correctamente con un PM del 94%. Se predijeron correctamente 11/14 (79%) T-ALL, también con un PM del 94%. En los 3/14 casos falsos, el mp fue del 39%, con una segunda predicción más alta en un rango de probabilidad similar (38% frente a 31%, 39% frente a 34% y 61% frente a 24%). Además, nuestra cohorte incluyó 26 casos de mieloma múltiple (MM), de los cuales 24 se predijeron correctamente y dos se clasificaron erróneamente como GMSI pero con una probabilidad casi igual de MM.

El papel de las células plasmáticas clonales en el MM

El trasplante autólogo de células madre hematopoyéticas (autoHCT) se considera el tratamiento estándar para los pacientes con mieloma múltiple. Sin embargo, la mayoría de los pacientes recaen, posiblemente debido a la presencia de células plasmáticas clonales (CPC) en el autoinjerto. La importancia de la CPC en el autoinjerto aún no está clara. Los pacientes con MM con anomalías cromosómicas de alto riesgo (MMAR) detectadas mediante hibridación fluorescente in situ (HFIS) tienen peores resultados en comparación con los pacientes con enfermedad de riesgo estándar.

En un análisis retrospectivo, se estudiaron los autoinjertos de 416 pacientes: 75 CPC+ (18%) y 341 CPC- (82%) [6]. El 57% de los pacientes eran varones y la edad media en el momento del autotransplante era de 62 años. Menos pacientes del grupo CPC+ que del grupo CPC- recibieron el régimen VRD como inducción antes del trasplante (25% frente a 44%) y menos pacientes lograron ≥VGPR tras la inducción que en el grupo CPC- (32% frente a 62%). La mediana del tiempo de seguimiento para toda la cohorte fue de 35,7 meses. La tasa a los 100 días y la mejor tasa de RC tras el auto-TCH fueron del 8% y el 19% y del 33% y el 54% en los grupos CPC+ y CPC-, respectivamente. El grupo CPC+ también tuvo menos probabilidades de lograr una RC con ERM negativa tras el trasplante (11% frente a 42%). La mediana de la SLP en el grupo CPC+ frente a CPC- fue de 12,8 y 32,1 meses, respectivamente, y la mediana de la SG fue de 36,4 y 81,2 meses, respectivamente.

El estudio mostró un gran impacto de la CPC en el autoinjerto sobre los resultados tras el autotransplante de médula ósea en el HRMM. Tanto la presencia como el grado de CPC en el autoinjerto fueron altamente predictivos de una peor SLP y SG, incluso en pacientes que habían alcanzado ≥VGPR y CR/VGPR con ERM negativa antes del autotransplante. Nuevas estrategias para la purificación ex vivo de CPC podrían mejorar los resultados en los pacientes.

Congreso: 64ª Reunión Anual de la Sociedad Americana de Hematología (ASH)

Literatura:

1. Stengel A, Meggendorfer M, Walter W, et al.: Interacción del estado alélico TP53, el recuento de blastos y el cariotipo en la supervivencia de pacientes con LMA y SMD. Sangre 2022; 140(Suplemento 1): 2073-2074.
2. Lim J, Othus M, Shaw CM, et al: Predicción dependiente del tiempo de la recaída en pacientes con leucemia mieloide aguda. Resumen 57. 10.12.2022, ASH 2022.
3. McNally D, Lytle A, Ravichandran H, et al: El panorama patológico unicelular del linfoma difuso de células B grandes. Resumen 67. 10.12.2022, ASH 2022.
4. Robinson H, Villa N, Jaye DL, et al: Arquitectura tumoral-inmunitaria y regulación de la infiltración de células T antígeno-específicas en el mieloma múltiple y los trastornos premalignos de células plasmáticas. Resumen 98. 10.12.2022, ASH 2022.
5. Nadarajah N, Maschek S, Hutter S, et al: Evaluation of a Transparent Artificial Intelligence (AI) Disease Classification System with Whole Genome Sequencing (WGS) and Whole Transcriptome Sequencing (WTS) Data in a Prospective Study with 325 Cases. Sangre 2022; 140(Suplemento 1): 1915-1916.
6. Pasvolsky O, Milton DR, Rauf M, et al: Impact of Presence and Amount of Clonal Plasma Cells in Autografts Affect Outcomes in High-Risk Multiple Myeloma Patients Undergoing Autologous Hematopoietic Stem Cell Transplant. Resumen 115. 10.12.2022, ASH 2022.

InFo ONCOLOGY & HEMATOLOGY 2023; 11(1): 20-22 (publicado el 28.2.23, antes de impresión).